阅读说明：本技术 基于多元信息融合的健康生活方式指导系统及方法 (Healthy Lifestyle based on multivariate information fusion instructs system and method ) 是由 吴瑛 陈玉玲 吴芳琴 邓颖 岳鹏 刘溢思 张艳 于 2019-08-28 设计创作，主要内容包括：本发明涉及基于多元信息融合的健康生活方式指导系统及方法,指导系统至少包括云端处理器、至少一个终端以及云端存储介质,由终端向云端处理器提供相应用户的用于健康评估和/或治疗评估的预期结果,使得云端处理器能够基于该用户的融合后的多元用户数据来选取相应的多类历史指导样本库且能够基于融合后的多元用户数据来生成第一结果和第二结果,云端处理器响应于用户对第一结果或第二结果的选择,筛选出多类历史指导样本库之一的第一初次类历史指导样本库,并且根据该用户的融合后的多元用户数据且参考第一结果或第二结果的选择,向终端提供所筛选出的第一初次类历史指导样本库中的若干可选的初始指导方案。(The present invention relates to the healthy Lifestyles based on multivariate information fusion to instruct system and method, system is instructed to include at least cloud processor, at least one terminal and cloud storage medium, the expected results of relative users assessed for health evaluating and/or treatment are provided from terminal to cloud processor, cloud processor to choose corresponding multiclass history based on the fused polynary user data of the user to instruct sample database and the first result and the second result can be generated based on fused polynary user data, selection of the cloud processor in response to user to the first result or the second result, filtering out multiclass history instructs the first first class history of one of sample database to instruct sample database, and according to the fused polynary user data of the user and with reference to the selection of the first result or the second result, it provides the terminal with and is filtered out First first class history instructs several optional initial guidance programs in sample database.)

基于多元信息融合的健康生活方式指导系统及方法

技术领域

本发明涉及根据用户的健康信息指导用户如何改善用户健康的生活方式的系统和方法，尤其涉及一种基于多元信息融合的健康生活方式指导系统及方法。

背景技术

近年来，与生活方式相关的疾病越来越多。与生活方式相关的疾病，可认为其发作和发展受生活习惯的影响，如饮食习惯、运动习惯、休息、抽烟和饮酒。一般包括如癌症、糖尿病、脑中风以及冠心病，并且这些与生活方式相关的疾病发作后不易治疗。根据世界卫生组织研究报告，人类三分之一的疾病能够通过预防保健的以避免，三分之一的疾病早期发现可以得到有效控制，三分之一的疾病通过有效共同可以提高治疗效果。因此，对与生活方式相关的疾病进行初步预防很重要。但在大多数情况下，根据个人的知识，我们不知道具体如何改善生活习惯。因此，在专家如医生进行适当指导后通过有目的地改变用户健康行为方案来改善用户的健康生活方式。现有技术中的患者行为改变模型，采用结构方程模型验证行为模型中各个调节因素如危险感知、结果预期、行动计划、应对计划、行为体现、行为改变与中介变量(动机、意志)及其与健康行为改变的关系，来实现用户生活方式的改变。

例如，公开号为CN1409844的中国专利文献公开了一种健康指导方法和健康指导系统。健康指导方法包括以下步骤：应用户申请，向用户发送用于储存关于健康的信息的介质；收回储存有关于用户健康信息的介质；提取储存在介质中的关于用户健康的信息，将该信息输入病态分析专家系统；病态分析专家系统给出关于用户健康的指导意见；并将病态分析专家系统给出的关于用户健康的指导意见报告给用户。但由于专家系统给出的相关指导方案内的相关表述过于含糊，可能导致患者在进行运动时难以把握运动量和运动时间，甚至长时间下可能逐渐降低患者对运动治疗的信心和自主性。同时在患者反馈运动症状时通常是通过主观性较强的口述方式向医生反馈运动情况，医生只能粗略判断患者的运动方案完成情况，难以继续对运动方案进行改进以符合不同患者不同时期需求。

得益于“互联网+”背景下移动终端技术的迅猛发展，移动终端成为了人们生活的必需品，具有出色的便捷性和实时性，也使得移动终端能够实时监控用户体征、运动、饮食等生活***台等计算设备，并进行分析评估生成相应的指导方案推送至用户的个人移动终端或者计算终端来实现健康生活方式的指导，从而使用数据来指导和反馈，在一定程度上避免了医生表述以及用户反馈信息含糊的问题。

例如，公开号为CN107169286A的中国专利文献公开了一种健康膳食指导方法和系统，该方法包括：获取并存储用户的身体状况及生活习惯记录；判断是否满足触发健康膳食指导事件的条件；当判断出满足触发健康膳食指导事件的条件时，将本用户在当前时刻之前预设时间段内的身体状况及生活习惯记录输入到预先建立的数学模型中，利用所述数学模型计算出针对本用户的健康膳食指导方案，将计算出的所述健康膳食指导方案发送给本用户。

例如，公开号为CN105205323A的中国专利文献公开了一种基于用户体征数据的健康饮食指导系统及方法，应用于冰箱中，该方法包括：当冰箱内的食品称重盘中的食品重量发生变化时，通过冰箱内的通讯单元从云健康服务平台中获取用户的体征数据与饮食健康指数；通过射频识别装置扫描食品称重盘的食品标示码识别食品的类型；根据食品的重量和类型确定用户已食用的营养成份信息；根据用户的体征数据与用户已食用的营养成份信息确定用户的当前饮食指数；当用户的当前饮食指数超过饮食健康指数时，产生用户当前的饮食搭配建议。该发明能够利用健康服务医院的云健康服务平台获取用户的体征数据来确定用户的健康状况，根据用户的健康状况提供相应的饮食搭配信息和饮食改善建议供用户参考。

例如，公开号为CN109360628A的中国专利文献公开了一种基于人工智能的健康膳食营养指导方法及系统，所述系统包括多个指导子端均通过无线传输模块信号连接在膳食管理端上，膳食管理端还电性连接有膳食营养制定模块以及数据库，微处理器电性连接有电源模块、显示模块、操作模块、储存模块、饮食管理单元、报警单元、定时器、数据收发模块、数据处理模块、数据识别模块以及数据录入单元，从而能够发送以及接受相应的数据，定时器还电性连接有执行模块，饮食管理单元还电性连接在执行模块上。该发明还提供了一种基于人工智能的健康膳食营养指导方法。该发明能够对不同健康状态的人群，实现每日健康膳食营养的个性化指导，帮助用户达成健康目标。

例如，公开号为CN106709220A的中国专利文献公开了一种饮食健康检测与指导系统，包括：数据采集装置，数据采集装置包括：用于采集食物数据信息的第一采集模块、用于对食物数据信息进行处理的第一处理模块和用于发送食物数据信息的第一通讯模块，第一采集模块与第一处理模块电连接，第一处理模块与第一通讯模块电连接；用于接收食物数据信息和用户信息并进行处理和显示的终端装置和用于接收食物数据信息和用户信息并对其进行分类存储、统计分析和反馈的云端装置，第一通讯模块与终端装置或者云端装置有线或无线通讯连接，终端装置与云端装置有线或无线通讯连接，该饮食健康检测与指导系统实现对饮食进行健康检测，对人们进行饮食健康指导。

例如，公开号为CN109785952A的中国专利文献公开了一种智能体质秤及其管理系统和匹配方法以及基于智能体质秤的健康指导系统和健康指导方法，其中所述匹配方法包括步骤：(a)获得关于一智能体质秤的内容；(b)通过分析关于所述智能体质秤的内容的方式，确定所述智能体质秤的类型；(c)根据所述智能体质秤的类型生成一匹配策略；以及(d)执行所述匹配策略，以使所述管理系统自动地匹配于所述智能体质秤。

