[发明专利]一种基于健康监控的数据处理方法

摘要

本发明提出的一种基于健康监控的数据处理方法，该方法首先利用多触点多传感的数据采集方法，保证了测量的准确性。其次，对采集到的多组生理数据，根据格罗布斯准则进行筛选，以除去采集到的粗差数据。最后，通过结合使用分批估计算法和最小二乘算法对采集到的数据进行融合，减小了不同传感器因测量精度不同，对结果造成的影响。本发明方法有利于准确的获取用户的生理信息，为健康监控系统实时检测提供了有效依据。

主权项

一种基于健康监控的数据处理方法，其特征在于，包括如下步骤：步骤1：通过传感器采集待测者的M类生理数据，使用L_m个第m+1类生理数据传感器，采集待测者的第m+1类生理数据，其具体过程为：步骤1‑1，生理数据的第1次采集，各传感器在同一触点的N个不同时刻分别测量，得到N组生理数据，每组数据表示为：步骤1‑2，生理数据的第2次采集，各传感器分别在L_m个触点的N个不同时刻测量，得到N组生理数据，每组数据表示为：其中，M为自然数，依据实际情况取值；m为生理数据类型的标号，0≤m≤M‑1；L_m表示第m+1类生理数据传感器的数量；N为每次采集数据的组数，N是L_m的整数倍；k是每组数据的标号，0≤k≤N‑1；Q为每组数据的测量值总个数；j表示数据采集次序的标号，j∈{1,2}；i为中元素的标号，0≤i≤Q‑1，为中第i+1个元素；步骤2，对第m+1类生理数据的元素，利用格罗布斯准则进行第一次筛选，具体步骤如下：步骤2‑1，计算中元素的算术平均值进而计算其标准差步骤2‑2，通过格罗布斯临界值表，选取一个临界值d(Q,θ)，d(Q,θ)的大小由Q和显著度θ的值确定；其中显著度θ取0.05；步骤2‑3，将格罗布斯分布g(i)与d(Q,θ)进行Q次比较，其中，若g(i)≥d(Q,θ)，即为中的粗大误差，给予剔除；剔除后的结果记为其中，Q'为中元素进行筛选后，剩余的元素的总个数，Q'≤Q；步骤3，对第一次筛选后的数据的元素，进行第一次数据融合，采用分批估计的方法，计算每组数据的融合值具体公式如下：其中，为中元素上角标元素集的平均值，为中元素上角标元素集的平均值，为中元素上角标元素集的方差，为中元素上角标元素集的方差；表示不大于的最大整数；步骤4，对于不同的j,k，各组数据融合值不同，将所有融合值用集合ψ表示：其中，v为所述集合ψ中元素的标号，0≤v≤2N‑1；再次利用格罗布斯准则，对集合ψ中元素进行第二次筛选，剔除其中粗大误差，筛选后的结果记为集合S^m为所述集合中元素的总个数，0≤S^m≤2N；为所述集合中元素标号，；所述集合中第个元素以表示；步骤5，采用最小二乘加权方法，对所述集合的元素进行第二次数据融合，具体为：将所述集合的元素根据公式：进行融合，其中，为最后的融合值，为的权值系数，的计算公式为：且权值系数满足：其中，为所对应数组中元素的标准差；最后的融合值作为第m+1类生理数据处理后的最终值。