一种信息提醒方法、装置、设备及存储介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种信息提醒方法、装置、设备及存储介质。


背景技术：

[0002][0003]
目前，现有的脑部异常预防方式一般都是在目标对象出现脑部异常症状趋势的前提下，为防止其出现进一步异常情况而进行的药物预防，缺乏在目标对象尚未出现异常情况前的预测与预防提醒，无法达到更加直接有效的预防效果。


技术实现要素：

[0004]
本发明提供了一种信息提醒方法、装置、设备及存储介质，能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。
[0005]
第一方面，本公开实施例提供了一种信息提醒方法，包括：
[0006]
获取目标对象的目标基本信息与目标睡眠数据；
[0007]
将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；
[0008]
根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。
[0009]
第二方面，本公开实施例提供了一种信息提醒装置，包括：
[0010]
信息获取模块，用于获取目标对象的目标基本信息与目标睡眠数据；
[0011]
预测值确定模块，用于将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；
[0012]
提醒信息确定模块，用于根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。
[0013]
第三方面，本公开实施例提供了一种电子设备，包括：
[0014]
至少一个处理器；以及
[0015]
与至少一个处理器通信连接的存储器；其中，
[0016]
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面实施例提供的一种信息提醒方法。
[0017]
第四方面，本公开实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现上述第一方面实施例提供的一种信息提醒方法。
[0018]
本发明实施例的一种信息提醒方法、装置、设备及存储介质，通过获取目标对象的目标基本信息与目标睡眠数据；将所述目标基本信息与所述目标睡眠数据输入至预先训练
好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。上述技术方案，通过蛋白含量变化预测模型对目标对象体内蛋白含量的变化值进行预测，根据预测出的含量变化值确定出与目标对象相匹配的提醒信息，本方案能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。
[0019]
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]
图1是本发明实施例一提供的一种信息提醒方法的流程图；
[0022]
图2是本发明实施例二提供的一种信息提醒方法的流程图；
[0023]
图3是本发明实施例三提供的一种信息提醒装置的结构示意图；
[0024]
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0025]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0026]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0027]
实施例一
[0028]
图1是本发明实施例一提供的一种信息提醒方法的流程图，本实施例可适用于对目标对象进行睡眠监测，确定其脑部异常风险并做出信息提醒的情形，该方法可以由一种信息提醒装置来执行，该装置可以采用硬件和/或软件的形式实现。
[0029]
如图1所示，该方法包括：
[0030]
s101、获取目标对象的目标基本信息与目标睡眠数据。
[0031]
在本实施例中，目标对象可以理解为进行睡眠监测与信息提醒的对象。目标基本
信息可以理解为目标对象的身体基本信息，例如可以包括性别、年龄等。目标睡眠数据可以理解为在目标对象睡眠期间采集的数据，包括目标对象的睡眠时长、深睡时长、梦境时长、入睡时长、入睡时间、打鼾时长、夜间清醒次数以及夜间清醒时长等。
[0032]
具体的，从后台获取目标对象的基本信息，根据监测设备获取目标对象的睡眠数据。其中，监测设备可以是智能手环、智能床垫等，本实施例对此不设限定。
[0033]
s102、将目标基本信息与目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值。
[0034]
在本实施例中，目标蛋白含量变化预测模型可以理解为训练完备的用于确定目标对象的体内蛋白含量变化的模型，输入量为目标对象的目标基本信息与目标睡眠数据，输出量为目标对象的蛋白含量变化预测值。其中，目标对象的蛋白含量变化预测值可以是一天之内的蛋白含量变化预测值，也可以是一周、一个月等，预测周期根据实际需求确定，本实施例对此不设限定。
[0035]