例如，公开号为CN105976288A的中国专利文献公开了一种***指导系统，包括注册/登录模块；运动记录模块，根据学生用户设置的运动目标以及输入的日常体力活动情况，计算学生的运动量，判断运动达标情况并反馈给学生用户；体质评价模块，对学生体质指标进行评分、评价及指标优劣态势诊断，生成不同版本的体质评价报告；运动指导方案模块，根据学生的所述健康档案及体质评价报告中指标的优劣态势状况，从运动指导方案数据库中有针对性的选择运动指导方案，以文本、视频或图片的形式显示在终端上。

但是，上述专利文献公开的健康生活指导方法的基本步骤都是检测-健康评估-生成指导方案，缺少跟踪评估相关的模块，导致上述专利文献公开的指导方法的许多环节通常是相互割裂或者不完备的，没有形成完整的循环系统，降低了系统的效率，增加了运行成本和资源消耗，严重制约了健康服务的普惠推广。

例如，公开号为CN107526931A的中国专利文献公开了一种基于个性化因子的健康评估的方法，根据权威文献指南信息，建立常规因子库；将用户的个人信息带入常规因子库，得到用户的A类评估结果，根据用户A类评估结果中的变量信息对用户进行动态监测，得到用户的B类评估结果；根据用户的个人信息以及医学指导信息，建立一级逻辑表，将A类评估结果和B类评估结果带入一级逻辑表中，得到用户的C类指导结果；参照医学指导信息，建立二级逻辑表，将C类指导结果带入二级逻辑表，得到用户的综合指导体系；根据用户的综合指导体系以及用户的动态反馈信息，获取用户的健康指导报告。通过本发明，解决现有健康评估存在的个性化低，实时性差的问题。

例如，公开号为CN104091080B的中国专利文献公开了一种智能化健身指导系统及其闭环指导方法，其特征是组成包括：由问卷单元、运动目标推理单元、运动方案生成单元、健身管理单元构成的远程服务平台、健康体征测试模块、运动能力测试模块、智能化健身器械模块；问卷单元用于收集用户基本信息和健康信息；健康体征测试模块用于采集用户初始健康体征的测试指标数据；运动能力测试模块用于采集用户初始运动能力的测试指标数据；运动目标推理单元用于获得用户运动目标；运动方案生成单元用于生成运动方案；智能化健身器械模块用于执行运动方案；健身管理单元用于运动效果的评估和运动方案的调整。该发明通过检测、评估、健身、反馈的一整套软硬件系统，基于用户健康检测的基础上，实现科学健身的需求。

上述两个专利文献公开的指导方法和系统，采用了闭环式的“检测-评估-指导-反馈”的能够循环的步骤流程，设置跟踪评估相关的模块，避免系统的各个环节相互割裂或者不完备的，从而形成完整的循环系统，增加系统的效率，避免运行成本和资源消耗。但是用户检测或用户上传得到的用户体征数据、运动数据以及饮食数据不仅始终贯穿检测、评估、指导和反馈每个步骤中，而且用户体征数据、运动数据以及饮食数据是彼此相互关联的，例如用户不同的生理状态可能会影响用户的运动表现和饮食食欲，即用户体征数据可能会影响用户的运动数据和饮食数据，而用户的运动状态也会影响用户的生理特征和饮食食欲，即用户的运动数据一定程度上能够反映用户的体征数据和饮食数据，同理，用户的饮食数据是用户体征数据和运动数据的反映，因此用户体征数据、运动数据以及饮食数据形成了相互交叉循环的整体，能够相互补充确认。而上述专利公开的文献在检测、评估、指导以及反馈等环节中，没有考虑到用户体征数据、运动数据以及饮食数据的多元融合，而且其体征数据、运动数据以及饮食数据只是割裂、孤立的个体，无法通过交叉循环的多元数据来减少穿戴设备以及其他移动终端检测的数据带来的干扰和不确定性，无法全面勾勒用户的身体信息，可能使得指导系统做出错误的指导，导致指导系统效率低下，同时也无法对数据的来源进行可靠性检测，使得指导系统的可信度低下。此外，上述专利文献在体征数据、运动数据以及饮食数据等多元用户数据通过排序来进行机械的融合，并没有考虑到多元数据彼此是相互补充印证的整体，在某些情况下，排序级别较低的数据可能起决定性作用，因此需要综合动态地对多元数据进行融合。

此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

发明内容

本发明提供了，针对现有采用闭环式“检测-评估-指导-反馈”的健康指导系统和方法，没有考虑到用户体征数据、运动数据以及饮食数据的多元融合，导致无法通过交叉循环的多元数据来减少穿戴设备以及其他移动终端检测的数据带来的干扰和不确定性，从而使得指导系统效率低下，同时也无法对数据的来源进行可靠性检测，导致指导系统的可信度低下的问题，本发明通过对用户体征数据、运动数据以及饮食数据的相互验证形成封闭式相互补充确认的融合机制，不仅能够提高指导系统生成指导方案的效率，还能够在相关用户数据不足的情况下基于知识库补充用户体征信息、运动信息和饮食信息，并降低终端检测数据的不确定性和干扰性，保证用户健康评估的精确性和可靠性。而且，本发明通过融合的多元用户数据生成相应的结果预期结合，从而识别并确定用户亟待解决的健康问题，并充分考虑了用户个体的健康状况、运动能力和饮食方式，生成契合用户个人的第一健康生活指导方案，并综合考虑了用户的规律运动和健康饮食意图、周围环境对运动的支持情况，提供个性化的指导方案。此外，为了提高用户健康生活方式干预的效果，还提供了较为容易实现预期结果的第二健康生活指导方案，使得用户能够及时有效地得到积极反馈结果，能够提高用户的体验效果，提高疗效感知，从而能够避免用户的抵触情绪，使得用户能够长久的保持健康生活习惯。

基于多元信息融合的健康生活方式指导系统，至少包括云端处理器、至少一个终端以及云端存储介质。所述云端处理器配置为将用户和医护人员通过所述终端上传的用户数据存储于所述云端存储介质内。所述云端处理器基于所述云端存储介质内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库筛选出用于推送至所述终端的初始指导方案。由终端向所述云端处理器提供相应用户的用于健康评估和/或治疗评估的预期结果，使得所述云端处理器能够基于该用户的融合后的多元用户数据来选取相应的多类历史指导样本库且能够基于该用户的融合后的多元用户数据来生成用于健康评估的第一结果和用于治疗评估的第二结果。所述第一结果是以第一方式呈现于所述终端，所述第二结果是以不同于所述第一方式的第二方式呈现于所述终端。所述云端处理器响应于用户对所述第一结果或第二结果的选择，筛选出所述多类历史指导样本库之一的第一初次类历史指导样本库根据该用户的融合后的多元用户数据且参考所述第一结果或第二结果的选择，向所述终端提供所筛选出的所述第一初次类历史指导样本库中的若干可选的初始指导方案。

根据一个优选实施方式，所述指导系统配置为按照如下方式对所述多元用户数据进行融合：

所述云端处理器至少能够基于所述多元用户数据的用户体征信息关联所述云端存储介质内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库分别生成第一预期运动信息a和第一预期饮食信息b；

所述云端处理器基于所述第一预期运动信息a与所述多元用户数据的运动信息的差异程度以及所述第一预期饮食信息b与所述多元用户数据的饮食信息的差异程度评估并修正所述用户体征信息、运动信息以及饮食信息。

根据一个优选实施方式，在所述第一预期运动信息a与所述运动信息的差异程度超过第一运动差异值且所述第一预期饮食信息b与所述饮食信息的差异程度未超过第一饮食差异值的情况下，所述云端处理器基于所述运动信息关联所述历史指导样本库分别生成第一预期用户体征信息a和第二预期饮食信息b。所述云端处理器基于所述饮食信息关联所述历史指导样本库分别生成第二预期用户体征信息a和第二预期运动信息b。所述云端处理器基于所述第一预期用户体征信息a与所述第二预期用户体征信息a的差异程度、所述第二预期运动信息b与所述运动信息的差异程度以及所述第二预期饮食信息b与所述饮食信息的差异程度评估所述用户体征信息、运动信息以及饮食信息。

