一种基于并行分数阶生理信号实时采集和分析方法技术

基于并行分数阶生理信号实时采集和分析方法，属于人工智能和信息技术在医疗领域的应用，本发明专利技术通过抽象层读取生理传感器数据；通过远程接口将生理信号数据传递给服务端；采用分数阶指标分析生理信号，首先将上传的生理信号和历史数据合成生理信号数据序列，将此序列和不同的分数阶阶数作为输入参数，传递给N个Map端，每个Map端计算出对应阶数微分序列的稳定性和方差，并将结果传递给Reduce端，Reduce端计算出分数阶生理信号指数返回给客户端；如果该指数不在正常范围内，客户端发出报警信息给用户。本发明专利技术提供了一种简便、安全和高效的生理信号分析方法，可广泛应用于智能健康服务、智慧养老，人机交互等领域。

【技术实现步骤摘要】
一种基于并行分数阶生理信号实时采集和分析方法
本专利技术涉及人工智能领域在智慧健康监护中的应用，具体为一种基于并行分数阶生理信号实时采集和分析方法。
技术介绍
随着新一代信息技术的发展，智能终端设备和可穿戴医疗传感设备也越来越普及。通过这类设备，使得便捷地读取人们的生理信号，并及时分析成为可能。实时分析人们的生理信号是智慧健康、智慧养老、智能驾驶等领域应用的重要基础，具有非常大的应用价值和广泛的应用范围。传统的生理信号分析主要采用时域分析，频域分析，时域和频域分析结合的方法，与传统的方法相比，由于人的生理信号呈现分数阶的特性，将一种新的分数阶指标应用于生理信号分析更能反映出人的生理状态。由于移动设备运算能力的限制，采用基于Map/Reduce集群的方式实现云端加速提高生理信号分析计算效率，使得基于智能移动终端的实时生理信号分析成为可能。
技术实现思路
本专利技术的目的在于提供一种基于并行分数阶生理信号实时采集和分析方法，以解决传统生理信号分析方法的精度问题和移动智能终端设备机载能力无法支持实时信号分析约束的问题。本专利技术为解决上述技术问题采用以下技术方案：一种基于并行分数阶生理信号实时采集和分析方法，包括以下步骤：步骤1：数据采集，步骤1a：当移动终端启动后将所支持的传感器和通信协议注册到虚拟表中，表中包括设备类型、通信协议、通信参数、通信方法、格式信息。步骤1b：当移动终端连接到传感器后，根据连接信息识别出通信协议和传感器类型调用虚拟表注册的方法获取生理信号数据。步骤1c：对生理信号数据进行格式化处理，存储到移动终端的数据库中。步骤2：数据传输，步骤2a：移动终端定时读取本地数据库，将新的生理信号通过远程接口上传到远程服务端。步骤2b：服务端将接收到的生理信号数据存储到分布式数据库中。步骤3：并行分数阶生理信号分析，步骤3a：采用分数阶指标分析生理信号，首先将上传的最新生理信号和历史数据合成一个生理信号数据序列，将此序列和不同阶数作为输入参数，传递给不同的Map端。步骤3b：并行执行生理信号N个基于不同阶数的分数阶微分序列计算，每个Map端计算过程如下：(1)根据该Map端输入的分数阶微分迭代计算分数阶系数序列，计算方法如下：其中α是该Map端输入的阶数，Cα是基于α阶的系数序列，j是下标，Cα[j]代表系数序列的第j个元素。(2)根据系数序列和生理信号序列数据迭代计算生理信号的分数阶微分序列，计算方法如下：其中RR是生理信号序列，RR[k-j]代表生理信号序列的第k-j个元素，Cα是α阶的系数序列，DaSeq是α阶的微分序列，k是下标，DaSeq[k]代表微分序列第k个元素。(3)计算生理信号α阶分数阶微分序列的稳定性βα和方差εα。其中为α阶分数阶微分序列的均值，M为序列的长度，k是下标。ρa[k]代表的是α阶分数阶微分序列中第k个元素与均值的偏差程度。当序列中大部分元素与均值偏差较小的时候，表示该序列比较稳定。α阶分数阶微分序列的稳定性βα计算方式如下：M为序列的长度，Q为分数阶微分序列的值落到均值10％范围内的个数，即ρα[k]的值小于0.1的个数。