基于第二代小波的体温补偿方法、移动终端及存储介质技术

本发明专利技术公开了一种基于第二代小波的体温补偿方法、移动终端及存储介质，所述方法包括步骤：输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号；其中，所述原始信号为待校准补偿的生物标志物检测结果；根据所述近似信号和所述细节信号计算得到补偿因子；根据所述补偿因子补偿所述待校准补偿的生物标志物检测结果，所述体温补偿模型输出补偿后的生物标志物检测结果。实现了高精度、低功耗地对电子可穿戴设备进行实时体温补偿，有效消除了体温对电子可穿戴设备性能所带来的影响。

【技术实现步骤摘要】
【国外来华专利技术】基于第二代小波的体温补偿方法、移动终端及存储介质
本专利技术涉及医疗
，尤其涉及的是一种基于第二代小波的体温补偿方法、移动终端及存储介质。
技术介绍
目前在个性化医疗的近期发展使得对人体进行连续监测生理状态的需求大增。可穿戴电化学传感器(WearableElectrochemicalsensor,WES)作为可穿戴电子设备最核心的部件，是最为适合连续监测人体生理状态的技术，近年来备受关注并且取得长足发展。因为汗液包含了丰富的临床相关生物标志物，所以汗液成为最适合连续监测的生物体液之一。汗液中主要有两大类主要的生物标志物：代谢物(Metabolite,譬如血糖和乳酸)和电解质(Electrolyte,譬如钾离子和钠离子)。典型的可穿戴电子设备的传感器结构示意图，如图1所示，可以检测血糖含量、乳酸含量、钾离子浓度和钠离子浓度四种重要的人体生理参数。图1中Ag/AgCI(银/氯化银)电极用作血糖传感器阳极(GoX)和乳酸传感器阳极(Lox)的公共参考电极，在电极间会产生正比于血糖含量/乳酸含量的输出电流；钾离子(K+)和钠离子电极(Na+)作为一种离子选择性电极(Ion-selectedElectrodes，ISE)，连接上由聚乙烯醇缩丁醛(PolyvinylButyral，PVB)构成的参考电极，可以产生较为稳定的输出电压。电解质不平衡能够反映出异常心率所带来的潜在危险，电解质流失也是身体机能紊乱的主要原因，那么监测关键的电解质浓度就可以预警潜在的心脏疾病。电解质浓度的实时测量能够提醒病人、医生、教练或者运动员所面临的电解质流失或者脱水状态；同样代谢物含量异常也会影响运动状态以及运动后的科学恢复，如果能够实时准确地掌握运动期间的血糖和乳酸变化，则有利于运动中和运用后恢复身体机能平衡。因此，如何高性能地检测代谢物含量异常或者电解质水平紊乱，变得重要而且富有挑战。实现汗液中生物标志物检测的高性能，具体有四个方面的要求：1、多成分检测；2、实时连续性；3、准确性；4、低功耗。基于纺织物的高度可拉伸打印式电压式传感器阵列，可同时用于多种离子和酶的汗液分析，因而能够满足第一个要求。纺织物是有吸附力的组件，能够提供丰富的弹性，使得传感器和身体之间可以紧密接触，结合具有良好强度、导电性和光学透明性的石墨烯，能够较好的解决第二个要求。解决第三个要求的困难之一在于，人体在不同的皮肤温度情况下，会出现不同的电阻阻抗特性，从而影响酶、电解质或者离子的检测结果。如图2所示，图2显示了虽然汗液中的血糖含量(100uM)或者乳酸含量(5mM)固定不变，但是由于皮肤温度的变化(从20℃到40℃)，而导致输出电流非常明显的不同。为了消除人体皮肤温度对传感器性能的影响，必须引入体温补偿模型来校准传感器采集的数据。尽管体温对电压传感器(potentiometricsensor)性能的影响不特别显著，但是对酶(譬如血糖或者乳酸)的生化性能却会产生重大的影响，所以高性能的传感器必须实时补偿体温带来的影响。第四个要求成为能否实现前三个要求的关键。虽然检测成分多少与功耗成正比，但是检测过少成分显然是无法接受，若功耗太大，则无法满足实时、连续的检测，若对检测数据采用复杂模型的计算和校准，虽然可以提高检测结果的准确性，但必然导致功耗的提高，如果为了较低功耗而采用简单模型，则会影响准确性。因此，现有技术还有待于改进和发展。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供一种基于第二代小波的体温补偿方法、移动终端及存储介质，以达到高精度、低功耗地对电子可穿戴设备进行实时体温补偿，有效消除了体温对电子可穿戴设备性能所带来的影响。本专利技术的技术方案如下：一种基于第二代小波的体温补偿方法，该方法包括步骤：输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号；其中，所述原始信号为待校准补偿的生物标志物检测结果；根据所述近似信号和细节信号计算得到补偿因子；根据所述补偿因子补偿所述待校准补偿的生物标志物检测结果，所述体温补偿模型输出补偿后的生物标志物检测结果。本专利技术的进一步设置，输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号的步骤包括：令所述原始信号为x[n](n＝0,1,获取原始信号x[n]并将所述原始信号x[n]分裂为近似信号a[n]和细节信号d[n]；其中，a[n]＝x[2n]，d[n]＝x[2n+1]。本专利技术的进一步设置，所述根据所述近似信号和细节信号计算得到补偿因子的步骤包括：根据所述细节信号d[n]中的信息对所述近似信号a[n]进行更新，得到更新后的近似信号a′[n]；其中，更新后的近似信号a′[n]的表达式为：表示平滑运算，其定义为：其中，U(d[n])为自适应更新算子，其定义为：其中，ΔL＝|a[n]-d[n-1]|，ΔR＝|a[n]-d[n]|。本专利技术的进一步设置，所述根据所述近似信号和细节信号计算得到补偿因子的步骤还包括：根据所述更新后的近似信号a′[n]中包含的信息对所述细节信号d[n]进行预测，得到预测的细节信号d′[n]；其中，预测的细节信号d′[n]的表达式为：d′[n]＝d[n]-P(a′[n])；其中，P表示预测算子，其定义为：本专利技术的进一步设置，所述根据所述近似信号和细节信号计算得到补偿因子的步骤还包括：根据所述更新后的近似信号a′[n]和所述更新后的细节信号d′[n]计算得到补偿因子c[n]；其中，补偿因子c[n]的表达式为：其中||a′[n]||为更新后的近似信号a′[n]的二阶范数，其表达式为：本专利技术的进一步设置，所述输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号的步骤之前还包括：初始化补偿次数n、更新后的近似信号的二阶范数||a′[n]||和补偿因子c[n]；其中，n＝0，||a′[0]||＝0，c[0]＝0。本专利技术的进一步设置，所述根据所述补偿因子补偿所述待校准补偿的生物标志物检测结果，所述体温补偿模型输出补偿后的生物标志物检测结果的步骤还包括：在进行第n＝n+1次补偿时，根据第n＝n+1次输入的待校准补偿的生物标志物检测结果，对所述补偿因子进行更新并得到更新后的补偿因子；根据所述更新后的补偿因子补偿所述第n＝n+1次输入的待校准补偿的生物标志物检测结果，其表达式为：x′[n+1]＝x[n+1]-c[n+1]其中x[n+1]表示第n＝n+1次输入的待校准补偿的生物标志物检测结果，c[n+1]表示更新后的补偿因子，x′[n+1]表示在进行第n＝n+1次补偿后的生物标志物检测结果。本专利技术的进一步设置，所述待校准补偿的生物标志物检测结果为血糖含量、乳酸含量、钾离子浓度和钠离子浓度四种结果中的任意一种。一种移动终端，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述基于第二代小波本文档来自技高网...