根据一个优选实施方式，在所述第一预期运动信息a与所述运动信息的差异程度超过第一运动差异值且所述第一预期饮食信息b与所述饮食信息的差异程度超过第一饮食差异值的情况下，所述云端处理器基于所述第一预期用户体征信息a、第二预期用户体征信息a修正所述用户体征信息。

根据一个优选实施方式，所述指导系统配置为按照如下方式对用户进行健康评估和/或治疗评估：所述云端管理器基于融合后的多元用户数据关联所述知识库对用户健康风险、运动能力和饮食状况进行评估，从而分别生成结果预期集合、运动参数和饮食参数。所述结果预期集合至少包括按照风险等级排序第一结果和按照完成预期结果的难易程度排序的第二结果。

根据一个优选实施方式，在用户选择所述终端呈现的所述若干可选的初始指导方案之一进行健康生活指导并向所述云端处理器反馈健康指导效果的情况下，所述云端处理器基于用户通过所述终端反馈的信息向所述终端提供存储于所述云端存储介质内的不同于该类历史指导样本库中的若干可选的初始指导方案的若干可选的第一指导方案。在用户根据所述终端呈现的该类历史指导样本库中的若干可选的第一指导方案进行健康生活指导且通过所述终端向所述云端处理器反馈仍没有达到预期效果的情况下，所述云端处理器响应不同于所述用户初次对所述第一结果或第二结果的选择，筛选出不同于所述第一初次类历史指导样本库的所述多类历史指导样本库之一。根据该用户的融合后的多元用户数据且参考所述不同于所述用户初次对第一结果或第二结果的选择，向所述终端提供所筛选出的该类历史指导样本库中的若干可选的第二指导方案。

根据一个优选实施方式，所述若干初始指导方案至少包括第一初始指导方案以及第二初始指导方案。所述云端处理器基于所述第一结果内的风险评级最高的第一结果预期生成第一初次类历史指导样本库，并评估用户的所述运动参数、饮食参数、用户的周边环境以及运动意图对所述第一初次类历史指导样本库进行筛选生成第一初始指导方案。所述云端处理器基于所述第二结果内的达成预期结果的难易程度评级最低的第二结果预期生成第二初次类历史指导样本库，并评估用户的所述运动参数、饮食参数、用户的周边环境以及运动意图对所述第二初次类历史指导样本库进行筛选生成第一初始指导方案。

根据一个优选实施方式，在所述用户基于所述初始指导方案进行相关指导活动的情况下，所述云端管理器基于用户进行相关指导活动时的用户数据、所述初始指导方案的执行状态以及用户的自我反馈修正所述初始指导方案。所述云端处理器根据所述用户的若干修正的初始指导方案分析其指导趋势并将趋势信息推送至该特定用户的终端。由该终端基于其修正的初始指导方案的变化趋势来确定至少三个指导路径，其中一条指导路径至少包括针对运动信息的指导级别，其中另一条指导路径至少包括针对饮食信息的指导级别，其中第三指导路径至少包括根据相似用户的变化趋势而制定的针对体征信息的指导级别。所述相似用户至少是在健康评估的第一结果或治疗评估的第二结果中的相同部分超过第一阈值。

基于多元信息融合的健康生活方式指导方法，所述指导方法至少包括：云端处理器配置为将用户和医护人员通过终端上传的用户数据存储于云端存储介质内，并基于所述云端存储介质内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库筛选出用于推送至所述终端的初始指导方案。由终端向云端处理器提供相应用户的用于健康评估和/或治疗评估的预期结果，使得所述云端处理器能够基于该用户的融合后的多元用户数据来选取相应的多类历史指导样本库且能够基于该用户的融合后的多元用户数据来生成用于健康评估的第一结果和用于治疗评估的第二结果。所述第一结果是以第一方式呈现于所述终端，所述第二结果是以不同于所述第一方式的第二方式呈现于所述终端。所述云端处理器响应于用户对所述第一结果或第二结果的选择，筛选出所述多类历史指导样本库之一的第一初次类历史指导样本库。根据该用户的融合后的多元用户数据且参考所述第一结果或第二结果的选择，向所述终端提供所筛选出的所述第一初次类历史指导样本库中的若干可选的初始指导方案。

根据一个优选实施方式，所述指导系统配置为按照如下方式对所述多元用户数据进行融合：

所述云端处理器至少能够基于所述多元用户数据的用户体征信息关联所述云端存储介质内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库分别生成第一预期运动信息a和第一预期饮食信息b；

所述云端处理器基于所述第一预期运动信息a与所述多元用户数据的运动信息的差异程度以及所述第一预期饮食信息b与所述多元用户数据的饮食信息的差异程度评估并修正所述用户体征信息、运动信息以及饮食信息。

本发明的有益技术效果包括以下一项或多项：

1、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够检验用户数据的可靠性、不确定性，避免系统采用不可靠的数据生成指导方案，保证了系统生成指导方案能够精准匹配用户的实际情况；

2、不同于现有技术通过问卷形式进行的风险承受度调查，本发明通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，避免了问卷形式中用户主观偏见引入的偏差，完全通过用户数据进行评估和验证，能够更加准确、客观地反映用户的实际健康情况；

3、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够快速有效地确认异常数据，并针对异常数据对用户或医生终端进行提醒，从而能够及时提醒用户或医生对用户重新进行身体检测，避免医生对用户做出错误的诊断，从而避免后续的治疗方案错误；

4、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够快速有效地对用户数据实现修正，避免了冗余检测，提高了系统效率；

5、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，实现了用户体征信息、运动信息和饮食信息彼此封闭循环的融合机制，形成完备地、相互联系的彼此相互印证的整体，从而能够提高本发明指导系统的稳定度，不会因为某一数据的异常而导致生成的指导方案精确度降低，而且还能够通过循环的交叉验证，不断地提高数据的准确度；此外，还能够提高系统的响应时间，从而提高系统生成指导方案的效率。

附图说明

图1是本发明的系统一个优选实施方式的模块连接示意图；和

图2是本发明的方法的一个优选实施方式的流程示意图。

附图标记列表

1：云端处理器 2：终端

3：云端存储介质 4：历史指导样本库

5：初始指导方案 6：用户体征信息

7：运动信息 8：饮食信息

9：知识库 10：结果预期集合

6a：第一预期运动信息 6b：第一预期饮食信息

7a：第一预期用户体征信息 7b：第二预期饮食信息

8a：第二预期用户体征信息 8b：第二预期运动信息

41：第一初次类历史指导样本库 42：第二初次类历史指导样本库

51：第一初始指导方案 52：第二初始指导方案

101：第一结果 102：第二结果

具体实施方式

下面结合附图1和附图2进行详细说明。

实施例1

本实施例还公开了一种健康指导系统，也可以是一种健康生活指导系统，也可以是一种基于多元信息融合的健康生活指导系统，该系统可以由本发明的系统和/或其他可替代的零部件实现。比如，通过使用本发明的系统中的各个零部件实现本发明公开的系统。在不造成冲突或者矛盾的情况下，其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。

