[发明专利]一种基于脉搏信号的糖尿病病情评估方法及系统

权利要求书

1.一种基于脉搏信号的糖尿病病情评估系统，其特征在于，包括：

脉搏信号采集装置，用于采集待检测者的脉搏信号；

处理器，用于执行糖尿病病情评估方法；

所述糖尿病病情评估方法包括：

获取脉搏信号；

根据所述脉搏信号，获取对应的糖尿病病情评估结果；

所述根据脉搏信号，获取对应的糖尿病病情评估结果，包括：

根据脉搏信号，计算脉搏信号的一个或多个特征指标；

根据脉搏信号的特征指标，获取对应的糖尿病病情评估结果，包括：

预先建立脉搏信号的特征指标与糖尿病病情对应关系的模型函数，将脉搏信号的特征指标输入模型函数，得到对应的糖尿病病情评估结果；

脉搏信号的特征指标包括：

对脉搏信号进行频域分析，以得到一个或多个频域特征，和/或对脉搏信号的pPRx序列进行线性分析以得到一个或多个线性的特征指标，和/或进行非线性分析，以得到一个或多个非线性的特征指标；其中，任意一段脉搏信号的pPRx序列通过以下方式计算得到：

计算该段脉搏信号中相邻脉率信号间期之差大于阈值x毫秒的数量与全部脉率信号间期的数量的比值，通过设置不同的阈值x，得到每一个阈值x对应的比值，这些比值构成了所述pPRx序列；

脉搏信号的特征指标还包括：

所述频域分析获得的频域特征包括freqArea序列、freqPercent序列和ratio序列；其中，freqArea序列通过计算脉搏信号频域图像至少一个频段的线下面积得到，通过设置不同的频段，得到每一个频段对应的线下面积，这些线下面积构成了所述freqArea序列；freqPercent序列通过计算脉搏信号频域图像至少一个频段线下面积占总线下面积的百分比得到，通过设置不同的频段，得到每一个频段对应的百分比，这些百分比构成了所述的freqPercent序列；ratio序列通过计算脉搏信号频域图像不同频段相互之间的线下面积比值得到，通过设置不同的频段，得到每两个频段相互之间的线下面积比值，这些比值构成了所述的ratio序列中的至少一者；