目前研究表明，β淀粉样蛋白(aβ)和异常磷酸化tau蛋白的沉积是脑部异常最为核心的早期病理性改变，而人类的24小时生物钟控制着大脑清除这两种蛋白的能力，因此，昼夜节律紊乱或者睡眠障碍在一定程度上会影响大脑运行系统的正常工作，导致不能正常清除aβ和tau蛋白，从而导致脑部异常的进一步蔓延。因此，通过采用目标对象的目标基本信息和目标睡眠数据，基于目标蛋白含量变化预测模型去预测aβ和tau蛋白的沉积量(蛋白含量变化预测值)。
[0036]
具体的，将获取到的目标基本信息与目标睡眠数据输入至目标蛋白含量变化预测模型中，目标蛋白含量变化预测模型输出目标对象在预测周期内体内的蛋白含量变化预测值。
[0037]
s103、根据蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。
[0038]
在本实施例中，提醒信息表可以理解为存储大量提醒信息的表格，以数据库的形式存在。目标提醒信息可以理解为与目标对象相匹配的提醒信息。其中，提醒信息可以理解为：为规避目标对象出现异常风险的饮食建议、运动建议、生活建议以及兴趣爱好建议等信息。目标对象的异常风险可以是阿尔兹海默症等脑部异常情况。
[0039]
具体的，获得目标蛋白含量变化预测模型输出的蛋白含量变化预测值后，根据蛋白含量变化预测值，判断出目标对象的异常风险，并进一步在提醒信息表中确定出与目标对象相匹配的饮食建议信息以及运动建议信息等。
[0040]
在本实施例中，通过获取目标对象的目标基本信息与目标睡眠数据；将目标基本信息与目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；根据蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。上述技术方案，通过蛋白含量变化预测模型对目标对象体内蛋白含量的变化值进行预测，根据预测出的含量变化值确定出与目标对象相匹配的提醒信息，本方案能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。
[0041]
作为实施例的第一可选实施例，在上述实施例基础上，本第一可选实施例还优化
增加了：
[0042]
a1)构建初始蛋白含量变化预测模型。
[0043]
在本实施例中，初始蛋白含量变化预测模型可以理解为未经训练的模型，可以是神经网络模型，也可以是其他模型，本实施例对此不设限定。
[0044]
具体的，构建空白的蛋白含量变化预测模型。
[0045]
b1)获取至少一个样本对象对应的样本基本信息和样本睡眠数据，并确定在睡眠期间样本对象的蛋白含量变化值。
[0046]
在本实施例中，样本对象可以理解为用于作为训练样本的正常对象。样本基本信息可以理解为样本对象的身体基本信息，例如可以包括性别、年龄等。样本睡眠数据可以理解为在样本对象睡眠期间采集的数据，包括样本对象的睡眠时长、深睡时长、梦境时长、入睡时长、入睡时间、打鼾时长、夜间清醒次数以及夜间清醒时长等。
[0047]
具体的，从后台获取至少一个样本对象的基本信息，根据监测设备获取至少一个样本对象的睡眠数据。获取样本对象在睡眠前后体内的蛋白含量变化值。其中，样本对象在睡眠前后体内的蛋白含量变化值包括β淀粉样蛋白(aβ)的含量变化值，还包括异常磷酸化tau蛋白的含量变化值。
[0048]
c1)根据样本基本信息、样本睡眠数据以及蛋白含量变化值训练初始蛋白含量变化预测模型，获得训练完备的目标蛋白含量变化预测模型。
[0049]
在本实施例中，根据样本对象的样本基本信息、样本睡眠数据以及aβ蛋白含量变化值训练初始蛋白含量变化预测模型，获得相对于aβ蛋白的训练完备的目标蛋白含量变化预测模型；根据样本对象的样本基本信息、样本睡眠数据以及tau蛋白含量变化值训练初始蛋白含量变化预测模型，获得相对于tau蛋白的训练完备的目标蛋白含量变化预测模型。
[0050]
进一步的，在睡眠期间样本对象的蛋白含量变化值的确定步骤，包括：
[0051]
b11)获取样本对象睡眠前体内的第一蛋白含量和睡眠后体内的第二蛋白含量。
[0052]
在本实施例中，第一蛋白含量可以理解为样本对象在进入睡眠前测试到的体内的蛋白含量，第一蛋白含量可以是aβ蛋白含量，也可以是tau蛋白含量。第二蛋白含量可以理解为样本对象在完成睡眠后测试到的体内的蛋白含量，第二蛋白含量可以是aβ蛋白含量，也可以是tau蛋白含量。
[0053]
具体的，在样本对象进入睡眠状态前，通过正电子发射断层扫描技术(positron emission tomography，pet)测量得到样本对象体内的第一蛋白含量；在样本对象结束睡眠状态后，通过正电子发射断层扫描技术测量得到样本对象体内的第二蛋白含量。
[0054]
b12)根据第一蛋白含量和第二蛋白含量确定样本对象的蛋白含量变化值。
[0055]
在本快照，蛋白含量变化值可以理解为样本对象在睡眠前和睡眠后体内蛋白含量的变化值。
[0056]
具体的，当第一蛋白含量和第二蛋白含量均为aβ蛋白含量时，取第一蛋白含量和第二蛋白含量的差值，确定样本对象睡眠前后体内aβ蛋白的aβ蛋白含量变化值；当第一蛋白含量和第二蛋白含量均为tau蛋白含量时，取第一蛋白含量和第二蛋白含量的差值，确定样本对象睡眠前后体内tau蛋白的tau蛋白含量变化值。