基于多元信息融合的健康生活方式指导系统，至少包括云端处理器1、终端2以及云端存储介质3。优选地，云端处理器1可以是处理器芯片，例如FPGA、CPU等，也可以是ARM架构的处理器，例如ThunderX2芯片、Cortex-A76芯片，也可以是云端智能芯片，例如型号为MLU100的云端智能芯片。优选地，云端存储介质3可以是随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。优选地，至少一个终端2可以是两个终端2、三个终端2甚至是更多个终端2。终端2可以是手机、平板电脑等计算设备。终端2也可以是智能穿戴设备，能够测量人体的心率、脉搏、血压、加速度、计步、睡眠、血氧等智能终端，例如，智能手环、智能鞋垫、智能手表等。优选地，终端2可以是用户上传用户信息数据的计算设备。终端2也可以是医院医生利用医院终端上传用户病历、检测信息的计算设备。优选地，用户数据包括体征信息6、用户运动信息7以及用户饮食信息8。用户体征数据6至少包括医保号码、姓名、性别、年龄、身高、体重、体温、脉搏、呼吸、血压、血糖以及专科体征信息等。用户体征信息还包括医嘱数据、病历数据、检验数据、信息采集数据以及随访数据。医嘱数据至少包括口服药、输液药、治疗类医嘱以及护理类医嘱等。病历数据至少包括主诉、现病史、既往病史、个人史、家族史、通科体查、专科体查、诊断、病程记录以及手术相关信息等。检验数据至少包括化验报告单、图片报告单等。信息采集数据至少包括CT、MRI、X光等的报告单等。优选地，用户体征信息还包括代谢系统、骨骼肌肉系统、循环系统、呼吸系统、营养代谢系统的机能与状态的重要指标。优选地，通过用户的体征数据可以得知用户是否可以进行相关运动，是否具有相关运动禁忌。例如，心脑血管患者不适合进行剧烈运动，因此需要生成运动安全系数较高的运动，类似慢跑、慢走、游泳、骑行等有氧运动。例如，对于骨关节疼痛的用户群体可以选择游泳训练进行健康生活方式指导，一方面游泳过程中借助水的浮力能够缓解骨关节和肌群的压力，另一方面还能够借助水对肌体血管的刺激，提升人体的血管功能。例如，高血压患者可以采用力量训练，例如俯卧撑、哑铃或者杠铃。力量训练能够强化个体的肌肉强度、骨骼力量，而且有规律的低至中强度的抗阻训练能够延缓人体去脂体重的减少，并产生较好的降低血压的作用。

优选地，运动信息7至少包括用户的运动偏好、运动意图，还包括运动测试时用户的运动表现，例如心率、自觉疲劳程度、最大摄氧量、代谢当量、最大重复力量、运动功率、关节角度等信息。优选地，运动信息还包括心肺耐力信息、肌肉耐力信息。优选地，通过用户的运动信息，并结合用户的体征信息和饮食信息能够得到适合用户身体状态的运动指导方案。饮食信息8至少包括用户的饮食习惯、饮食偏好等信息，还包括每日的饮食种类、饮食摄取热量等信息。优选地，饮食信息8还包括用户摄入的钠盐和食用油的含量，同时也分析用户每次饮食摄入的卡路里。

优选地，通过用户的体征信息、运动信息和饮食信息可以个性化的制定用户的饮食方案。本发明的指导系统还可以记录用户、护士以及医生上传的附加属性数据。附加属性数据至少包括用户的爱好以及个人倾向。个人倾向至少包括医生评估的个人特质、心理基础评估、健康行为偏好评估、护士或医生随访评估等数据。

优选地，云端处理器1配置为将用户和医生通过终端2上传的用户数据存储于云端存储介质3内。云端处理器1响应于云端存储介质3内的历史指导样本库4生成推送至终端2的初始指导方案5。优选地，云端存储介质3内设置有历史指导样本库4以及主要提供大样本健康数据的存储分析，完成会员用户各项体征信息的存储调用，作为健康生活方式指导方案生成的主要依据。在此基础上，为大众提供疾病的基础知识、防治知识和生活方式相关的知识的教育，指导大众在日常生活中进行自我监测和自我管理，从而预防、控制和延缓疾病的发生和发展。优选地，历史指导样本库4汇聚了用于每个用户历次生成健康生活方式的指导的主要数据源和样本库，至少包括运动资源、运动项目库、饮食资源以及饮食项目等，还包括历次健康生活方式指导的效果评估。历史指导方案库4是生成健康生活方式指导方案的重要基础信息来源。

优选地，云端处理器1基于云端存储介质3内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库4筛选出用于推送至终端2的初始指导方案5。优选地，由终端2向云端处理器1提供相应用户的用于健康评估和/或治疗评估的预期结果，使得云端处理器1能够基于该用户的融合后的多元用户数据来选取相应的多类历史指导样本库4且能够基于该用户的融合后的多元用户数据来生成用于健康评估的第一结果101和用于治疗评估的第二结果102。优选地，云端处理器1基于融合后的多元用户数据进行健康评估以获取相应的历史指导样本库4。优选地，指导系统配置为按照如下方式对用户进行健康评估和治疗评估：云端管理器1基于融合后的多元用户数据关联对用户健康风险、运动能力和饮食状况进行评估，从而分别生成结果预期集合10、运动参数和饮食参数。优选地，通过对融合后的用户数据进行健康评估可以确定用户的健康问题。健康问题至少包括用户所患的疾病以及相关生活方式带来的健康隐患。优选地，可以根据健康问题确定和识别用户个体亟待改善的健康问题，并以此生成健康问题对应的预期结果。由于用户个体的健康问题较多，因此对应的预期结果为结果预期集合。优选地，结果预期集合至少包括按照对应的健康问题的风险等级排序，生成第一结果。优选地，健康问题的风险等级根据疾病或症状的对健康的危害严重程度来进行排序。结果预期集合还包括按照完成预期结果的难易程度排序的第二结果。通过以上设置方式，用户可以根据第一结果识别并锁定用户亟待解决的健康问题以及带来的预期结果，还可以通过第二结果确定目前能够较为容易且快速解决的健康问题。优选地，云端处理器1通过对融合后的用户数据进行评估可以得到用户的运动参数和饮食参数。优选地，运动参数至少包括心率测算。心率测算可以根据用户的可穿戴设备进行检测。人体在进行体力活动时的强度可以直接体现在心率变化中，可以采用贮备心率法进行计算。优选地，运动参数还包括自觉疲劳程度量表，适用于无法采用心率等定量强度检测的用户。优选地，运动参数还包括最大摄氧量的测量。最大摄氧量能够有效的衡量个体在运动过程中的运动强度。优选地，运动参数还包括代谢当量测算。代谢当量通过测算静息状态下的代谢能耗，能够评估用户在开展运动时的相对能量代谢水平，进而反应出体力活动强度。优选地，饮食参数包括患者的饮食习惯。饮食参数还包括每日记录的用户的饮食种类、饮食时间、饮食摄入量。

优选地，第一结果101是以第一方式呈现于终端2，第二结果102是以不同于第一方式的第二方式呈现于终端2。优选地，第一方式可以是以图片、视频、文字等信息推送。第二方式可以是声音、振动等方式进行提醒，并通过终端2推送。云端处理器1响应于用户对第一结果101或第二结果102的选择，筛选出多类历史指导样本库4之一的第一初次类历史指导样本库41。根据该用户的融合后的多元用户数据且参考第一结果101或第二结果102的选择，向终端2提供所筛选出的第一初次类历史指导样本库41中的若干可选的初始指导方案5。通过该设置方式，不仅结合了数据融合带来的数据的准确性以及客观性，让用户较为客观和直观的了解自身的身体状况，还为用户提供了彼此交互的机会，让客户自身主动选择相应的评估结果来生成个性化的指导方案。

