[发明专利]基于去趋势分析的生理特征集成方法、装置和计算机设备

说明书

本申请揭示了一种基于去趋势分析的生理特征集成方法、装置、计算机设备和存储介质，所述方法包括：采集用户的p个初始生理特征数据；排除异常数据，从而得到p个中间生理特征数据；进行去趋势分析，从而得到p个睡眠评价因子序列；获取p个指定评价因子；在生成指定立体图形；对所述p个侧面进行斜率修改操作，以使所述p个侧面的斜率分别等于所述p个指定评价因子；所述指定立体图形进行平面截取操作，以获得目标截面；计算所述目标截面与预设的标准截面的相似度值；若所述相似度值大于预设的相似阈值，则获取指定阶段类别，并划分为指定阶段类别。从而提高了睡眠阶段划分的准确性与可控性。

技术领域

本申请涉及到计算机领域，特别是涉及到一种基于去趋势分析的生理特征集成方法、装置、计算机设备和存储介质。

背景技术

生理特征的采集及分析，对于生物体的行为模型的分析、相应的生活生产过程均有重要的影响。例如对于睡眠分析中的睡眠阶段划分，传统的睡眠阶段划分方法，采用的是单一的脑电信号进行分析，其数据采集困难，并且只受单一维度的脑电信号的影响，因此其分析准确性低。因此，传统的睡眠阶段划分不够准确。

发明内容

本申请的主要目的为提供一种基于去趋势分析的生理特征集成方法、装置、计算机设备和存储介质，旨在提高了睡眠阶段划分的准确性。

为了实现上述发明目的，本申请提出一种基于去趋势分析的生理特征集成方法，包括以下步骤：

采用预设的采集设备，采集用户在同一时间段内的p个初始生理特征数据；

根据预设的异常数据排除方法，排除所述初始生理特征数据中的异常数据，从而对应得到p个中间生理特征数据；

对所述中间生理特征数据进行去趋势分析，从而对应得到p个睡眠评价因子序列；

分别从所述p个睡眠评价因子序列中获取p个指定评价因子，所述p个指定评价因子处于同一个指定时间窗口；

在预设的三维空间中生成指定立体图形，其中所述指定立体图形包括p个侧面、一个呈p边形的顶面和一个呈p边形的底面，所述顶面与所述底面全等，所述侧面垂直于所述顶面；

对所述p个侧面进行斜率修改操作，以使所述p个侧面相对于底面的斜率分别等于所述p个指定评价因子；

在预设的高度对所述指定立体图形进行平面截取操作，以获得与所述指定立体图形的底面平行的目标截面；

根据预设的相似计算方法，计算所述目标截面与预设的标准截面的相似度值，并判断所述相似度值是否大于预设的相似阈值；

若所述相似度值大于预设的相似阈值，则根据预设的截面与睡眠阶段类别的对应关系，获取与所述标准截面对应的指定阶段类别，并将所述指定时间窗口划分为指定阶段类别。

进一步地，所述中间生理特征数据包括心率数据，所述心率数据为X＝{x(i),i＝1,…,N}，其中所述心率数据共采集N次，所述对所述中间生理特征数据进行去趋势分析的步骤,包括：

根据公式：获取第一序列Y(k)，其中k大于等于1且小于等于N，为所述心率数据的平均值；

将所述中间序列进行第一时间窗口划分处理，从而得到第二序列，其中所述第一时间窗口的长度均为s，所述第一时间窗口共有N/s个，并且N为s的倍数；

对所述第二序列的每个窗口均进行最小二乘法拟合处理，从而对应得到N/s个拟合直线y_v(k)，其中v代表所述第一时间窗口，v＝1,2,…,N/s；

根据公式：Y_s(k)＝Y(k)-y_v(k)，构建第三序列Y_s(k)；

根据公式：构建最终函数F(s)；