本发明涉及数据处理的，特别涉及一种心脑血管的云健康数据管理方法以及系统。
背景技术：
1、随着人们生活方式的改变、工作压力的增加以及老龄化进程的加速，心脑血管疾病的发病率逐年上升。传统的心脑血管健康管理方式存在诸多局限性。例如，患者通常只能在医院或体检机构进行定期检查，无法实现实时、连续的数据监测。而且，这些检查往往是间歇性的，难以捕捉到疾病的早期变化和细微波动。
2、以往的健康数据采集设备功能较为单一，无法全面、准确地获取人体生命特征健康数据，尤其是对于双臂血压iad值等关键指标的采集和分析不够精准。
3、对于所采集到的数据，缺乏有效的大数据挖掘、深度分析，难以提供个性化、精准的健康建议方案。同时，由于健康数据涉及用户隐私信息，因此在存储健康数据时还需要特别注重防范隐私泄露。
4、例如，一些便携式健康监测设备只能简单记录血压、心率等基本数据，却不能对这些数据进行深入分析和整合利用；还有部分健康管理平台虽然能存储数据，但分析能力有限，无法为用户提供具有针对性和前瞻性的健康建议。
技术实现思路
1、本发明的主要目的为提供一种心脑血管的云健康数据管理方法以及系统，旨在克服目前对采集的健康数据缺乏有效深度分析的缺陷。
2、为实现上述目的，本发明提供了一种心脑血管的云健康数据管理系统，包括云健康数据管理平台以及脑心健预适应训练仪；
3、所述脑心健预适应训练仪自动采集使用者的人体生命特征健康数据，并发送至所述云健康数据管理平台中存储；其中，所述人体生命特征健康数据至少包括双臂血压iad值；
4、所述云健康数据管理平台基于云端服务器大数据挖掘以及机器学习技术对所述人体生命特征健康数据进行深度分析，得到分析结果；
5、所述云健康数据管理平台基于所述分析结果，生成健康建议方案。
6、进一步地，所述系统还包括信息采集设备，用于采集踝臂指数、脉搏波速度、心电图、心率、血糖、血脂、血氧、尿酸、遗传信息、生活习惯信息。
7、进一步地，所述云健康数据管理平台上集成有训练完成的心脑血管风险评估大数据模型，用于对所述云健康数据进行深度分析，得到分析结果。
8、进一步地，所述云健康数据管理平台还用于：
9、对所述健康建议方案进行关键字提取；
10、基于提取的关键字，生成一个标识码；其中，标识码中包括多个字符；
11、将所述人体生命特征健康数据以及健康建议方案添加在数据表中，得到健康数据表，并基于所述标识码对所述健康数据表进行标识；
12、将所述标识码作为加密密码对标识后的所述健康数据表进行加密，并发送至用户终端。
13、进一步地，所述云健康数据管理平台还用于：
14、获取使用者的用户信息；其中，用户信息中包括用户姓名、联系方式、身份信息；
15、对所述用户信息中的字符进行脱敏重新排列，并依序拼接，得到拼接序列；
16、获取所述人体生命特征健康数据的数量，基于所述数量，将所述拼接序列分割为对应数量的子序列；
17、针对每个所述人体生命特征健康数据，依序从所述拼接序列中选择出一个子序列，并建立映射关系；
18、将具有映射关系的人体生命特征健康数据以及子序列进行拼接，得到拼接健康数据；
19、将各个拼接健康数据保存在数据库中。
20、进一步地，所述对所述用户信息中的字符进行脱敏重新排列，并依序拼接，得到拼接序列，包括：
21、按照预设顺序对各个所述用户信息进行串接，得到串接用户信息；
22、生成一个多行多列的数据表，将所述串接用户信息中的字符按照每一行从左至右的顺序，依序逐个添加至数据表中，得到字符数据表；
23、将所述字符数据表中每一列中的字符按照从上至下的顺序进行组合，得到每一列的组合字符；将各列的组合字符依序进行拼接，得到所述拼接序列。
24、进一步地，所述将各个拼接健康数据保存在数据库中，包括：