优选地，云端处理器2配置为能够对至少包括用户体征信息6、运动信息7以及饮食信息8的多元用户数据进行融合以降低终端2上传数据的干扰性和不确定性。优选地，云端处理器1至少能够基于用户体征信息6关联云端存储介质3内的分别生成第一预期运动信息6a和第一预期饮食信息6b。优选地，用户的体征信息6也能在一定程度上反应用户的运动信息和饮食信息。例如，用户的体征信息6至少包括属于循环系统的高血压，那么第一预期运动信息6a表示用户无法长期高强度运动，而且第一预期饮食信息6b包含用户的饮食习惯不包括长期低盐、低油。例如，用户的体征信息6代谢系统的非酒精性脂肪肝和二型糖尿病，那么第一预期运动信息6a表示用户长期久坐，运动量少，用户的心肺能力较弱。第一预期饮食信息6b为用户的饮食习惯不可能是低盐、低糖。例如用户体征信息6为神经精神系统的焦虑和抑郁，那么用户的第一预期运动信息6a表示不具有长期保持有氧运动的习惯和运动意图。第一预期饮食信息6b表示用户不可能长期食欲良好。例如，用户体征信息6属于骨骼系统的由于长期伏案静坐引起的关节炎和颈椎病，那么第一预期运动信息6a表示用户不可能进行大负荷的运动，例如体操、拳击、篮球等，并且不可能具有良好的运动表现。第一预期饮食信息6b表示用户不具有长期摄入鸡鸭鱼肉等酸性食物以及含酪氨酸苯丙氨酸色氨酸的食物。

优选地，云端处理器1基于第一预期运动信息6a与运动信息7的差异程度以及第一预期饮食信息6b与饮食信息8的差异程度评估并修正用户体征信息6、运动信息7以及饮食信息8。优选地，第一运动差异值表示第一预期运动信息6a与运动信息7的差异程度超过至少超过两项完全不同。例如，用户患有高血压且患有的关节炎，那么第一预期运动信息6a表示用户不具有长期有氧的运动习惯以及高负荷运动习惯。如果用户的运动信息7表示用户静息心率处于60下/每分以下，有长期打篮球、拳击运动习惯，而且颈部骨骼肌肉力量良好、自觉疲劳程度处于吃力等级，那么其中静息心率处于60下/每分以下，有长期打篮球、拳击运动习惯则与第一预期运动信息6a表示的用户不具有长期有氧的运动习惯完全不符，表示第一预期运动信息6a与运动信息7的差异程度超过两项，即超过第一运动差异值。优选地，第一饮食差异值表示第一预期饮食信息6b与饮食信息8的差异程度超过至少超过两项不同。例如，用户患有高血压且患有的关节炎，第一预期饮食信息6b表示用户不具有长期低盐、低糖、低摄入量的饮食习惯。如果饮食信息8表示用户长期饮食烧烤、冒菜、海鲜，并且饮食规律、饮食量小、饮水量大，那么用户饮食规律、饮食量小与第一预期饮食信息6b完全不符，表示第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值。优选地，在第一预期运动信息6a与运动信息7的差异程度超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度未超过第一饮食差异值的情况下，表示用户的用户体征信息6与运动信息7不符，用户的体征信息6与饮食信息8相符合。优选地，以上情况的出现表示用户数据出现不确定的干扰，需要对用户的体征信息6、运动信息7和饮食信息8进行交叉确认，并对异常的数据进行修正。优选地，云端处理器1基于运动信息7关联分别生成第一预期用户体征信息7a和第二预期饮食信息7b。云端处理器1基于饮食信息8关联分别生成第二预期用户体征信息8a和第二预期运动信息8b。优选地，如图1所示，交叉确认的方式至少包括云端处理器1基于第一预期用户体征信息7a与第二预期用户体征信息8a的差异程度进行确认。在第一预期用户体征信息7a与第二预期用户体征信息8a的差异项超过两项时，表示运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。优选地，在用户体征信息6与运动信息7不符，并且第一预期用户体征信息7a与第二预期用户体征信息8a的差异项小于两项的情况下，比对第二预期运动信息8b与运动信息7的差异程度是否超过两项不符。在第二预期运动信息8b与运动信息7的差异程度超过两项时，确认运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。在用户体征信息6与运动信息7不符，并且第一预期用户体征信息7a与第二预期用户体征信息8a的差异项小于两项，同时第二预期运动信息8b与运动信息7的差异项小于两项的情况下，比对第二预期饮食信息7b与饮食信息8的差异程度是否超过两项，如果第二预期饮食信息7b与饮食信息8的差异项超过两项，那么确认运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。如果第二预期饮食信息7b与饮食信息8的差异项未超过两项，那么确认用户体征信息6、运动信息7以及饮食信息8没有异常。优选地，在第一预期运动信息6a与运动信息7的差异程度未超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值的情况下，表示用户的饮食信息8与运动信息7不符，用户的体征信息6与运动信息7相符合。优选地，以上情况的出现表示用户数据出现不确定的干扰，可以采用上述对用户的体征信息6、运动信息7和饮食信息8进行交叉确认方式来确认异常数据并进行修正。优选地，在第一预期运动信息6a与运动信息7的差异程度超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值的情况下，表示用户体征信息6与运动信息7和饮食信息8不符。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户体征信息6。在重新测试用户体征信息6后，仍确认用户的体征信息6出现异常，或者是用户无法重新测试时，那么通过第一预期用户体征信息7a、第二预期用户体征信息8a修正用户体征信息。优选地，任何传感器的传感数据都具有一定的不确定性，因此在用户数据出现不确定干扰且未超过阈值的情况下，可以根据不可靠数据是否超过传感器的不确定性来判定不可靠数据的不可靠的原因是否为传感器的不确定性引入。如果确认为传感器的不确定性引入可以修正不可靠数据。如果不可靠数据超过了传感器的不确定性范围，那么保留该不可靠数据，并重点标注。通过该设置方式，能够提高系统的宽容度，避免频繁报警提醒用户，还能够追踪用户的重点标注数据，方便医生追踪分析重点标注数据出现的原因。

通过以上设置方式，本发明的有益效果至少包括：

1、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够检验用户数据来源的可靠性，识别和锁定不可靠的数据，避免系统采用不可靠的数据生成指导方案，保证了系统生成指导方案能够精准匹配用户的实际情况；

2、进一步地根据识别和锁定的不可靠的数据，通过用户体征信息、运动信息和饮食信息的彼此交叉融合来快速地确认数据是否异常，在不可靠数据超出阈值的情况下，判定不可数据为异常数据，并针对异常数据对用户或医生终端进行提醒，从而能够及时提醒用户或医生对用户所录入的数据是否错误，或提醒用户或者医生重新测量，避免医生根据错误的异常数据对用户做出错误的诊断；

3、不同于现有技术通过问卷形式进行的风险承受度调查，本发明通过对用户体征信息、运动信息和饮食信息的彼此交叉融合，不仅能够避免问卷形式中用户主观偏见引入的偏差，完全通过用户数据进行评估和验证，能够更加准确、客观地反映用户的实际健康情况；

4、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够快速有效地对用户数据实现修正，避免了冗余检测，提高了系统效率；

5、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，实现了用户体征信息、运动信息和饮食信息彼此封闭循环的融合机制，形成完备地、相互联系的彼此相互印证的整体，从而能够提高本发明指导系统的稳定度，不会因为某一数据的异常而导致生成的指导方案精确度降低，而且还能够通过循环的交叉验证，不断地提高数据的准确度；此外，还能够提高系统的响应时间，从而提高系统生成指导方案的效率。

