[发明专利]一种基于多模态生理数据的疾病预警方法和装置

权利要求书

1.一种基于多模态生理数据的疾病预警方法，应用于一智能手环，且所述智能手环上设置有第一表面电极和第二表面电极，其中，所述方法包括：

获得所述第一表面电极采集的第一肌肉电信号；

获得所述第二表面电极采集的第二肌肉电信号；

根据所述第一肌肉电信号、第二肌肉电信号，获得第一数据信息；

获得第一提取指令；

根据所述第一提取指令，对所述第一数据信息进行特征提取之后，获得目标信号特征信息；

根据所述目标信号特征信息，建立第一疾病识别模型；

获得第一用户在第一时间的第三肌肉电信号；

获得所述第一用户在所述第一时间的第四肌肉电信号；

将所述第三肌肉电信号、第四肌肉电信号输入至所述第一疾病识别模型中，获得所述第一疾病识别模型的第一输出结果信息；

根据所述第一输出结果信息，确定是否发送第一预警信息给所述第一用户；

所述方法还包括：

获得高工作负荷状态与累积性创伤疾病之间的第一影响关系信息；

获得第一预定时间段；

获得所述第一用户在所述第一预定时间段内的历史输出结果信息；

根据所述历史输出结果信息，获得所述第一用户在所述第一预定时间段内，处于高工作负荷状态的第一负荷时长；

根据所述第一影响关系信息，获得所述第一负荷时长的第一影响等级；

当所述第一影响等级超过预设影响等级下限值时，获得第三发送指令；

根据所述第三发送指令，发送第三预警信息给所述第一用户；

所述方法还包括：

判断所述第一负荷时长是否为所述第一用户在连续状态下的时长；

若所述第一负荷时长不是所述第一用户在连续状态下的时长，则获得所述第一预定时间段内，所述第一用户处于高工作负荷状态下的相邻时间段之间的时间间隔信息；

根据所述时间间隔信息，获得第一影响度；

根据所述第一影响度，对所述第三预警信息进行调整。

2.如权利要求1所述的方法，其中，所述目标信号特征信息包括：第一生理信号特征、第二生理信号特征、第三生理信号特征、第四生理信号特征，其中，所述第一生理信号特征为中正神经远端潜伏期、所述第二生理信号特征为复合肌肉动作电位、所述第三生理信号特征为腕-肘段运动传导速度、所述第四生理信号特征为中正神经感觉传导速度。

3.如权利要求1所述的方法，其中，所述将所述第三肌肉电信号、第四肌肉电信号输入至所述第一疾病识别模型中，获得所述第一疾病识别模型的第一输出结果信息，包括：

将所述第三肌肉电信号和所述第四肌肉电信号输入所述第一疾病识别模型，其中，所述第一疾病识别模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第三肌肉电信号、所述第四肌肉电信号和标识第一输出结果的标识信息；

获得所述第一疾病识别模型的输出信息，其中，所述输出信息包括所述第一结果信息，其中，所述第一输出结果信息为所述第一用户是否处于腕部高工作负荷状态的信息；

将所述第一输出结果信息作为监督数据，输入所述每一组训练数据中，对所述第一用户的第三肌肉电信号和所述第一用户的第四肌肉电信号进行监督学习，确定所述第一疾病识别模型的输出信息达到收敛状态。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

当所述第一输出结果信息为所述第一用户腕部处于高工作负荷状态时，获得第一发送指令；

根据所述第一发送指令，将所述第一预警信息给所述第一用户之后，获得所述第一用户在第二时间，所述第一疾病识别模型的第二输出结果信息；

当所述第二输出结果信息为所述第一用户处于高工作负荷状态时，根据所述第一时间和所述第二时间，获得第一时间差；

判断所述第一时间差是否处于预设时间差范围内；

若超过，则获得第二发送指令；

根据所述第二发送指令，发送第二预警信息给所述第一用户。