α阶分数阶微分序列的方差εα计算方式如下：其中为α阶分数阶微分序列的均值，M为分数阶微分序列的长度。步骤3c：Reduce端计算出分数阶指标FI1和FI2，计算过程如下。(1)从N个Map端接收不同分数阶微分序列的稳定性βα和方差εα值，阶数α的取值范围在0和1之间。(2)将不同分数阶的稳定性和方差值进行排序，以稳定性最好和方差最小的阶数α作为生理信号某个时间段的分数阶指标FI1和FI2。步骤4：数据展现，通过可视化的方式展现结果，当结果不在阀值内，移动客户端显示报警信息给用户。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：本专利技术将分数阶和云计算技术相结合，由于生理信号的分数阶特性使得本专利技术具有逻辑结构简单、精度高、易于软硬件实现的优点，同时由于分数阶的运算是可以通过Map/Reduce集群并行计算的，因此执行效率要高于传统的生理信号分析方法，令本专利技术具有高效的优点，可以实现生理信号的实时采集与分析。附图说明图1为本专利技术的并行分数阶生理信号实时采集和分析方法框架图。图2为本专利技术的并行分数阶生理信号实时采集和分析方法流程图。图3为本专利技术的生理信号实时采集流程图。图4为本专利技术的生理信号实时上传流程图。图5为本专利技术的生理信系实时分析流程图。图6为本专利技术的2名心因性猝死人群的心电数据分析结果图。图7为本专利技术的4名具有心脏疾病人的心电数据分析结果图。图8为本专利技术的4名健康人的心电数据分析结果图。图9为本专利技术的2名驾驶员的肤电数据分析结果图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术主要涉及基于家庭、养老机构等环节中的生理信号采集和分析系统。包括移动终端系统、数据处理模块、Map/Reduce集群。所述移动智能终端系统包括生理信号采集、分析结果展现和人机交互三个模块。采集模块采集的信息来源于生理信号传感器，可以是心电信号、呼吸信号、皮肤电反应等形式的信号。智能终端系统可以运行在不同的诸如平板电脑、智能手机、智能机顶盒、定制终端等设备上。所述核心处理模块接受移动终端上传的数据，合并历史数据和新数据，生成阶数参数。所述Map/Reduce集群实现分布式并行分数阶生理信号分析。实施例1如图2所示，基于并行分数阶生理信号实时采集和分析方法处理步骤分为以下四个流程：数据采集、数据传输、并行分数阶生理信号分析和数据展现。步骤1：如图3所示，从传感器中采集生理信号，步骤1a：当移动终端启动后，将其所支持的传感器和通信协议注册到虚拟表中，表中包括设备类型、通信协议、通信参数、通信方法、格式信息。步骤1b：判断传感器数据是否可读，如果可读根据连接信息识别出通信协议和传感器类型调用虚拟表注册的方法获取生理信号数据，如果不可读，休眠10毫秒后继续判断传感器是否可读。步骤1c：格式化生理信号数据，存储到移动终端SQLite数据库中，休眠10毫秒后继续判断传感器是否可读。步骤2：如图4所示，使用Restful接口实现本地数据上传，步骤2a：移动终端定时读取本地数据库，将生理信号使用Http协议通过Rest架构上传到远程服务端。远程服务端通过统一资源标识符来识别，Post请求更新数据，数据采用JSON格式，使用状态响应代码来描述业务逻辑的执行结果。步骤2b：服务端将接收到的生理信号数据存储到分布式数据库Hbase中。服务端处理程序访问Zookeeper，获取元数据信息，找到对应区域服务器，将数据分别写到Hlog和MemStore上。步骤3：如图5所示，采用Map/Reduce集群实现并行分布式分数阶生理信号分析，(1)根据该Map端输入的分数阶微分迭代计算分数阶系数序列，计算方法如下：其中α是该Map端输入的阶数，Cα是基于α阶的系数序列，j是下标，Cα[j]代表系数序列的第j个元素。(2)根据系数序列和生理信号序列数据迭代计算生理本文档来自技高网...

