【技术实现步骤摘要】
一种心脏状态评估方法、装置、终端设备及存储介质
本申请属于数据处理
，尤其涉及一种心脏状态评估方法、装置、终端设备及存储介质。
技术介绍
在当今的社会中，中低风险的心律失常极其普遍。对于偶发性的，无明显症状的心律失常，医生一般不建议药物治疗。但是，如果不施加干预，中低风险的心律失常也会加重心脏负担，使得心律失常疾病频发以及年轻化。在目前的诊疗方案中，可以通过电子病历、医学影像、ICU监控数据等医院内的采集的数据综合分析和预测用户的心脏健康疾病风险。但是此类诊疗方案的目标人群主要是疾病末期患者，关注的重点是具有死亡威胁的高危疾病。中低风险的心律失常并非医生关注的对象，医生难以在心律失常的早期可逆转的阶段及时提醒用户，施加干预。并且，此类诊疗方案的普及难度高。除此之外，当前许多智能穿戴设备具有心律检测的功能。但是这些智能穿戴设备的提示方式较为简单，只能简单提示“未见异常”、“偶发不规则心律”、“疑似房颤”等。由于大多数用户缺乏心脏疾病的知识，这种提示方式对用户来说理解难度较高。并且，上述提示方式的评估粒度较...
【技术保护点】
1.一种心脏状态评估方法，其特征在于，包括：/n获取心律样本数据，所述心律样本数据包括样本心律特征和样本标签；/n根据所述心律样本数据对预设评分模型进行训练，得到心律评分模型；/n将待识别的心律特征输入所述心律评分模型，得到心脏状态评估分数。/n
【技术特征摘要】
1.一种心脏状态评估方法，其特征在于，包括：
获取心律样本数据，所述心律样本数据包括样本心律特征和样本标签；
根据所述心律样本数据对预设评分模型进行训练，得到心律评分模型；
将待识别的心律特征输入所述心律评分模型，得到心脏状态评估分数。
2.如权利要求1所述的心脏状态评估方法，其特征在于，所述样本标签为样本评分，所述预设评分模型为回归模型。
3.如权利要求1所述的心脏状态评估方法，其特征在于，所述样本标签为排序名次，所述预设评分模型为排序模型。
4.如权利要求3所述的心脏状态评估方法，其特征在于，所述获取心律样本数据包括：
根据各个所述心律样本数据的样本心律特征以及预设的排序规则，对各个心律样本数据进行排序，得到各个心律样本数据的排序名次。
5.如权利要求1至4中任一项所述的心脏状态评估方法，其特征在于，所述获取心律样本数据包括：
获取原始数据，根据预设的时间窗对所述原始数据进行分窗处理，得到至少一个数据段；
提取所述数据段的心律特征，得到样本心律特征。
6.如权利要求1所述的心脏状态评估方法，其特征在于，在所述获取心律样本数据之后，所述方法还包括：
根据所述样本标签以及预设的区间范围确定缩放算法；
相应的，所述将待识别的心律特征输入所述心律评分模型，得到心脏状态评估分数包括：
将待识别的心律特征输入所述心律评分模型，得到第一评估分数；
使用所述缩放算法对所述第一评估分数进行计算，得到第二评估分数；
将所述第二评估分数作为心脏状态评估分数。
7.如权利要求6所述的心脏状态评估方法，其特征在于，所述将所述第二评估分数作为心脏状态评估分数包括：
若所述第二评估分数在所述预设的区间范围内，则将所述第二评估分数作为心脏状态评估分数；
若所述第二评估分数小于所述预设的区间范围的下限值，则将所述下限值作为所述心脏状态评估分数；
若所述第二评估分数大于所述预设的区间范围的上限值，则将所述上限值作为所述心脏状态评估分数。
8.如权利要求1所述的心脏状态评估方法，其特征在于，所述方法还包括：
获取预设时间段内的所有心脏状态评估分数；
将所述预设时间段内的所有心脏状态评估分数与预设的数据库中的心脏分数曲线进行匹配，将匹配程度最高的心脏分数曲线作为预测曲线并展示。
9.如权利要求1所述的心脏状态评估方法，其特征在于，所述方法还包括：
获取预设时间段内的所有心脏状态评估分数；
对所述预设时间段内的所有心脏状态评估分数进行曲线拟合，得到预测曲线并展示。
10.如权利要求1所述的心脏状态评估方法，其特征在于，所述方法还包括：
根据所述心脏状态评估分数满足的提示条件，执行与所述提示条件对应的预设提示操作。
11.一种心脏状态评估装置，其特征在于，包括：
样本获取模块，用于获取心律样本数据，所述心律样本数据包括样本心律特征和样本标签；
模型训练模块，用于根据所述心律样本数据对预设评分模型进行训练，得到心律评分模型；
状态评估模块，用于将待识别的心律特征输入所述心律评分模型，得到心脏状态评估分数。...
【专利技术属性】
技术研发人员：郭光明，陈茂林，李露平，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。