[发明专利]一种个体化的生理状态监测分析方法和设备

权利要求书

1.一种个体化的生理状态监测分析方法，其包括：

将在同一时间窗的k个生理参数的数值构成的向量作为指标向量，其中k为大于1的自然数；

用该个体在正常状态下的多个指标向量构成指标数据库G；

将该个体的当前时间窗的指标向量作为输入向量V_in；

在指标数据库G中，通过欧氏距离或者核函数来找到与所述输入向量最为接近的n个指标向量，该n个指标向量构成矩阵D；利用

找到优化参数w；其中E为n*n的噪声矩阵，e为n*1的噪声向量，λ₁为惩罚项系数，w为n*1的向量，w的各元素大于等于0，且w的各元素之和为1；

利用优化参数w求得估计向量V_est，V_est＝Dw；

对于矩阵D的每个指标向量x_j，在指标数据库中，通过欧氏距离或者核函数来找到与其最为接近的n个指标向量并构成矩阵D_j，利用

找到优化参数w_j；其中E_j为n*n的噪声矩阵，e_j为n*1的噪声向量，λ_j1为惩罚项系数，w_j为n*1的向量，w_j的各元素大于等于0，且w_j的各元素之和为1；

利用优化参数w_j求得估计向量V_jest，V_jest＝D_jw_j；

计算该输入向量与其估计向量之间的差值，作为第一差值V_re；

计算矩阵D中的每个指标向量x_j与其估计向量V_jest的差值，作为第二差值；全部第二差值构成差值库G_re；

根据第一差值V_re在差值库G_re中的分布情况，计算状态变化指数，通过状态变化指数反映个体当前的状态偏离其正常状态的程度。

2.如权利要求1所述的个体化的生理状态监测分析方法，其特征在于：

计算差值库G_re的均值μ₁与方差∑₁；

计算差值库G_re的马氏距离平方最大值h：

其中，x_i为差值库G_re中的差值向量；

计算自由度为k的卡方分布0.95分位点的λ值：

其中f(x)为自由度为k的卡方分布密度函数；

计算得到近似真实的协方差矩阵：

∑＝∑₁·h/λ；

计算马氏距离h_re：

h_re＝(V_re-μ₁)^T∑^-1(V_re-μ₁)；

然后通过自由度为k的卡方分布累积分布函数来计算SCI的具体数值：

3.如权利要求1所述的个体化的生理状态监测分析方法，其特征在于：

所述指标数据库存储于计算平台；所述预定个数的指标向量的查找、所述估计向量V_est的计算、所述第一差值V_re的计算、所述第二差值的计算、所述第一差值在差值库G_re中的分布的计算、以及状态变化指数SCI的计算均在该计算平台上进行。

4.如权利要求1所述的个体化的生理状态监测分析方法，其特征在于：

所述计算平台位于本地，穿戴在个体身上；

所述k个生理参数由该个体所穿戴的生理参数传感器感测得到的生理信号经处理后获得；

所述k个生理参数传输至所述计算平台；所述计算平台根据接收的所述k个生理参数而获得所述指标向量。