[发明专利]一种生理数据的评分处理方法及装置

说明书

本发明实施例公开了一种生理数据的评分处理方法及装置，方法包括：对采集的生理数据进行特征提取，提取得到所述生理数据的波动剧烈度、均值震荡指标和漂移差异度；根据所述波动剧烈度、所述均值震荡指标和所述漂移差异度得到所述生理数据的若干个时序特征；根据所述若干个时序特征和各时序特征的权重值，计算得到所述生理数据的评分值。本发明实施例通过提取得到生理数据的波动剧烈度、均值震荡指标和漂移差异度后，获得多个时序特征，根据时序特征及其不同的权重值计算生理数据的评分值，不仅充分利用生理数据时序特征信息，而且将统计分析方法与机器学习算法相结合，简单、高效地实现对生理数据的评分，降低健康状况评判或预警时的错误报警率。

技术领域

本发明实施例涉及计算机技术领域，具体涉及一种生理数据的评分处理方法及装置。

背景技术

近年来，随着各类移动医疗健康设备的不断发展，对用户(尤其是老年病人)的心率、血氧饱和度、呼吸率、血压等生理指标的特征提取与分析，在防止身体突发情况、病情恶化甚至死亡等方面具有重要意义。

现有监护系统对生理数据进行分析时，主要存在两个问题：首先，通常只单纯分析心率、呼吸率、血压等时间序列数据的均值变化，而忽略其它特征，这些被检测到的有限的生理指标信息未被充分的利用；其次，利用一种重要生理体征、结合简单的门限阈值方法进行健康状况评判或预警，错误报警率较高。

发明内容

由于现有方法存在上述问题，本发明实施例提出一种生理数据的评分处理方法及装置。

第一方面，本发明实施例提出一种生理数据的评分处理方法，包括：

对采集的生理数据进行特征提取，提取得到所述生理数据的波动剧烈度、均值震荡指标和漂移差异度；

根据所述波动剧烈度、所述均值震荡指标和所述漂移差异度得到所述生理数据的若干个时序特征；

根据所述若干个时序特征和各时序特征的权重值，计算得到所述生理数据的评分值。

可选地，所述若干个时序指标包括瞬时波动的滑动平均值、变化率滑动平均线的离差值、滑动平均线离差值、漂移情况滑动平均值、漂移情况均线离差值、均值差异振荡值和漂移差异振荡值。

可选地，所述若干个时序指标为提取所述生理数据中的一阶和二阶差分时序特征后，根据离散时间序列得到。

可选地，各时序特征的权重值根据机器学习随机森林特征选择算法和所述历史数据对各时序特征进行重要性排序后得到。

第二方面，本发明实施例还提出一种生理数据的评分处理装置，包括：

特征提取模块，用于对采集的生理数据进行特征提取，提取得到所述生理数据的波动剧烈度、均值震荡指标和漂移差异度；

特征处理模块，用于根据所述波动剧烈度、所述均值震荡指标和所述漂移差异度得到所述生理数据的若干个时序特征；

评分计算模块，用于根据所述若干个时序特征和各时序特征的权重值，计算得到所述生理数据的评分值。

可选地，所述若干个时序指标包括瞬时波动的滑动平均值、变化率滑动平均线的离差值、滑动平均线离差值、漂移情况滑动平均值、漂移情况均线离差值、均值差异振荡值和漂移差异振荡值。

可选地，所述若干个时序指标为提取所述生理数据中的一阶和二阶差分时序特征后，根据离散时间序列得到。

可选地，各时序特征的权重值根据机器学习随机森林特征选择算法和所述历史数据对各时序特征进行重要性排序后得到。

第三方面，本发明实施例还提出一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：