1.一种理疗数据智能分析方法，其特征在于，包括：

S1.采集使用者的相关数据，包括性别、年龄、身高、体重和疾病种类，并作为身体基本数据；静止状态下的脉搏、血压、体温的时序数据，并作为静态分析数据；进行理疗时的脉搏、血压、体温的时序数据和理疗方法，并作为实时理疗数据；

S2.对使用者的相关数据进行预处理，对经过预处理的静态分析数据和实时理疗数据进行特征提取，将提取的特征和身体基本数据整理为理疗对象数据；

S3.将理疗对象数据送入静态数据分析模型中进行分析，得到静态数据分析结果；将重构理疗对象数据送入实时理疗数据分析模型中进行分析，得到实时理疗数据分析结果；

S4.根据静态数据分析结果和实时理疗数据分析结果在理疗方案库中匹配标准理疗方案，并生成理疗建议，将标准理疗方案和理疗建议输出；

S5.按照设定监测时间采集使用者的相关数据，获取该时间采集的使用者的相关数据的静态数据分析结果和实时理疗数据分析结果，并作为监测反馈数据，根据监测反馈数据调整理疗方案，并生成反馈理疗建议；

S6.根据每次采集的使用者的相关数据的静态数据分析结果进行理疗效果评估，生成理疗效果评估表；

S7.将身体基本数据、理疗方案、理疗建议和理疗效果评估表进行可视化处理，输出可视化处理结果；

实时理疗数据分析模型包含数据处理层和实时数据分析层；

数据处理层用于根据静态数据分析结果对理疗对象数据进行重构，得到重构理疗对象数据，并对其进行预处理，得到待分析实时理疗数据；

实时数据分析层用于对待分析实时理疗数据进行分析，输出实时理疗数据分析结果；

构建实时理疗数据分析模型，具体步骤为：

B1.获取若干理疗对象数据和静态数据分析结果，根据静态数据分析结果对理疗对象数据进行重构，得到重构理疗对象数据，对重构理疗对象数据进行预处理并标记实时理疗数据分析结果标签，将所有经过预处理并标记实时理疗数据分析结果标签的重构理疗对象数据组成实时理疗分析数据集，将实时理疗分析数据集分割为实时理疗分析训练集和实时理疗分析测试集；

B2.将实时理疗分析训练集送入基于长短期记忆网络的初始实时理疗数据分析模型中进行训练，以实时理疗数据分析结果标签为目标，训练得到优化实时理疗数据分析模型；

B3.将实时理疗分析测试集送入优化实时理疗数据分析模型中进行准确率评估，实时理疗数据分析结果标签为目标，得到测试准确率；若测试准确率在误差标准范围内，则将优化实时理疗数据分析模型作为实时理疗数据分析模型，若测试准确率超过误差标准范围，则调整优化实时理疗数据分析模型的超参数后，重复步骤B2‑B3；

根据静态数据分析结果对理疗对象数据进行重构，得到重构理疗对象数据，重构的具体方法为：将静态分析数据对应的特征使用静态分析结果替代，并根据静态分析结果为实时理疗数据对应的特征数据添加权重；

对经过预处理的静态分析数据和实时理疗数据进行特征提取，特征提取的具体步骤为：C1.对静态分析数据和实时理疗数据中脉搏、血压、体温的时序数据提取时域特征，包括均值和方差值；

C2.通过傅里叶转换将脉搏、血压、体温的时序数据转换为频域数据，提取频域数据的频域特征，包括功率谱密度和频谱图；

C3.获取脉搏、血压、体温的时序数据的非线性特征，包括样本熵和李雅普诺夫系数。

2.根据权利要求1所述的一种理疗数据智能分析方法，其特征在于，静态数据分析模型包含数据处理层和静态数据分析层；

数据处理层用于对理疗对象数据进行预处理，得到待分析静态数据；

静态数据分析层用于对待分析静态数据进行分析，输出静态数据分析结果；

构建静态数据分析模型，具体步骤为：

A1.获取若干理疗对象数据，对理疗对象数据进行预处理并标记静态分析结果标签，将所有经过预处理并标记静态分析结果标签的理疗对象数据组成静态分析数据集，将静态分析数据集划分为静态分析训练集和静态分析测试集；

A2.将静态分析训练集送入基于循环神经网络的初始静态数据分析模型中进行训练，以静态分析结果标签为目标，训练得到优化静态数据分析模型；

A3.将静态分析测试集送入优化静态数据分析模型中进行准确率评估，以静态分析结果标签为目标，得到测试准确率；若测试准确率在误差标准范围内，则将优化静态数据分析模型作为静态数据分析模型，若测试准确率超过误差标准范围，则调整优化静态数据分析模型的超参数后，重复步骤A2‑A3。

3.根据权利要求1所述的一种理疗数据智能分析方法，其特征在于，根据静态数据分析结果和实时理疗数据分析结果在理疗方案库中匹配标准理疗方案，匹配的方法为：通过静态数据分析结果在理疗方案库中进行疾病标签匹配，得到疾病匹配结果，通过实时理疗数据分析结果在疾病匹配结果中进行理疗方案匹配，输出匹配的标准理疗方案。

4.根据权利要求1所述的一种理疗数据智能分析方法，其特征在于，根据监测反馈数据调整理疗方案，并生成反馈理疗建议，方法的具体步骤为：D1.通过监测反馈数据在理疗方案库中再次匹配，得到反馈疾病匹配结果和反馈理疗方案；

D2.通过反馈理疗方案调整理疗方案，并根据反馈疾病匹配结果和反馈理疗方案生成反馈理疗建议。

5.根据权利要求1所述的一种理疗数据智能分析方法，其特征在于，根据每次采集的使用者的相关数据的静态数据分析结果进行理疗效果评估，生成理疗效果评估表；理疗效果评估通过不同静态数据分析结果进行比较得出，理疗效果评估表用于记录使用者的所有理疗方案及理疗效果评估。

6.一种理疗数据智能分析系统，其特征在于，所述系统应用上述权利要求1‑5任一项所述的一种理疗数据智能分析方法，包括：数据采集模块，用于采集使用者的相关数据，包括性别、年龄、身高、体重和疾病种类，并作为身体基本数据；静止状态下的脉搏、血压、体温的时序数据，并作为静态分析数据；进行理疗时的脉搏、血压、体温的时序数据和理疗方法，并作为实时理疗数据，对使用者的相关数据进行预处理，对经过预处理的静态分析数据和实时理疗数据进行特征提取，将提取的特征和身体基本数据整理为理疗对象数据；

智能分析模块，用于将理疗对象数据送入静态数据分析模型中进行分析，得到静态数据分析结果；将静态数据分析结果和理疗对象数据送入实时理疗数据分析模型中进行分析，得到实时理疗数据分析结果；

理疗方案生成模块，用于根据静态数据分析结果和实时理疗数据分析结果在理疗方案库中匹配标准理疗方案，并生成理疗建议，将标准理疗方案和理疗建议输出；

监测反馈模块，用于按照设定监测时间采集使用者的相关数据，获取该时间采集的使用者的相关数据的静态数据分析结果和实时理疗数据分析结果，并作为监测反馈数据，根据监测反馈数据调整理疗方案，并生成反馈理疗建议；

效果评估模块，用于根据每次采集的使用者的相关数据的静态数据分析结果进行理疗效果评估，生成理疗效果评估表；

可视化界面模块，用于将身体基本数据、理疗方案、理疗建议和理疗效果评估表进行可视化处理，输出可视化处理结果。