和/或，所述线性分析获得的特征指标包括：

pPRx序列的均值meanPR，pPRx序列的标准差SDPR，pPRx序列均值的标准差SDAPR，pPRx序列中相邻pPRx差值的均方根RMSSD中的至少一者；

和/或，所述非线性的特征指标包括对所述pPRx序列进行熵值分析法所得到的特征指标，包括：

pPRx序列直方分布信息熵S_dh、pPRx序列功率谱直方分布信息熵S_dh、pPRx序列功率谱全频段分布信息熵S_pf中的至少一者；

和/或，所述非线性的特征指标包括所述pPRx序列进行分形维数计算分析所得到的特征指标，包括：

结构函数法计算所得的分形维数D_sf、相关函数法计算所得的分形维数D_cf、变差法计算所得的分形维数D_vm、均方根法计算所得的分形维数D_rms中的至少一者；

所述预先建立脉搏信号的特征指标与糖尿病病情对应关系的模型函数，包括：

预先获取不同病情阶段糖尿病患者的生理参数，以及采集所述生理参数时对应的时间点之前的脉搏信号；

获取这些脉搏信号的特征指标；

将这些脉搏信号的特征指标，以及这些脉搏信号对应的生理参数作为特征输入，进行机器学习，得到脉搏信号的特征指标与糖尿病病情对应关系的模型函数，包括：

获取多个时间点的脉搏信号；

获得对应多个时间点的糖尿病病情评估结果；

对这些评估结果进行记录和分析，用于评估糖尿病病情发展趋势。

2.如权利要求1所述系统，其特征在于，还包括：

输入装置，与处理器信号相连，用于接收用户的输入信息；

壳体，所述壳体围合形成容纳腔，处理器和输入装置至少部分地收容于壳体的容纳腔中，所述壳体上设有一显示区域；

显示装置，与显示区域和处理器信号相连，并根据输入装置和处理器的指令将糖尿病病情和/或糖尿病病情趋势评估结果发送到显示区域进行显示；

存储器，与处理器信号相连，用于存储程序、糖尿病病情评估结果和糖尿病病情趋势评估结果。

3.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现糖尿病病情评估方法；

所述糖尿病病情评估方法包括：

获取脉搏信号；

根据所述脉搏信号，获取对应的糖尿病病情评估结果；

所述根据脉搏信号，获取对应的糖尿病病情评估结果包括：

根据脉搏信号计算脉搏信号的一个或多个特征指标，根据脉搏信号的特征指标；

获取对应的糖尿病病情评估结果，包括：

预先建立脉搏信号的特征指标与糖尿病病情对应关系的模型函数，将脉搏信号的特征指标输入模型函数，得到对应的糖尿病病情评估结果；

脉搏信号的特征指标，包括：

对脉搏信号进行频域分析，以得到一个或多个频域特征，和/或对脉搏信号的pPRx序列进行线性分析以得到一个或多个线性的特征指标，和/或进行非线性分析，以得到一个或多个非线性的特征指标；其中，任意一段脉搏信号的pPRx序列通过以下方式计算得到：

计算该段脉搏信号中相邻脉率信号间期之差大于阈值x毫秒的数量与全部脉率信号间期的数量的比值，通过设置不同的阈值x，得到每一个阈值x对应的比值，这些比值构成了所述pPRx序列；

脉搏信号的特征指标，还包括：

所述频域分析获得的频域特征包括freqArea序列、freqPercent序列和ratio序列；其中，freqArea序列通过计算脉搏信号频域图像至少一个频段的线下面积得到，通过设置不同的频段，得到每一个频段对应的线下面积，这些线下面积构成了所述freqArea序列；freqPercent序列通过计算脉搏信号频域图像至少一个频段线下面积占总线下面积的百分比得到，通过设置不同的频段，得到每一个频段对应的百分比，这些百分比构成了所述的freqPercent序列；ratio序列通过计算脉搏信号频域图像不同频段相互之间的线下面积比值得到，通过设置不同的频段，得到每两个频段相互之间的线下面积比值，这些比值构成了所述的ratio序列中的至少一者；

和/或，所述线性分析获得的特征指标：pPRx序列的均值meanPR，pPRx序列的标准差SDPR，pPRx序列均值的标准差SDAPR，pPRx序列中相邻pPRx差值的均方根RMSSD中的至少一者；

和/或，所述非线性的特征指标包括对所述pPRx序列进行熵值分析法所得到的特征指标，包括：pPRx序列直方分布信息熵S_dh、pPRx序列功率谱直方分布信息熵S_dh、pPRx序列功率谱全频段分布信息熵S_pf中的至少一者；和/或，所述非线性的特征指标包括所述pPRx序列进行分形维数计算分析所得到的特征指标，包括：结构函数法计算所得的分形维数D_sf、相关函数法计算所得的分形维数D_cf、变差法计算所得的分形维数D_vm、均方根法计算所得的分形维数D_rms中的至少一者；

所述预先建立脉搏信号的特征指标与糖尿病病情对应关系的模型函数，包括：

预先获取不同病情阶段糖尿病患者的生理参数，以及采集所述生理参数时对应的时间点之前的脉搏信号；

获取这些脉搏信号的特征指标；

将这些脉搏信号的特征指标，以及这些脉搏信号对应的生理参数作为特征输入，进行机器学习，得到脉搏信号的特征指标与糖尿病病情对应关系的模型函数，包括：

获取多个时间点的脉搏信号；

获得对应多个时间点的糖尿病病情评估结果；

对这些评估结果进行记录和分析；

评估糖尿病病情发展趋势。