【技术保护点】
1.基于第二代小波的体温补偿方法，其特征在于，包括步骤：/n输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号；其中，所述原始信号为待校准补偿的生物标志物检测结果；/n根据所述近似信号和所述细节信号计算得到补偿因子；/n根据所述补偿因子补偿所述待校准补偿的生物标志物检测结果，所述体温补偿模型输出补偿后的生物标志物检测结果。/n

【技术特征摘要】
【国外来华专利技术】1.基于第二代小波的体温补偿方法，其特征在于，包括步骤：
输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号；其中，所述原始信号为待校准补偿的生物标志物检测结果；
根据所述近似信号和所述细节信号计算得到补偿因子；
根据所述补偿因子补偿所述待校准补偿的生物标志物检测结果，所述体温补偿模型输出补偿后的生物标志物检测结果。


2.根据权利要求1所述的基于第二代小波的体温补偿方法，其特征在于，输入原始信号至体温补偿模型，所述体温补偿模型将所述原始信号分裂得到近似信号和细节信号的步骤包括：
令所述原始信号为x[n](n＝0，1，...，N)，获取原始信号x[n]并将所述原始信号x[n]分裂为近似信号a[n]和细节信号d[n]；
其中，a[n]＝x[2n]，d[n]＝x[2n+1]。


3.根据权利要求2所述的基于第二代小波的体温补偿方法，其特征在于，所述根据所述近似信号和所述细节信号计算得到补偿因子的步骤包括：
根据所述细节信号d[n]中的信息对所述近似信号a[n]进行更新，得到更新后的近似信号a′[n]；其中，更新后的近似信号a′[n]的表达式为：表示平滑运算，其定义为：其中，U(d[n])为自适应更新算子，其定义为：



其中，ΔL＝|a[n]-d[n-1]|，ΔR＝|a[n]-d[n]|。


4.根据权利要求3所述的基于第二代小波的体温补偿方法，其特征在于，所述根据所述近似信号和所述细节信号计算得到补偿因子的步骤还包括：
根据所述更新后的近似信号a′[n]中包含的信息对所述细节信号d[n]进行预测，得到预测的细节信号d′[n]；
其中，预测的细节信号d′[n]的表达式为：d′[n]＝d[n]-P(a′[n])；
其中，P表示预测算子，其定义为：


5.根据权利要求4所述的基于第二代小波的体温补偿方法，其特征在于，所述根据所述两个数据流计算得到补偿因子的步...

【专利技术属性】
技术研发人员：华韵之，
申请(专利权)人：华韵之，
类型：发明
国别省市：广东;44