[发明专利]血氧饱和度测量置信度的递推方法、系统及存储介质

权利要求书

1.血氧饱和度测量置信度的递推方法，其特征在于：包括以下步骤：

对数据点个数进行初始化配置；

根据初始化配置结果，并获取至少一个时刻点的红光数据和红外光数据构建线性回归模型；构建所述线性回归模型的步骤具体包括：根据初始化配置结果，计算中间参数；根据所述中间参数，计算线性回归方程的拟合系数，得到线性回归方程；根据所述线性回归方程，计算总离均差平方和以及残差平方和；根据总离均差平方和以及残差平方和，计算血氧饱和度测量结果的置信度；所述中间参数由所述红光数据的光强以及所述红外光数据的光强计算得到；

判断血氧饱和度测量结果的置信度是否满足阈值要求，若是，则输出血氧饱和度测量结果的置信度；反之，则执行下一步骤，直至血氧饱和度测量结果的置信度满足阈值要求；

对数据点个数进行更新；

根据数据点的更新结果，通过递推算法对线性回归模型进行更新，并返回执行根据线性回归模型，获取血氧饱和度测量结果的置信度的步骤；所述递推算法包括：根据数据点的更新结果，对所述中间参数进行更新；根据更新后的中间参数，对所述线性回归方程进行更新；根据更新后的线性回归方程，对总离均差平方和以及残差平方和进行更新；根据更新后的总离均差平方和以及残差平方和，对血氧饱和度测量结果的置信度进行更新。

2.根据权利要求1所述的血氧饱和度测量置信度的递推方法，其特征在于：还包括以下步骤：

根据线性回归模型，生成脉搏血氧信号特征值。

3.血氧饱和度测量置信度的递推系统，其特征在于：包括：

初始化模块，用于对数据点个数进行初始化配置；

构建模块，用于根据初始化配置结果，并获取至少一个时刻点的红光数据和红外光数据构建线性回归模型；构建所述线性回归模型的步骤具体包括：根据初始化配置结果，计算中间参数；根据所述中间参数，计算线性回归方程的拟合系数，得到线性回归方程；根据所述线性回归方程，计算总离均差平方和以及残差平方和；根据总离均差平方和以及残差平方和，计算血氧饱和度测量结果的置信度；所述中间参数由所述红光数据的光强以及所述红外光数据的光强计算得到；

获取模块，用于根据线性回归模型，获取血氧饱和度测量结果的置信度；

判断模块，用于判断血氧饱和度测量结果的置信度是否满足阈值要求，若是，则输出血氧饱和度测量结果的置信度；反之，更新模块进行更新，直至血氧饱和度测量结果的置信度满足阈值要求；

更新模块，用于对数据点个数进行更新；

递推模块，用于根据数据点的更新结果，通过递推算法对线性回归模型进行更新，并返回执行获取模块；所述递推算法包括：根据数据点的更新结果，对所述中间参数进行更新；根据更新后的中间参数，对所述线性回归方程进行更新；根据更新后的线性回归方程，对总离均差平方和以及残差平方和进行更新；根据更新后的总离均差平方和以及残差平方和，对血氧饱和度测量结果的置信度进行更新。

4.根据权利要求3所述的血氧饱和度测量置信度的递推系统，其特征在于：所述构建模块包括：

第一计算单元，用于根据初始化配置结果，计算中间参数；

第二计算单元，用于根据中间参数，计算线性回归方程的拟合系数，得到线性回归方程；

第三计算单元，用于根据线性回归方程，计算总离均差平方和以及残差平方和；

第四计算单元，用于根据总离均差平方和以及残差平方和，计算血氧饱和度测量结果的置信度。

5.根据权利要求3所述的血氧饱和度测量置信度的递推系统，其特征在于：所述递推模块包括：

第一更新单元，用于根据数据点的更新结果，对中间参数进行更新；

第二更新单元，用于根据更新后的中间参数，对线性回归方程进行更新；

第三更新单元，用于根据更新后的线性回归方程，对总离均差平方和以及残差平方和进行更新；

根据更新后的总离均差平方和以及残差平方和，对血氧饱和度测量结果的置信度进行更新。

6.根据权利要求3所述的血氧饱和度测量置信度的递推系统，其特征在于：还包括：

生成模块，用于根据线性回归模型，生成脉搏血氧信号特征值。