[0057]
作为实施例的第二可选实施例，在上述实施例基础上，本第二可选实施例还优化增加了：
[0058]
a2)按预设分群维度构建提醒信息表。
[0059]
在本实施例中，预设分群维度可以理解为预先设定的用于对数据进行分类的维度，例如可以包括年龄、性别、异常风险等级等。
[0060]
具体的，以年龄、性别以及异常风险等级为分类标准，构建提醒信息表。
[0061]
b2)采集历史提醒信息，将历史提醒信息按预设分群维度，分群存储至提醒信息表中。
[0062]
在本实施例中，历史提醒信息可以理解为目前为止已存在的针对用户脑部异常的提醒信息，例如可以是已经提供给其他用户的饮食建议、运动建议信息、生活建议信息以及兴趣爱好信息等。
[0063]
具体的，从各方面采集历史提醒信息，将采集到的历史提醒信息按照年龄、性别以及异常风险等级分群存储至提醒信息表中对应的行列位置。
[0064]
示例性的，存在一历史提醒信息，是针对年龄为50岁、性别为男、异常风险等级为高的用户所制定的提醒信息，将该历史提醒信息同时存储至50岁、性别男、异常风险等级为高三个维度对应的集合下。
[0065]
实施例二
[0066]
图2是本发明实施例二提供的一种信息提醒方法的流程图，本实施例是对上述任一实施例的进一步优化，可适用于对目标对象进行睡眠监测，确定其脑部异常风险并做出信息提醒的情形，该方法可以由一种信息提醒装置来执行，该装置可以采用硬件和/或软件的形式实现。
[0067]
如图2所示，该方法包括：
[0068]
s201、获取目标对象的目标基本信息与目标睡眠数据。
[0069]
s202、将目标基本信息与目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值。
[0070]
s203、根据蛋白含量变化预测值确定出目标对象的异常风险等级。
[0071]
在本实施例中，异常风险等级可以理解为目标对象是否存在脑部异常的异常风险等级，包括低、略低、中、略高、高五种风险等级。
[0072]
具体的，根据蛋白含量变化预测值所在的区间范围，确定与该预测值对应的异常风险等级。可以理解的是，当目标对象未能够保证充足睡眠时，体内的蛋白不能够得到足够的清除，相应的，体内的蛋白含量清除效果微弱；当目标对象一夜未睡时，体内的蛋白含量并未得到清除，且持续增长，相应的，体内蛋白含量持续增高，因此，蛋白含量变化预测值与异常风险等级呈正相关关系，蛋白含量变化预测值越高，异常风险等级越高。
[0073]
s204、根据目标对象的目标基本信息和异常风险等级，从预设的提醒信息表中查找与目标对象相匹配的目标提醒信息。
[0074]
在本实施例中，根据目标对象的目标基本信息中的性别和年龄，以及异常风险等级，从预先设定的提醒信息表中以相同维度(性别、年龄、异常风险等级)查找对应的提醒信息，将查找到的提醒信息确定为与目标对象相匹配的目标提醒信息。
[0075]
在本实施例中，通过获取目标对象的目标基本信息与目标睡眠数据；将目标基本信息与目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；根据蛋白含量变化预测值确定出目标对象的异常风险等级；根据目
标对象的目标基本信息和异常风险等级，从预设的提醒信息表中查找与目标对象相匹配的目标提醒信息。上述技术方案，通过蛋白含量变化预测模型对目标对象体内蛋白含量的变化值进行预测，根据预测出的含量变化值确定出目标对象的异常风险等级，并进一步根据异常风险等级确定与目标对象相匹配的提醒信息，本方案能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。
[0076]
作为实施例的第一可选实施例，在上述实施例基础上，本第一可选实施例还优化增加了在根据蛋白含量变化预测值确定出目标对象的异常风险等级之前，还包括：
[0077]
a3)以预设的蛋白含量变化阈值划定蛋白含量变化区间。
[0078]
在本实施例中，蛋白含量变化阈值可以理解为相邻的两个蛋白含量变化区间中间的阈值。蛋白含量变化区间可以理解为以质的变化体现不同蛋白含量变化值的区间范围。
[0079]
具体的，在根据蛋白含量变化预测值确定目标对象的异常风险等级之前，针对每种蛋白均设定相应的蛋白含量变化阈值，例如aβ蛋白含量的变化值设定四个阈值，分别为5％、10％、20％、50％，根据设定的四个阈值划定五个区间范围，可以理解的是，具体的阈值设定以及区间范围划分根据不同蛋白类型的实际情况确定，本实施例对此不设限定。
[0080]
b3)为每个蛋白含量变化区间设定相应的异常风险等级。
[0081]
在本实施例中，结合医学知识，针对aβ蛋白含量的变化值对应的aβ蛋白含量变化阈值以及aβ蛋白含量变化区间，确定出基于aβ蛋白的异常风险等级。针对tau蛋白含量的变化值对应的tau蛋白含量变化阈值以及tau蛋白含量变化区间，确定出基于tau蛋白的异常风险等级。可以理解的是，每一个蛋白含量变化区间都对应一个异常风险等级。
[0082]
作为实施例的第二可选实施例，在上述实施例基础上，本第二可选实施例还优化增加了：根据目标对象的目标基本信息和异常风险等级，从提醒信息表中查找与目标对象相匹配的目标提醒信息的步骤，包括：
