体征数据评估方法及装置制造方法及图纸

本发明专利技术提供一种体征数据评估方法及装置，根据待评估目标当前时段各采样时刻的体征数据，获取待评估目标所述当前时段的体征数据，并将待评估目标当前时段的前多个连续的预设数量的历史时段的评估体征数据输入体征数据预测模型，获取待评估目标所述当前时段的预测体征数据；根据待评估目标当前时段的评估体征数据和预测体征数据，获取待评估目标当前时段的体征数据评估结果。本发明专利技术提供的体征数据评估方法及装置，能基于不同待评估目标之间的个体差异，针对不同待评估目标获取不同的体征评估标准，获取的体征评估标准更适合待评估目标，从而能提高对任一待评估目标体征数据评估的准确率。的准确率。的准确率。

【技术实现步骤摘要】
体征数据评估方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种体征数据评估方法及装置。

技术介绍

[0002]人体可以产生多种体征数据，如心率值、脑电信号、脉搏次数、血氧饱和度和呼吸频率等。连续的体征数据可以用于分析人体的状态等。
[0003]现有技术中，通过体征采集终端获取连续的体征数据后，体征采集终端将获取到的体征数据发送至服务器。服务器根据预设的体征数据阈值区域，评估当前时段的体征数据是否出现异常。若评估获知当前时刻体征数据出现异常，则可以触发告警提示。但是，现有技术中体征数据阈值范围是根据医学常识和经验积累设置的，难以适合每一测试对象。若为了使得体征数据阈值区域可以适合更多的测试对象，而将体征数据阈值区域设置的偏大或偏小，则可能会对当前时段的测试对象的体征数据做出错误的评估，导致对测试对象的体征数据评估的准确率较低。