25、创建一个数据包序列；其中，所述数据包序列中包括多个依序排列的数据包；
26、将各个拼接健康数据添加至所述数据包序列中，得到健康数据包序列；其中，一个数据包中只添加一个拼接健康数据，且各个拼接健康数据的前后排序保持不变；
27、获取健康数据包序列中的空数据包以及各个空数据包在健康数据包序列中的序号，并在各个空数据包中添加伪造数据；将各个空数据包在健康数据包序列中的序号依次编码之后再依序组合，得到序号编码组合；
28、将所述序号编码组合添加在所述健康数据包序列的最后一个数据包中，保存添加所述序号编码组合之后的健康数据包序列。
29、本发明还提供了一种心脑血管的云健康数据管理方法，应用于上述任一项所述的心脑血管的云健康数据管理系统，所述系统包括云健康数据管理平台以及脑心健预适应训练仪；
30、所述方法包括：
31、所述脑心健预适应训练仪自动采集使用者的人体生命特征健康数据，并发送至所述云健康数据管理平台中存储；其中，所述人体生命特征健康数据至少包括双臂血压iad值；
32、所述云健康数据管理平台基于云端服务器大数据挖掘以及机器学习技术对所述人体生命特征健康数据进行深度分析，得到分析结果；
33、所述云健康数据管理平台基于所述分析结果，生成健康建议方案。
34、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
35、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
36、本发明提供的心脑血管的云健康数据管理方法以及系统，包括：云健康数据管理平台以及脑心健预适应训练仪；所述脑心健预适应训练仪自动采集使用者的人体生命特征健康数据，并发送至所述云健康数据管理平台中存储；其中，所述人体生命特征健康数据至少包括双臂血压iad值；所述云健康数据管理平台基于云端服务器大数据挖掘以及机器学习技术对所述人体生命特征健康数据进行深度分析，得到分析结果；所述云健康数据管理平台基于所述分析结果，生成健康建议方案。在本发明中，通过脑心健预适应训练仪自动采集使用者的人体生命特征健康数据，便于准确采集健康数据；同时，云健康数据管理平台基于云端服务器大数据挖掘以及机器学习技术对所述人体生命特征健康数据进行深度分析，进而提供精准的健康建议方案，克服了目前对采集的健康数据缺乏有效深度分析的缺陷。
1.一种心脑血管的云健康数据管理系统，其特征在于，包括云健康数据管理平台以及脑心健预适应训练仪；
2.根据权利要求1所述的心脑血管的云健康数据管理系统，其特征在于，所述系统还包括信息采集设备，用于采集踝臂指数、脉搏波速度、心电图、心率、血糖、血脂、血氧、尿酸、遗传信息、生活习惯信息。
3.根据权利要求1所述的心脑血管的云健康数据管理系统，其特征在于，所述云健康数据管理平台上集成有训练完成的心脑血管风险评估大数据模型，用于对所述云健康数据进行深度分析，得到分析结果。
4.根据权利要求1所述的心脑血管的云健康数据管理系统，其特征在于，所述云健康数据管理平台还用于：
5.根据权利要求1所述的心脑血管的云健康数据管理系统，其特征在于，所述云健康数据管理平台还用于：
6.根据权利要求5所述的心脑血管的云健康数据管理系统，其特征在于，所述对所述用户信息中的字符进行脱敏重新排列，并依序拼接，得到拼接序列，包括：
7.根据权利要求5所述的心脑血管的云健康数据管理系统，其特征在于，所述将各个拼接健康数据保存在数据库中，包括：
8.一种心脑血管的云健康数据管理方法，其特征在于，应用于权利要求1-7任一项所述的心脑血管的云健康数据管理系统，所述系统包括云健康数据管理平台以及脑心健预适应训练仪；