[0083]
a4)将目标基本信息中的年龄和性别，以及异常风险等级分别作为分群维度，查找每个维度下对应的提醒信息集合。
[0084]
在本实施例中，提醒信息集合可以理解为，在对应维度下，提醒信息表中存储的提醒信息的集合，例如在年龄维度下，某一年龄对应的提醒信息的集合。
[0085]
具体的，将目标基本信息中的年龄和性别，以及异常风险等级分别作为分群维度，针对目标对象，在提醒信息表中查找每个维度下对应的提醒信息集合。
[0086]
示例性的，目标对象为年龄50岁、性别男、异常风险等级高的对象，从年龄50岁、性别男、异常风险等级高三个维度下分别从提醒信息表中查找对应的提醒信息，根据相同纬度下查找到的多个提醒信息的提醒信息集合。
[0087]
b4)将三个维度下的提醒信息集合取交集，获得与目标对象相匹配的目标提醒信息。
[0088]
在本实施例中，将年龄、性别、异常风险等级三个维度下的提醒信息集合取交集，获得三个维度均满足要求的提醒信息，将取交集获得的提醒信息确定为与目标对象相匹配的目标提醒信息。
[0089]
实施例三
[0090]
图3是本发明实施例三提供的一种信息提醒装置的结构示意图。如图3所示，该装
置包括：
[0091]
信息获取模块31，用于获取目标对象的目标基本信息与目标睡眠数据；
[0092]
预测值确定模块32，用于将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；
[0093]
提醒信息确定模块33，用于根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。
[0094]
本技术方案采用的一种信息提醒装置，通过蛋白含量变化预测模型对目标对象体内蛋白含量的变化值进行预测，根据预测出的含量变化值确定出与目标对象相匹配的提醒信息，本方案能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。
[0095]
可选的，提醒信息确定模块33，包括：
[0096]
风险等级确定单元，用于根据所述蛋白含量变化预测值确定出目标对象的异常风险等级；
[0097]
提醒信息确定单元，用于根据目标对象的目标基本信息和异常风险等级，从预设的提醒信息表中查找与所述目标对象相匹配的目标提醒信息。
[0098]
可选的，提醒信息确定模块33，还包括：
[0099]
区间划分单元，用于在根据所述蛋白含量变化预测值确定出目标对象的异常风险等级之前，以预设的蛋白含量变化阈值划定蛋白含量变化区间；
[0100]
风险等级设定单元，用于为每个蛋白含量变化区间设定相应的异常风险等级。
[0101]
可选的，提醒信息确定单元，具体用于：
[0102]
将所述目标基本信息中的年龄和性别，以及所述异常风险等级分别作为分群维度，查找每个维度下对应的提醒信息集合；
[0103]
将三个维度下的提醒信息集合取交集，获得与所述目标对象相匹配的目标提醒信息。
[0104]
可选的，所述装置还包括：
[0105]
初始模型构建单元，用于构建初始蛋白含量变化预测模型；
[0106]
变化值确定单元，用于获取至少一个样本对象对应的样本基本信息和样本睡眠数据，并确定在睡眠期间所述样本对象的蛋白含量变化值；
[0107]
目标模型训练单元，用于根据所述样本基本信息、样本睡眠数据以及蛋白含量变化值训练所述初始蛋白含量变化预测模型，获得训练完备的目标蛋白含量变化预测模型。
[0108]
可选的，变化值确定单元，具体用于：
[0109]
获取样本对象睡眠前体内的第一蛋白含量和睡眠后体内的第二蛋白含量；
[0110]
根据所述第一蛋白含量和所述第二蛋白含量确定所述样本对象的蛋白含量变化值。
[0111]
可选的，所述装置还包括：
[0112]
信息表构建模块，用于按预设分群维度构建提醒信息表；
[0113]
提醒信息存储模块，用于采集历史提醒信息，将所述历史提醒信息按预设分群维度，分群存储至所述提醒信息表中。
[0114]
本发明实施例所提供的一种信息提醒装置可执行本发明任意实施例所提供的一种信息提醒方法，具备执行方法相应的功能模块和有益效果。
[0115]
实施例四
[0116]
图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0117]
如图4所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(rom)42、随机访问存储器(ram)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(rom)42中的计算机程序或者从存储单元48加载到随机访问存储器(ram)43中的计算机程序，来执行各种适当的动作和处理。在ram 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、rom 42以及ram 43通过总线44彼此相连。输入/输出(i/o)接口45也连接至总线44。
[0118]
电子设备40中的多个部件连接至i/o接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0119]