技术实现思路

[0004]本专利技术提供一种体征数据评估方法及装置用以解决现有技术中对测试对象体征数据评估的准确率较低的缺陷，实现对测试对象体征数据更准确的评估。
[0005]本专利技术提供一种体征数据评估方法，包括：根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据，并将所述待评估目标所述当前时段的前多个历史时段的评估体征数据输入体征数据预测模型，获取所述待评估目标所述当前时段的预测体征数据；
[0006]根据所述待评估目标所述当前时段的评估体征数据和预测体征数据，获取所述待评估目标所述当前时段的体征数据评估结果；
[0007]其中，相邻两个所述采样时刻之间的时间间隔为预设时间间隔；所述体征数据预测模型，是根据所述待评估目标的各历史时段的评估体征数据进行训练后获得的。
[0008]根据本专利技术提供的一种体征数据评估方法，所述体征数据预测模型，为差分整合移动平均自回归模型。
[0009]根据本专利技术提供的一种体征数据评估方法，所述根据所述待评估目标所述当前时段的评估体征数据和预测体征数据，获取所述待评估目标所述当前时段的体征数据评估结果，具体包括：
[0010]若判断获知所述当前时段的评估体征数据偏离所述当前时段预测体征数据的幅度超过预设的阈值，则确定所述待评估目标所述当前时段的体征数据评估结果为异常。
[0011]根据本专利技术提供的一种体征数据评估方法，所述根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据之前，还包括：
[0012]对所述待评估目标所述当前时段各采样时刻的原始体征数据进行缺省数据判断和处理，获取所述待评估目标所述当前时段各采样时刻的补全体征数据；
[0013]对所述待评估目标所述当前时段各采样时刻的补全体征数据进行离群数据判断和处理，获取所述待评估目标当前时段各采样时刻的体征数据。
[0014]根据本专利技术提供的一种体征数据评估方法，所述对所述待评估目标所述当前时段的原始体征数据进行缺省数据判断和处理，获取所述待评估目标所述当前时段的补全体征数据的具体步骤包括：
[0015]若判断获知所述当前时段任一采样时刻的原始体征数据不为缺省数据，则将所述任一采样时刻的原始体征数据作为所述任一采样时刻的补全体征数据；
[0016]若判断获知所述当前时段任一采样时刻的原始体征数据为缺省数据，则根据所述任一采样时刻之前不为缺省数据的若干个采样时刻的原始体征数据和所述任一采样时刻之后不为缺省数据的若干个采样时刻的原始体征数据，获取所述任一采样时刻的补全体征数据。
[0017]根据本专利技术提供的一种体征数据评估方法，所述对所述待评估目标所述前时段的补全体征数据进行离群数据判断和处理，获取所述待评估目标当前时段各采样时刻的体征数据的具体步骤包括：
[0018]若判断获知所述当前时段任一采样时刻的补全体征数据不为离群数据，则将所述任一采样时刻的补全体征数据作为所述任一采样时刻的体征数据；
[0019]若判断获知所述当前时段任一采样时刻的补全体征数据为离群数据，则根据所述任一采样时刻之前不为离群数据的若干个采样时刻的补全体征数据和所述任一采样时刻之后不为离群数据的若干个采样时刻的补全体征数据，获取所述任一采样时刻的体征数据。
[0020]根据本专利技术提供的一种体征数据评估方法，其特征在于，所述根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据之后，还包括：
[0021]根据所述待评估目标所述当前时段的评估体征数据和所述各历史时段的评估体征数据，更新所述体征数据预测模型。
[0022]本专利技术还提供一种体征数据评估装置，包括：
[0023]数据处理模块，用于根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据，并将所述待评估目标连续的预设数量的历史时段的评估体征数据输入体征数据预测模型，获取所述待评估目标所述当前时段的预测体征数据；
[0024]结果评估模块，用于根据所述待评估目标所述当前时段的评估体征数据和预测体征数据，获取所述待评估目标所述当前时段的体征数据评估结果；
[0025]其中，相邻两个所述采样时刻之间的时间间隔为预设时间间隔；所述体征数据预测模型，是根据所述待评估目标的各历史时段的评估体征数据进行训练后获得的。
[0026]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述体征数据评估方法的步骤。
[0027]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述体征数据评估方法的步骤。
[0028]本专利技术提供的体征数据评估方法及装置，通过待评估目标当前时段的评估体征数据，与基于训练好的体征数据预测模型获取的待评估目标当前时段的预测体征数据进行对比，获取待评估目标当前时段的体征数据评估结果，能基于不同待评估目标之间的个体差异，针对不同待评估目标获取不同的体征评估标准，获取的体征评估标准更适合待评估目标，从而能提高对任一待评估目标体征数据评估的准确率。进一步地，对待评估目标体征数据的评估在终端完成，能更少地占用服务器端的计算资源，能提高对待评估目标体征数据的评估效率。
附图说明
[0029]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是本专利技术提供的体征数据评估方法的流程示意图；
[0031]图2是本专利技术提供的体征数据评估装置的结构示意图；
[0032]图3是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0033]为使本专利技术的目的、技术方案和优点更加清楚，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体征数据评估方法，其特征在于，包括：根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据，并将所述待评估目标所述当前时段的前多个历史时段的评估体征数据输入体征数据预测模型，获取所述待评估目标所述当前时段的预测体征数据；根据所述待评估目标所述当前时段的评估体征数据和预测体征数据，获取所述待评估目标所述当前时段的体征数据评估结果；其中，相邻两个所述采样时刻之间的时间间隔为预设时间间隔；所述体征数据预测模型，是根据所述待评估目标的各历史时段的评估体征数据进行训练后获得的。2.根据权利要求1所述的体征数据评估方法，其特征在于，所述体征数据预测模型，为差分整合移动平均自回归模型。3.根据权利要求1所述的体征数据评估方法，其特征在于，所述根据所述待评估目标所述当前时段的评估体征数据和预测体征数据，获取所述待评估目标所述当前时段的体征数据评估结果，具体包括：若判断获知所述当前时段的评估体征数据偏离所述当前时段预测体征数据的幅度超过预设的阈值，则确定所述待评估目标所述当前时段的体征数据评估结果为异常。4.根据权利要求1所述的体征数据评估方法，其特征在于，所述根据待评估目标当前时段各采样时刻的体征数据，获取所述待评估目标所述当前时段的评估体征数据之前，还包括：对所述待评估目标所述当前时段各采样时刻的原始体征数据进行缺省数据判断和处理，获取所述待评估目标所述当前时段各采样时刻的补全体征数据；对所述待评估目标所述当前时段各采样时刻的补全体征数据进行离群数据判断和处理，获取所述待评估目标当前时段各采样时刻的体征数据。5.根据权利要求4所述的体征数据评估方法，其特征在于，所述对所述待评估目标所述当前时段的原始体征数据进行缺省数据判断和处理，获取所述待评估目标所述当前时段的补全体征数据的具体步骤包括：若判断获知所述当前时段任一采样时刻的原始体征数据不为缺省数据，则将所述任一采样时刻的原始体征数据作为所述任一采样时刻的补全体征数据；若判断获知所述当前时段任一采样时刻的原始体征数据为缺省数据，则根据所述任一采样时刻之前不为缺省数据的若干个采样时刻的原始体征数据和所述...

【专利技术属性】
技术研发人员：刘鹏，吕伯轩，韩令强，
申请(专利权)人：北京普天大健康科技发展有限公司，
类型：发明
国别省市：