健康概览

愿你今天也拥有平稳的呼吸与有力的心跳。

本地数据
心率 72 BPM 近 7 天平均
血氧饱和度 98 % 近 7 天平均
血压 120/80 mmHg 近 7 天平均
呼吸频率 16 次/分 近 7 天平均

心率趋势

近 7 天的心率变化

心率 · BPM暂无数据

呼吸音分析

上传呼吸音 WAV 文件，了解呼吸音特征

每一次呼吸，都值得被认真倾听。分析结果仅供参考，不构成医疗诊断。

最近测量记录

查看最近的健康数据记录

测量时间心率 BPM血氧 %血压 mmHg来源

血氧趋势

近 7 天

健康小贴士

更多健康指标

从不同维度，关注身体的变化

HRV 心率变异性

近 24 小时

血压变化

近 7 天

硬件测量

连接多模态生理信号采集设备，进行实时监测

硬件模块开发中

多模态生理信号采集硬件正在研发中，此页面已预留完整的设备连接与实时监测功能。硬件就绪后将自动激活以下模块。

硬件开发进度: 35%

设备连接

未连接
ECG 心电传感器 等待连接
PPG 光电容积传感器 等待连接
呼吸传感器 等待连接
多参数监护模块 等待连接

实时波形监测

待机
连接设备后可查看实时波形

生命体征实时数据

无数据
心率 -- BPM
血氧 -- %
收缩压 -- mmHg
舒张压 -- mmHg
呼吸频率 -- 次/分
体温 -- °C

多模态信号融合分析

等待数据
ECG 通道
无信号
PPG 通道
无信号
Resp 通道
无信号
ACC 通道
无信号
大模型融合分析结果

等待多模态信号输入...

呼吸音 AI 分析

上传呼吸音录音文件，通过深度学习模型识别异常呼吸音（爆裂音/喘息音）

成功分析后自动保存结果与音频元信息，不保存原始录音。

上传呼吸音文件

支持 .wav 格式的肺部听诊录音，建议录音时长 5-20 秒

点击或拖拽 .wav 文件到此处 单声道 WAV · 最大 20 MB · 最长 60 秒

呼吸音分析历史

登录后查看已保存的分析记录

分析时间文件预测结果模型分数模型版本操作

📖 关于呼吸音分析

本功能使用基于 ICBHI 2017 呼吸音数据库训练的卷积神经网络（CNN），能够识别四种呼吸音类别：

  • 正常 — 健康呼吸音，无明显异常
  • 爆裂音 (Crackles) — 短促、非连续的异常声音，常见于肺炎、肺纤维化
  • 喘息音 (Wheezes) — 持续的高调哨音，常见于哮喘、COPD
  • 两者都有 — 同时存在爆裂音和喘息音

当前模型仅用于研究演示。在 ICBHI 官方测试集 47 位未参与训练的患者上，四类平衡准确率 44.9%（ICBHI 分数 58.3%）；其中 Litt3200 设备 9 位患者准确率 36.2%，低于该组多数类基线 71.3%，正常录音常被判为喘息音。模型分数未经校准，不能视为诊断可信度。

智能手表数据导入

通过图像识别技术，拍摄或上传其他品牌智能手表的健康数据截图，自动提取并纳入个人健康档案

拍照或上传手表数据

支持华为、小米、荣耀等品牌的表盘照片和健康截图。请拍清指标名称、数值与单位；压力、睡眠、体温和训练负荷暂不导入。

点击上传或拖拽图片到此处 支持 JPG、PNG、WebP 格式 也可使用手机相机直接拍摄

先旋转至文字正向。中央裁剪保留宽高各70%，可重复裁剪；确认指标名称和单位仍在画面内，也可恢复原图。

手动输入数据

导入历史

来源品牌 导入方式 导入时间 数据项 操作
暂无导入记录

个人健康分析

基于多源数据（硬件测量 + 智能手表导入）的综合健康趋势分析

🩺 硬件测量数据 0 条记录
⌚ 手表导入数据 0 条记录
📊 总数据点数 0 个

综合趋势图

多指标叠加

数据来源分布

心率区间分布

🤖

AI 综合分析

基于多模态生理信号大模型的深度分析

📈 趋势评估

正在分析您的健康数据趋势...

⚠️ 风险评估

正在评估潜在健康风险...

💡 改善建议

正在生成个性化建议...

🔄 数据一致性

正在校验多源数据一致性...

详细数据记录

日期 来源 心率 血氧 收缩压 舒张压 呼吸频率 HRV 步数 操作

健康报告

定期生成的心肺健康综合评估报告

生成新报告

选择时间范围，AI将基于您的全部健康数据生成详细报告

历史报告

暂无历史报告，请先生成一份报告

账户管理

管理个人资料、登录会话、恢复码与数据保留

登录后可管理账户。

关于项目

了解本项目的研究背景、技术架构与团队信息

基于多模态生理信号大模型的心肺健康智能监测系统

Cardiopulmonary Health Intelligent Monitoring System based on Multi-modal Physiological Signal Large Model

🎯 项目背景

心血管疾病和呼吸系统疾病是全球最主要的死亡原因之一。传统的健康监测手段往往局限于单模态数据，缺乏综合分析能力。本项目通过融合多种生理信号（ECG、PPG、呼吸等），结合大模型技术，实现心肺健康的全面智能监测。

🔬 技术路线

  • 多模态信号采集：ECG心电、PPG光电容积、呼吸频率、加速度等多传感器融合
  • 大模型分析：基于深度学习的多模态生理信号大模型进行健康评估
  • 图像识别：OCR技术识别不同品牌智能手表数据，打破数据孤岛
  • 实时监测：WebSocket实现的低延迟实时数据传输与可视化

🛠️ 系统功能

  • 多模态生理信号实时采集与波形显示
  • 智能手表数据图像识别导入（支持 Apple Watch/华为/小米/OPPO/三星/佳明等）
  • 个人健康数据综合管理与趋势分析
  • AI驱动的健康风险评估与改善建议
  • 定期健康报告自动生成

👥 项目信息

  • 项目类型：大学生创新训练项目
  • 项目状态：开发中 — 硬件模块设计与制作阶段
  • 软件平台：Web应用 (HTML5 + CSS3 + JavaScript)
  • 预计完成：待定

平台管理

管理员登录后可管理账号与额度。