[发明专利]一种数据处理方法及装置

说明书

技术领域

本发明涉及数据处理技术，尤其涉及一种数据处理方法及装置。

背景技术

多导睡眠监测技术，是当今睡眠医学中的一项重要新技术，在世界睡眠研究界又被称为诊断睡眠障碍疾病的“金标准”，对于诊治各种睡眠障碍相关疾病、保障人们健康正发挥越来越重要的作用。

多导睡眠监测装置通过监测一整夜睡眠脑电、眼电、肌电，可以客观评价患者睡眠质量、进行睡眠时间、睡眠效率及分期的监测，排除睡眠认知错误观念，使患者正确认识自己的睡眠问题，对自己的睡眠质量有一个客观的评价和认识。

然而，目前多导睡眠监测装置只能针对一种或几种特征数据进行分析，而且，在分析时，一般都是建立在默认采集信号准确的基础上，所以分析的精度不够。对于医院使用的专用多导睡眠监测，监测数据以睡眠图的形式交由专业技师判读，需要花费的时间比较长，不能保障实时性，即不能实时诊断疾病的方向。

发明内容

为解决现有存在的至少一个技术问题，本发明实施例提供一种数据处理方法及装置。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种数据处理方法，包括：

实时从导联睡眠装置中获取第一导联监测数据；

针对第一导联监测数据的每类导联数据，利用聚类算法，确定对应导联数据中的无效数据，得到第二导联检测数据；

利用各类导联数据的关联关系，从第二导联监测数据中确定各类导联数据中存在冲突的无效数据，得到第三导联监测数据；

输出第三导联监测数据；所述第三导联监测数据表征所述第一导联监测数据中的有效数据。

上述方案中，针对第一导联监测数据的每类导联数据，利用聚类算法，确定对应导联数据中的无效数据，得到第二导联检测数据之前，所述方法还包括：

从信号频率角度，对所述第一导联监测数据进行滤波处理，以消息噪声信号，得到第四导联监测数据；

相应地，针对第四导联监测数据的每类导联数据，利用聚类算法，确定对应导联数据中的无效数据，得到第二导联监测数据。

上述方案中，得到第四导联监测数据之前，所述方法还包括：

对所述第一导联监测数据进行预处理，以消除非人体信号数据，得到第五导联监测数据；

相应地，从信号频率角度，对第五导联监测数据进行滤波处理，以消息噪声信号，得到第四导联监测数据。

上述方案中，对所述第一导联监测数据进行预处理，包括：

针对所述第一导联监测数据的每类导联数据，基于设置的监测范围，将对应的导联数据进行波峰、波谷削平处理。

上述方案中，所述针对第一导联监测数据的每类导联数据，利用聚类算法，确定对应导联数据中的无效数据，得到第二导联检测数据，包括：

针对所述第一导联监测数据的每类导联数据，利用对应的导联数据提取对应的特征值，利用提取的特征值生成对应导联数据的特征向量；

对生成的特征向量进行归一化处理；

利用归一化处理后的特征向量，确定对应导联数据的欧式距离；

利用确定的欧式距离与样本的欧式距离进行相似度匹配，确定对应导联数据中的异常数据，得到所述第二导联监测数据。

上述方案中，所述利用各类导联数据的关联关系，从第二导联监测数据中确定各类导联数据中存在冲突的无效数据，得到第三导联监测数据，包括：

针对第二导联数据中存在关联关系的每类导联数据，提取对应的特征值，并生成对应导联数据的特征向量；

对生成的特征向量进行归一化处理；并利用利用归一化处理后的特征向量，确定对应导联数据的欧式距离；

通过确定的欧式距离与睡眠模型的欧式距离之间匹配的相似度，为所述对应导联数据标记睡眠类型；

通过比较存在关联关系的每类导联数据中同一时间段的各类导联数据的睡眠类型是否冲突，从第二导联监测数据中确定各类导联数据中存在冲突的无效数据。

上述方案中，所述方法还包括：

利用所述第二导联监测数据，提取包含至少两个维度的、用于疾病预测的特征值；并进行归一化处理；

利用归一化处理后的特征值，确定欧式距离；

利用确定的欧式距离，并结合K最近邻(KNN，K-Nearest Neighbor)分类算法，预测所述第二导联监测数据对应的疾病诊断方向；

输出预测的疾病诊断方向。

本发明实施例还提供了一种数据处理方法，包括：