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如一种信息提醒方法。
[0120]
在一些实施例中，一种信息提醒方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由rom 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到ram 43并由处理器41执行时，可以执行上文描述的一种信息提醒方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种信息提醒方法。
[0121]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0122]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合
来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0123]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0124]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0125]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0126]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0127]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0128]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种信息提醒方法，其特征在于，包括：获取目标对象的目标基本信息与目标睡眠数据；将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息，包括：根据所述蛋白含量变化预测值确定出目标对象的异常风险等级；根据目标对象的目标基本信息和异常风险等级，从预设的提醒信息表中查找与所述目标对象相匹配的目标提醒信息。3.根据权利要求2所述的方法，其特征在于，在根据所述蛋白含量变化预测值确定出目标对象的异常风险等级之前，还包括：以预设的蛋白含量变化阈值划定蛋白含量变化区间；为每个蛋白含量变化区间设定相应的异常风险等级。4.根据权利要求2所述的方法，其特征在于，所述根据目标对象的目标基本信息和异常风险等级，从所述提醒信息表中查找与所述目标对象相匹配的目标提醒信息，包括：将所述目标基本信息中的年龄和性别，以及所述异常风险等级分别作为分群维度，查找每个维度下对应的提醒信息集合；将三个维度下的提醒信息集合取交集，获得与所述目标对象相匹配的目标提醒信息。5.根据权利要求1所述的方法，其特征在于，还包括：构建初始蛋白含量变化预测模型；获取至少一个样本对象对应的样本基本信息和样本睡眠数据，并确定在睡眠期间所述样本对象的蛋白含量变化值；根据所述样本基本信息、样本睡眠数据以及蛋白含量变化值训练所述初始蛋白含量变化预测模型，获得训练完备的目标蛋白含量变化预测模型。6.根据权利要求5所述的方法，其特征在于，在睡眠期间所述样本对象的蛋白含量变化值的确定步骤，包括：获取样本对象睡眠前体内的第一蛋白含量和睡眠后体内的第二蛋白含量；根据所述第一蛋白含量和所述第二蛋白含量确定所述样本对象的蛋白含量变化值。7.根据权利要求1所述的方法，其特征在于，还包括：按预设分群维度构建提醒信息表；采集历史提醒信息，将所述历史提醒信息按预设分群维度，分群存储至所述提醒信息表中。8.一种信息提醒装置，其特征在于，包括：信息获取模块，用于获取目标对象的目标基本信息与目标睡眠数据；预测值确定模块，用于将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；提醒信息确定模块，用于根据所述蛋白含量变化预测值从预设的提醒信息表中确定出
与目标对象相匹配的目标提醒信息。9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种信息提醒方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种信息提醒方法。

技术总结
本发明公开了一种信息提醒方法、装置、设备及存储介质，包括：获取目标对象的目标基本信息与目标睡眠数据；将所述目标基本信息与所述目标睡眠数据输入至预先训练好的目标蛋白含量变化预测模型中，获得目标对象的蛋白含量变化预测值；根据所述蛋白含量变化预测值从预设的提醒信息表中确定出与目标对象相匹配的目标提醒信息。上述技术方案，能够在目标对象尚未出现脑部异常情况时，直接检测到目标对象的潜在异常风险，为目标对象确定相应的预防提醒信息，以便于目标对象根据提醒信息提前做好预防措施，降低脑部异常风险。降低脑部异常风险。降低脑部异常风险。


技术研发人员：王炳坤
受保护的技术使用者：慕思健康睡眠股份有限公司
技术研发日：2023.06.27
技术公布日：2023/9/16