优选地，云端管理器1基于结果预期集合获取相应的历史指导样本库4。优选地，云端处理器1基于第一结果内的风险评级最高的第一结果预期生成第一初次类历史指导样本库41。优选地，第一历史指导样本41内包含有多个与预期结果对应的指导方案。云端处理器1基于第二结果内的达成预期结果的难易程度评级最低的第二结果预期生成第二初次类历史指导样本库42。优选地，第一结果101或第二结果102可以分数的形式反馈给用户。优选地，云端管理器1基于运动参数、饮食参数、用户的周边环境以及运动意图以对历史指导样本库4进行筛选生成若干初始指导方案5。优选地，用户的周边环境指的是适合用户进行的运动项目。例如，用户在室外的操场，那么用户适合慢跑或快走。例如用户所在周边环境有游泳池，那么用户可以进行游泳运动。优选地，用户在室内的健身房，可以在跑步机上进行跑步或快走，还可以进行力量训练。优选地，若干初始指导方案5至少包括第一初始指导方案51以及第二初始指导方案52。优选地，初始指导方案5内指导项目至少包括运动项目和饮食项目。优选地，运动项目还包括体感游戏。云端处理器1评估用户的运动参数、饮食参数、用户的周边环境以及运动意图对第一初次类历史指导样本库41进行筛选生成第一初始指导方案51。云端处理器1评估用户的运动参数、饮食参数、用户的周边环境以及运动意图对第二初次类历史指导样本库42进行筛选生成第一初始指导方案52。通过该设置方式，生成的健康生活指导方案不仅包括与用户目前亟待解决的健康问题相关的指导方案，还包括容易完成且能够快速反馈、改善的健康问题的指导方案，能够让用户及时得到积极的反馈，增加用户执行指导方案的积极性，避免用户产生抵触情绪，从而使得用户能够长期保持现有的健康生活方式。

优选地，在用户基于初始指导方案5进行相关指导活动的情况下，云端管理器1基于用户进行相关指导活动时的用户数据、初始指导方案5的执行状态以及用户的自我反馈修正初始指导方案5。优选地，初始指导方案5的执行过程是一个动态调整的过程，其过程数据包括用户定期健康体征检测或复查、终端上传的传感数据以及用户的自我反馈等信息，都会对后续的指导方案产生动态的影响。例如，用户反馈力竭无法完成，或认为指导方案内的运动项目执行过于轻松，从而云端处理器1基于以上信息调整初始指导方案5内的运动强度。优选地，对于持续无法完成的运动目标，会适量调低运动参数，并考察用户的完成进度，调整初始指导方案5。优选地，在执行完成初始指导方案4后，云端处理器1对用户的执行情况进行评估，追溯相关未完成的指导方案及其原因，并保留完成的指导方案的运动参数和饮食参数，作为用户下一个健康生活指导方案的初始值。通过以上设置方式，本发明的指导系统形成检测、健康评估、指导方案生成、跟踪评估的闭环系统，提高系统的稳定性，并在此基础上，将用户体征信息6、运动信息7以及饮食信息的多元用户数据进行交叉融合，并贯穿检测、健康评估、指导方案生成、跟踪评估每个步骤中，从而能够在闭环系统的中每个环节减少多元用户数据带来的干扰和不确定性，并且由于在每个环节中都进行数据交叉融合、相互验证，因此随着循环的增加，累计的用户数据会带来更加准确，从而使得指导系统更加稳定和高效。

根据一个优选实施方式，在用户选择终端2呈现的若干可选的初始指导方案5之一进行健康生活指导并向云端处理器1反馈健康指导效果的情况下，云端处理器1基于用户通过终端2反馈的信息向终端2提供存储于云端存储介质3内的不同于该类历史指导样本库4中的若干可选的初始指导方案5的若干可选的第一指导方案。在用户根据终端2呈现的该类历史指导样本库4中的若干可选的第一指导方案5进行健康生活指导且通过终端2向云端处理器1反馈仍没有达到预期效果的情况下，云端处理器1响应不同于用户初次对第一结果101或第二结果102的选择，筛选出不同于第一初次类历史指导样本库41的多类历史指导样本库4之一。根据该用户的融合后的多元用户数据且参考不同于用户初次对第一结果101或第二结果102的选择，向终端2提供所筛选出的该类历史指导样本库4中的若干可选的第二指导方案。通过以上设置方式，能够在没有达到预期效果的情况下，选择该类历史指导样本下的其他指导方案来进行指导，如果指导效果还没有达到预期效果的情况下，可以选在其他类历史指导样本下的第二指导指导方案，能够针对不适合用户的选择下的指导方案采用引导式的策略更换方案，避免指导方案更换跨度过大，导致指导效果减弱或者产生相反的技术效果。

根据一个优选实施方式，在用户基于初始指导方案5进行相关指导活动的情况下，云端管理器1基于用户进行相关指导活动时的用户数据、初始指导方案5的执行状态以及用户的自我反馈修正初始指导方案5。云端处理器1根据用户的若干修正的初始指导方案5分析其指导趋势并将趋势信息推送至该特定用户的终端2。由该终端2基于其修正的初始指导方案5的变化趋势来确定至少三个指导路径，其中一条指导路径至少包括针对运动信息的指导级别，其中另一条指导路径至少包括针对饮食信息的指导级别，其中第三指导路径至少包括根据相似用户的变化趋势而制定的针对体征信息的指导级别。相似用户至少是在健康评估的第一结果101或治疗评估的第二结果102中的相同部分超过第一阈值。优选地，第一阈值可以是第一结果或第二结果的差异度在20％以下。优选地，指导级别包括第一指导级别和第二指导级别。第一指导级别指的是全天全程引导用户应该在某个时间做某些运动，或者指定饮食。当终端2或者云端处理器没有得到用户按照指导进行动作的情况下，会对用户进行周期性地提醒，直到用户完成该指导项目。优选地，第二指导级别指的是进行轻微级别引导，即只在某些节点才会提醒，从而避免在运动的过程中过度指导，影响用户运动表现。

实施例2

本实施例是与实施例1对应的健康生活方式指导方法，重复的内容不再赘述。

基于多元信息融合的健康生活方式指导方法，指导方法至少包括：

云端处理器1将由至少一个终端2上传的用户数据存储于云端存储介质3内，并响应于云端存储介质3内的历史指导样本库4生成推送至终端2的初始指导方案5。优选地，优选地，云端处理器1可以是处理器芯片，例如FPGA、CPU等，也可以是ARM架构的处理器，例如ThunderX2芯片、Cortex-A76芯片，也可以是云端智能芯片，例如型号为MLU100的云端智能芯片。优选地，云端存储介质3可以是随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。优选地，至少一个终端2可以是两个终端2、三个终端2甚至是更多个终端2。终端2可以是手机、平板电脑等计算设备。终端2也可以是智能穿戴设备，能够测量人体的心率、脉搏、血压、加速度、计步、睡眠、血氧等智能终端，例如，智能手环、智能鞋垫、智能手表等。优选地，终端2可以是用户上传用户信息数据的计算设备。终端2也可以是医院医生利用医院终端上传用户病历、检测信息的计算设备。优选地，用户数据包括体征信息6、用户运动信息7以及用户饮食信息8。用户体征数据6至少包括医保号码、姓名、性别、年龄、身高、体重、体温、脉搏、呼吸、血压、血糖以及专科体征信息等。用户体征信息还包括医嘱数据、病历数据、检验数据、信息采集数据以及随访数据。医嘱数据至少包括口服药、输液药、治疗类医嘱以及护理类医嘱等。病历数据至少包括主诉、现病史、既往病史、个人史、家族史、通科体查、专科体查、诊断、病程记录以及手术相关信息等。检验数据至少包括化验报告单、图片报告单等。信息采集数据至少包括CT、MRI、X光等的报告单等。优选地，用户体征信息还包括代谢系统、骨骼肌肉系统、循环系统、呼吸系统、营养代谢系统的机能与状态的重要指标。优选地，通过用户的体征数据可以得知用户是否可以进行相关运动，是否具有相关运动禁忌。例如，心脑血管患者不适合进行剧烈运动，因此需要生成运动安全系数较高的运动，类似慢跑、慢走、游泳、骑行等有氧运动。例如，对于骨关节疼痛的用户群体可以选择游泳训练进行健康生活方式指导，一方面游泳过程中借助水的浮力能够缓解骨关节和肌群的压力，另一方面还能够借助水对肌体血管的刺激，提升人体的血管功能。例如，高血压患者可以采用力量训练，例如俯卧撑、哑铃或者杠铃。力量训练能够强化个体的肌肉强度、骨骼力量，而且有规律的低至中强度的抗阻训练能够延缓人体去脂体重的减少，并产生较好的降低血压的作用。

