[發明專利]一種基于人工智能的睡眠訓練方法及系統

在審

• 申請號: 202110424877.3
• 申請日: 2021-04-20
• 公開（公告）號: CN113111952A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 喬若宇;李麗;魏煥成;郭慧平;張昕
• 申請（專利權）人: 北京心康醫學科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G16H50/70
• 代理公司: 成都魚爪智云知識產權代理有限公司 51308
• 代理人: 王珍

1.一種基于人工智能的睡眠訓練方法，其特征在于，包括以下步驟：

獲取并根據樣本用戶信息對預設的初始預分配模型進行樣本訓練，以得到預分配模型；

根據樣本用戶信息中的用戶特征建立特征信息數據集；

獲取目標用戶信息，并根據特征信息數據集獲取目標用戶信息對應的用戶特征；

將用戶特征導入至預分配模型中，生成初始睡眠訓練方案；

獲取并導入目標用戶的訓練信息至預設的分析調整模型中，生成調整信息；

根據調整信息對初始睡眠訓練方案進行調整，生成實時睡眠訓練方案。

2.根據權利要求1所述的一種基于人工智能的睡眠訓練方法，其特征在于，所述獲取并根據樣本用戶信息對預設的初始預分配模型進行樣本訓練，以得到預分配模型的方法包括以下步驟：

預設定用戶評估結果等級；

錄入訓練內容并建立訓練內容數據庫，并設定用戶評估結果等級中的各個評估結果與訓練內容數據庫中各個訓練內容的映射關系，建立映射關系數據表；

獲取并根據樣本用戶信息對樣本用戶進行量表評估，生成樣本用戶的評估結果；

根據樣本用戶的評估結果和映射關系數據表生成樣本初始睡眠訓練方案；

獲取樣本用戶的訓練結果；

將樣本用戶的評估結果、樣本初始睡眠訓練方案、樣本用戶的訓練結果和樣本用戶信息中的用戶特征導入到預設的初始分配模型中對初始分配模型進行訓練，以得到預分配模型。

3.根據權利要求1所述的一種基于人工智能的睡眠訓練方法，其特征在于，所述根據特征信息數據集獲取目標用戶信息對應的用戶特征的方法包括以下步驟：

根據目標用戶信息中的類別信息在特征信息數據集中進行類別查找，以得到目標用戶信息對應的特征類別；

根據目標用戶信息對應的特征類別獲取對應的用戶特征。

4.根據權利要求1所述的一種基于人工智能的睡眠訓練方法，其特征在于，所述獲取并導入目標用戶的訓練信息至預設的分析調整模型中，生成調整信息的方法包括以下步驟：

獲取并導入目標用戶的訓練信息至預設的分析調整模型中，生成訓練分析結果；

根據訓練分析結果判斷初始睡眠訓練方案是否需要調整，如果是，則根據訓練分析結果中的情緒數據生成調整信息；如果否，則結束。

5.一種基于人工智能的睡眠訓練系統，其特征在于，包括模型建立模塊、特征數據集模塊、用戶特征模塊、初始方案模塊、訓練調整模塊以及實時方案模塊，其中：

模型建立模塊，用于獲取并根據樣本用戶信息對預設的初始預分配模型進行樣本訓練，以得到預分配模型；

特征數據集模塊，用于根據樣本用戶信息中的用戶特征建立特征信息數據集；

用戶特征模塊，用于獲取目標用戶信息，并根據特征信息數據集獲取目標用戶信息對應的用戶特征；

初始方案模塊，用于將用戶特征導入至預分配模型中，生成初始睡眠訓練方案；

訓練調整模塊，用于獲取并導入目標用戶的訓練信息至預設的分析調整模型中，生成調整信息；

實時方案模塊，用于根據調整信息對初始睡眠訓練方案進行調整，生成實時睡眠訓練方案。

6.根據權利要求5所述的一種基于人工智能的睡眠訓練系統，其特征在于，所述模型建立模塊包括結果設定子模塊、映射關系子模塊、用戶評估子模塊、初始訓練子模塊、樣本結果子模塊以及模型訓練子模塊，其中：

結果設定子模塊，用于預設定用戶評估結果等級；

映射關系子模塊，用于錄入訓練內容并建立訓練內容數據庫，并設定用戶評估結果等級中的各個評估結果與訓練內容數據庫中各個訓練內容的映射關系，建立映射關系數據表；

用戶評估子模塊，用于獲取并根據樣本用戶信息對樣本用戶進行量表評估，生成樣本用戶的評估結果；

初始訓練子模塊，用于根據樣本用戶的評估結果和映射關系數據表生成樣本初始睡眠訓練方案；

樣本結果子模塊，用于獲取樣本用戶的訓練結果；

模型訓練子模塊，用于將樣本用戶的評估結果、樣本初始睡眠訓練方案、樣本用戶的訓練結果和樣本用戶信息中的用戶特征導入到預設的初始分配模型中對初始分配模型進行訓練，以得到預分配模型。