【技术保护点】
1.一种基于并行分数阶生理信号实时采集和分析方法，其特征在于，包括以下步骤：步骤1：数据采集，移动客户端通过抽象方法定时从生理传感器读取数据，然后进行格式化处理，数据存储到本地数据数据库；步骤2：数据传输，移动客户端调用远程接口将生理信号数据上传到服务端；步骤3：生理信号分析，基于分数阶指标分析生理信号，首先将上传的最新生理信号和历史数据合成一个生理信号数据序列，将此序列和不同阶数作为输入参数，传递给N个Map端；Map端并行计算出对应分数阶微分序列的稳定性和方差，将结果传递给Reduce端，Reduce端计算出生理信号分数阶指标返回给客户端；步骤4：数据展现，移动终端通过可视化的方式展现结果，当结果不在阀值内，显示报警信息给用户。

【技术特征摘要】
1.一种基于并行分数阶生理信号实时采集和分析方法，其特征在于，包括以下步骤：步骤1：数据采集，移动客户端通过抽象方法定时从生理传感器读取数据，然后进行格式化处理，数据存储到本地数据数据库；步骤2：数据传输，移动客户端调用远程接口将生理信号数据上传到服务端；步骤3：生理信号分析，基于分数阶指标分析生理信号，首先将上传的最新生理信号和历史数据合成一个生理信号数据序列，将此序列和不同阶数作为输入参数，传递给N个Map端；Map端并行计算出对应分数阶微分序列的稳定性和方差，将结果传递给Reduce端，Reduce端计算出生理信号分数阶指标返回给客户端；步骤4：数据展现，移动终端通过可视化的方式展现结果，当结果不在阀值内，显示报警信息给用户。2.如权利要求1所述的基于并行分数阶生理信号实时采集和分析方法，其特征在于：上述步骤1包括如下步骤：步骤1a：当移动终端启动后将所支持的传感器和通信协议注册到虚拟表中，表中包括设备类型、通信协议、通信参数、通信方法、格式信息；步骤1b：当移动终端连接到传感器后，根据连接信息识别出通信协议和传感器类型调用虚拟表注册的方法获取生理信号数据；步骤1c：对生理信号数据进行格式化处理，存储到移动终端的数据库中。3.如权利要求1所述的基于并行分数阶生理信号实时采集和分析方法，其特征在于：上述步骤2包括如下步骤：步骤2a：移动终端定时读取本地数据库，将新的生理信号通过远程接口上传到远程服务端；步骤2b：服务端将接收到的生理信号数据存储到分布式数据库中。4.如权利要求1所述的基于并行分数阶生理信号实时采集和分析方法，其特征在于，上述步骤3包括如下步骤：步骤3a：基于分数阶指标分析生理信号，首先将上传的生理信号和历史数据合成生理信号数据序列，将此序列和不同阶数作为输入参数，传递给不同Map端；步骤3b：并发执行生理信号N个基于不同阶数分数阶微...

【专利技术属性】
技术研发人员：吕太之，陈勇，张军，冯茂岩，徐钊，毛宇鹏，
申请(专利权)人：南京龙渊微电子科技有限公司，南京龙渊众创空间股份有限公司，南京骞翮物联网科技有限公司，南京燚霆物联网科技有限公司，
类型：发明
国别省市：江苏,32