优选地，运动信息7至少包括用户的运动偏好、运动意图，还包括运动测试时用户的运动表现，例如心率、自觉疲劳程度、最大摄氧量、代谢当量、最大重复力量、运动功率、关节角度等信息。优选地，运动信息还包括心肺耐力信息、肌肉耐力信息。优选地，通过用户的运动信息，并结合用户的体征信息和饮食信息能够得到适合用户身体状态的运动指导方案。

饮食信息8至少包括用户的饮食习惯、饮食偏好等信息，还包括每日的饮食种类、饮食摄取热量等信息。优选地，通过用户的体征信息、运动信息和饮食信息可以个性化的制定用户的饮食方案。本发明的指导系统还可以记录用户、护士以及医生上传的附加属性数据。附加属性数据至少包括用户的爱好以及个人倾向。个人倾向至少包括医生评估的个人特质、心理基础评估、健康行为偏好评估、护士或医生随访评估等数据。

优选地，云端处理器1配置为将用户和医生通过终端2上传的用户数据存储于云端存储介质3内。云端处理器1响应于云端存储介质3内的历史指导样本库4生成推送至终端2的初始指导方案5。优选地，云端存储介质3内设置有历史指导样本库4以及主要提供大样本健康数据的存储分析，完成会员用户各项体征信息的存储调用，作为健康生活方式指导方案生成的主要依据。在此基础上，为大众提供疾病的基础知识、防治知识和生活方式相关的知识的教育，指导大众在日常生活中进行自我监测和自我管理，从而预防、控制和延缓疾病的发生和发展。优选地，历史指导样本库4汇聚了用于每个用户历次生成健康生活方式的指导的主要数据源和样本库，至少包括运动资源、运动项目库、饮食资源以及饮食项目等，还包括历次健康生活方式指导的效果评估。历史指导方案库4是生成健康生活方式指导方案的重要基础信息来源。

基于多元信息融合的健康生活方式指导方法，指导方法至少包括：云端处理器1配置为将用户和医护人员通过终端2上传的用户数据存储于云端存储介质3内，并基于云端存储介质3内的至少包括健康评估预期结果和治疗评估预期结果的历史指导样本库4筛选出用于推送至终端2的初始指导方案5。由终端2向云端处理器1提供相应用户的用于健康评估和/或治疗评估的预期结果，使得云端处理器1能够基于该用户的融合后的多元用户数据来选取相应的多类历史指导样本库4且能够基于该用户的融合后的多元用户数据来生成用于健康评估的第一结果101和用于治疗评估的第二结果102。第一结果101是以第一方式呈现于终端2，第二结果102是以不同于第一方式的第二方式呈现于终端2。云端处理器1响应于用户对第一结果101或第二结果102的选择，筛选出多类历史指导样本库4之一的第一初次类历史指导样本库41。根据该用户的融合后的多元用户数据且参考第一结果101或第二结果102的选择，向终端2提供所筛选出的第一初次类历史指导样本库41中的若干可选的初始指导方案5。

云端处理器1还执行以下步骤：

S100：对至少包括用户体征信息6、运动信息7以及饮食信息8的多元用户数据进行融合以降低终端2上传数据的干扰性和不确定性。优选地，云端处理器1至少能够基于用户体征信息6关联云端存储介质3内的分别生成第一预期运动信息6a和第一预期饮食信息6b。优选地，用户的体征信息6也能在一定程度上反应用户的运动信息和饮食信息。例如，用户的体征信息6至少包括属于循环系统的高血压，那么第一预期运动信息6a表示用户无法长期高强度运动，而且第一预期饮食信息6b包含用户的饮食习惯不包括长期低盐。例如，用户的体征信息6代谢系统的非酒精性脂肪肝和二型糖尿病，那么第一预期运动信息6a表示用户长期久坐，运动量少，用户的心肺能力较弱。第一预期饮食信息6b为用户的饮食习惯不可能是低盐、低糖。例如用户体征信息6为神经精神系统的焦虑和抑郁，那么用户的第一预期运动信息6a表示不具有长期保持有氧运动的习惯和运动意图。第一预期饮食信息6b表示用户不可能长期食欲良好。例如，用户体征信息6属于骨骼系统的由于长期伏案静坐引起的关节炎和颈椎病，那么第一预期运动信息6a表示用户不可能具有大负荷的运动，例如体操、拳击、篮球等，并且不可能具有良好的运动表现。第一预期饮食信息6b表示用户不具有长期摄入鸡鸭鱼肉等酸性食物以及含酪氨酸苯丙氨酸色氨酸的食物。

优选地，云端处理器1基于第一预期运动信息6a与运动信息7的差异程度以及第一预期饮食信息6b与饮食信息8的差异程度评估并修正用户体征信息6、运动信息7以及饮食信息8。优选地，第一运动差异值表示第一预期运动信息6a与运动信息7的差异程度超过至少超过两项完全不同。例如，用户患有高血压且患有的关节炎，那么第一预期运动信息6a表示用户不具有长期有氧的运动习惯以及高负荷运动习惯。如果用户的运动信息7表示用户静息心率处于60下/每分以下，有长期打篮球、拳击运动习惯，而且颈部骨骼肌肉力量良好、自觉疲劳程度处于吃力等级，那么其中静息心率处于60下/每分以下，有长期打篮球、拳击运动习惯则与第一预期运动信息6a表示的用户不具有长期有氧的运动习惯完全不符，表示第一预期运动信息6a与运动信息7的差异程度超过第一运动差异值。优选地，第一饮食差异值表示第一预期饮食信息6b与饮食信息8的差异程度超过至少超过两项不同。例如，用户患有高血压且患有的关节炎，第一预期饮食信息6b表示用户不具有长期低盐、低糖、低摄入量的饮食习惯。如果饮食信息8表示用户长期饮食烧烤、冒菜、海鲜，并且饮食规律、饮食量小、饮水量大，那么用户饮食规律、饮食量小与第一预期饮食信息6b完全不符，表示第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值。优选地，在第一预期运动信息6a与运动信息7的差异程度超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度未超过第一饮食差异值的情况下，表示用户的用户体征信息6与运动信息7不符，用户的体征信息6与饮食信息8相符合。优选地，以上情况的出现表示用户数据出现不确定的干扰，需要对用户的体征信息6、运动信息7和饮食信息8进行交叉确认，并对异常的数据进行修正。优选地，云端处理器1基于运动信息7关联分别生成第一预期用户体征信息7a和第二预期饮食信息7b。云端处理器1基于饮食信息8关联分别生成第二预期用户体征信息8a和第二预期运动信息8b。优选地，如图1所示，交叉确认的方式至少包括云端处理器1基于第一预期用户体征信息7a与第二预期用户体征信息8a的差异程度进行确认。在第一预期用户体征信息7a与第二预期用户体征信息8a的差异项超过两项时，表示运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。优选地，在用户体征信息6与运动信息7不符，并且第一预期用户体征信息7a与第二预期用户体征信息8a的差异项小于两项的情况下，比对第二预期运动信息8b与运动信息7的差异程度是否超过两项不符。在第二预期运动信息8b与运动信息7的差异程度超过两项时，确认运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。在用户体征信息6与运动信息7不符，并且第一预期用户体征信息7a与第二预期用户体征信息8a的差异项小于两项，同时第二预期运动信息8b与运动信息7的差异项小于两项的情况下，比对第二预期饮食信息7b与饮食信息8的差异程度是否超过两项，如果第二预期饮食信息7b与饮食信息8的差异项超过两项，那么确认运动信息7与饮食信息8彼此不符，结合用户体征信息6与运动信息7不符，可以确认用户的运动信息7出现异常。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户运动信息7。在重新测试用户运动信息7后，仍确认用户的运动信息7出现异常，或者是用户无法重新测试时，那么通过第一预期运动信息6a和第二预期运动信息8b来修正运动信息7中的差异项。如果第二预期饮食信息7b与饮食信息8的差异项未超过两项，那么确认用户体征信息6、运动信息7以及饮食信息8没有异常。优选地，在第一预期运动信息6a与运动信息7的差异程度未超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值的情况下，表示用户的饮食信息8与运动信息7不符，用户的体征信息6与运动信息7相符合。优选地，以上情况的出现表示用户数据出现不确定的干扰，可以采用上述对用户的体征信息6、运动信息7和饮食信息8进行交叉确认方式来确认异常数据并进行修正。优选地，在第一预期运动信息6a与运动信息7的差异程度超过第一运动差异值且第一预期饮食信息6b与饮食信息8的差异程度超过第一饮食差异值的情况下，表示用户体征信息6与运动信息7和饮食信息8不符。云端处理器1向用户或医生的终端2发送数据异常提醒，并重新测试用户体征信息6。在重新测试用户体征信息6后，仍确认用户的体征信息6出现异常，或者是用户无法重新测试时，那么通过第一预期用户体征信息7a、第二预期用户体征信息8a修正用户体征信息。

通过以上设置方式，本发明的有益效果至少包括：

1、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够检验用户数据的可靠性、不确定性，避免系统采用不可靠的数据生成指导方案，保证了系统生成指导方案能够精准匹配用户的实际情况；

2、不同于现有技术通过问卷形式进行的风险承受度调查，本发明通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，避免了问卷形式中用户主观偏见引入的偏差，完全通过用户数据进行评估和验证，能够更加准确、客观地反映用户的实际健康情况；

3、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够快速有效地确认异常数据，并针对异常数据对用户或医生终端进行提醒，从而能够及时提醒用户或医生对用户重新进行身体检测，避免医生对用户做出错误的诊断，造成用户的治疗方案错误，造成不可修复的身体损伤；

4、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，能够快速有效地对用户数据实现修正，避免了冗余检测，提高了系统效率；

5、通过对用户体征信息、运动信息和饮食信息的彼此交叉验证，实现了用户体征信息、运动信息和饮食信息彼此封闭循环的融合机制，形成完备地、相互联系的彼此相互印证的整体，从而能够提高本发明指导系统的稳定度，不会因为某一数据的异常而导致生成的指导方案精确度降低，而且还能够通过循环的交叉验证，不断地提高数据的准确度；此外，还能够提高系统的响应时间，从而提高系统生成指导方案的效率。

S200：基于融合后的多元用户数据进行健康评估以获取相应的历史指导样本库4，并基于健康评估的结果以对历史指导样本库4进行筛选生成若干初始指导方案5。优选地，指导系统配置为按照如下方式对用户进行健康评估：云端管理器1基于融合后的多元用户数据关联对用户健康风险、运动能力和饮食状况进行评估，从而分别生成结果预期集合10、运动参数和饮食参数。优选地，通过对融合后的用户数据进行健康评估可以确定用户的健康问题。健康问题至少包括用户所患的疾病以及相关生活方式带来的健康隐患。优选地，可以根据健康问题确定和识别用户个体亟待改善的健康问题，并以此生成健康问题对应的预期结果。由于用户个体的健康问题较多，因此对应的预期结果为结果预期集合。优选地，结果预期集合至少包括按照对应的健康问题的风险等级排序，生成第一结果。优选地，健康问题的风险等级根据疾病或症状的对健康的危害严重程度来进行排序。结果预期集合还包括按照完成预期结果的难易程度排序的第二结果。通过以上设置方式，用户可以根据第一结果识别并锁定用户亟待解决的健康问题以及带来的预期结果，还可以通过第二结果确定目前能够较为容易且快速解决的健康问题。优选地，云端处理器1通过对融合后的用户数据进行评估可以得到用户的运动参数和饮食参数。优选地，运动参数至少包括心率测算。心率测算可以根据用户的可穿戴设备进行检测。人体在进行体力活动时的强度可以直接体现在心率变化中，可以采用贮备心率法进行计算。优选地，运动参数还包括自觉疲劳程度量表，适用于无法采用心率等定量强度检测的用户。优选地，运动参数还包括最大摄氧量的测量。最大摄氧量能够有效的衡量个体在运动过程中的运动强度。优选地，运动参数还包括代谢当量测算。代谢当量通过测算静息状态下的代谢能耗，能够评估用户在开展运动时的相对能量代谢水平，进而反应出体力活动强度。优选地，饮食参数包括患者的饮食习惯。饮食参数还包括每日记录的用户的饮食种类、饮食时间、饮食摄入量。

优选地，云端管理器1基于结果预期集合获取相应的历史指导样本库4。优选地，云端处理器1基于第一结果内的风险评级最高的第一结果预期生成第一初次类历史指导样本库41。优选地，第一历史指导样本41内包含有多个与预期结果对应的指导方案。云端处理器1基于第二结果内的达成预期结果的难易程度评级最低的第二结果预期生成第二初次类历史指导样本库42。优选地，云端管理器1基于运动参数、饮食参数、用户的周边环境以及运动意图以对历史指导样本库4进行筛选生成若干初始指导方案5。优选地，用户的周边环境指的是适合用户进行的运动项目。例如，用户在室外的操场，那么用户适合慢跑或快走。例如用户所在周边环境有游泳池，那么用户可以进行游泳运动。优选地，用户在室内的健身房，可以在跑步机上进行跑步或快走，还可以进行力量训练。优选地，若干初始指导方案5至少包括第一初始指导方案51以及第二初始指导方案52。优选地，初始指导方案5内指导项目至少包括运动项目和饮食项目。优选地，运动项目还包括体感游戏。云端处理器1评估用户的运动参数、饮食参数、用户的周边环境以及运动意图对第一初次类历史指导样本库41进行筛选生成第一初始指导方案51。云端处理器1评估用户的运动参数、饮食参数、用户的周边环境以及运动意图对第二初次类历史指导样本库42进行筛选生成第一初始指导方案52。通过该设置方式，生成的健康生活指导方案不仅包括与用户目前亟待解决的健康问题相关的指导方案，还包括容易完成且能够快速反馈、改善的健康问题的指导方案，能够让用户及时得到积极的反馈，增加用户执行指导方案的积极性，避免用户产生抵触情绪，从而使得用户能够保持现有的健康生活方式。

S300：用户基于初始指导方案5进行相关指导活动的情况下，云端管理器1基于用户进行相关指导活动时的用户数据、初始指导方案5的执行状态以及用户的自我反馈修正初始指导方案5。优选地，初始指导方案5的执行过程是一个动态调整的过程，其过程数据包括用户定期健康体征检测或复查、终端上传的传感数据以及用户的自我反馈等信息，都会对后续的指导方案产生动态的影响。例如，用户反馈力竭无法完成，或认为指导方案内的运动项目执行过于轻松，从而云端处理器1基于以上信息调整初始指导方案5内的运动强度。优选地，对于持续无法完成的运动目标，会适量调低运动参数，并考察用户的完成进度，调整初始指导方案5。优选地，在执行完成初始指导方案4后，云端处理器1对用户的执行情况进行评估，追溯相关未完成的指导方案及其原因，并保留完成的指导方案的运动参数和饮食参数，作为用户下一个健康生活指导方案的初始值。通过以上设置方式，本发明的指导系统形成检测、健康评估、指导方案生成、跟踪评估的闭环系统，提高系统的稳定性，并在此基础上，将用户体征信息6、运动信息7以及饮食信息的多元用户数据进行交叉融合，并贯穿检测、健康评估、指导方案生成、跟踪评估每个步骤中，从而能够在闭环系统的中每个环节减少多元用户数据带来的干扰和不确定性，并且由于在每个环节中都进行数据交叉融合、相互验证，因此随着循环的增加，累计的用户数据会带来更加准确，从而使得指导系统更加稳定和高效。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。