一种数据处理方法、装置和电子设备制造方法及图纸

本公开提供了一种数据处理方法、装置和电子设备，解决了现有技术中的风险预测模型的风险评分的准确度较低的问题。该方法包括：获取当前用户的视频图像；对视频图像中的每帧图片进行红R绿G蓝B通道分离，确定每帧图片的G通道的图像；根据图像光电容积脉搏波描记法iPPG对每帧图片的G通道的图像进行处理，以确定每帧图片的iPPG时域信号；将iPPG时域信号输入至预先配置的回归预测模型中，以确定当前用户的冠心病发病风险数值；其中，回归预测模型包括iPPG时域信号与冠心病发病风险数值的对应关系。系。系。

【技术实现步骤摘要】
一种数据处理方法、装置和电子设备


[0001]本公开涉及数据处理
，尤其涉及一种数据处理方法、装置和电子设备。

技术介绍

[0002]冠心病的风险因素十分复杂，且发病过程较为缓慢，对其发病风险进行预测评估，有利于识别高危人群，从而实现合理干预。常见的风险预测模型，包括弗明汉(Framingham)风险评分、首次严重动脉粥样硬化心血管疾病(atherosclerotic cardiovascular disease，ASCVD)风险评分、英国前瞻性糖尿病研究(United Kingdom Prospective Diabetes Study，UKPDS)糖尿病心血管风险评价等等。
[0003]但上述风险预测模型需根据生活习惯问卷调查与生化指标检查来获取相应的评估指标，并根据得到的评估指标计算风险评分。然而，由于用户在填写生活习惯问卷调查的过程中，存在瞒报或者随意填写的现象，导致风险预测模型的风险评分的准确度较低。

技术实现思路

[0004]本公开提供了一种数据处理方法、装置和电子设备，解决了现有技术中的风险预测模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取当前用户的视频图像；对所述视频图像中的每帧图片进行红R绿G蓝B通道分离，确定所述每帧图片的G通道的图像；根据图像光电容积脉搏波描记法iPPG对所述每帧图片的G通道的图像进行处理，以确定所述每帧图片的iPPG时域信号；将所述iPPG时域信号输入至预先配置的回归预测模型中，以确定所述当前用户的冠心病发病风险数值；其中，所述回归预测模型包括iPPG时域信号与冠心病发病风险数值的对应关系。2.根据权利要求1所述的数据处理方法，其特征在于，所述将所述iPPG时域信号输入至预先配置的回归预测模型中，以确定所述当前用户的冠心病发病风险数值前，所述方法还包括：对所述每帧图片的iPPG时域信号进行去趋势化处理，得到处理后的所述每帧图片的iPPG时域信号；根据所述处理后的所述每帧图片的iPPG时域信号，确定指标特征；其中，所述指标特征至少包括在静息状况下每分钟心跳的次数Bpm、RR时间间隔IBI、每分钟呼吸的次数breathingrate、RR区间标准差、相邻RR差值的标准差、相邻RR差值的均方根、相邻RR差值的绝对值大于第一阈值的第一比例、相邻RR差值的绝对值大于第二阈值的第二比例、RR序列的功率谱密度图中第一频率区间对应所对应的第一面积LF、RR序列的功率谱密度图中第二频率区间对应所对应的第二面积HF、LF与HF的比值、Poincare散点图的定量化描述椭圆的长轴SD1、Poincare散点图的定量化描述椭圆的短轴SD2、SD1与SD2的比值、主峰幅值Hb、下降支幅值Hc、反射峰幅值Hd、持续时间T、全波出现时间Tab和主波到重搏波峰的间隔时间Tbd；所述将所述iPPG时域信号输入至预先配置的回归预测模型中，以确定所述当前用户的冠心病发病风险数值，包括：将所述指标特征输入至预先配置的回归预测模型中，以确定所述当前用户的冠心病发病风险数值。3.根据权利要求2所述的数据处理方法，其特征在于，所述第一阈值为20毫秒，所述第二阈值为50毫秒，所述第一频率区间为[0.04Hz，0.15Hz]，所述第一频率区间为[0.15Hz，0.4Hz]。4.根据权利要求1所述的数据处理方法，其特征在于，所述获取当前用户的视频图像前，所述方法还包括：获取训练样本数据和所述训练样本数据的标记结果；其中，所述训练样本数据包括至少一个受试者对应的指标特征，所述标记结果包括：每个受试者对应的冠心病发病风险数值，所述指标特征由受试者对应的iPPG时域信号所确定的；将所述训练样本数据输入至随机森林回归模型，确定所述受试者的预测结果与标记结果是否匹配；在所述受试者的预测结果与标记结果不匹配的情况下，反复迭代使用网格搜索法对所述随机森林回归模型的参数进行优化，直至所述受试者的预测结果与标记结果的匹配率大
于匹配率阈值时，得到所述回归预测模型。5.根据权利要求4所述的数据处理方法，其特征在于，所述获取所述每个受试者对应的冠心病发病风险数值，包括：获取所述每个受试者的生活习惯数据、用户数据和体检数据；其中，所述生活习惯数据至少包括现居住地、是否服用降压药、是否患有糖尿病、是否吸烟和是否有心脑血管病家族史，所述用户数据至少包括性别和年龄，所述体检数据至少包括血压、腰围、总胆固醇和高密度脂蛋白胆固醇；将所述每个受试者的生活习惯数据、用户数据和体检数据，输入至China
‑
PAR模型中，以确定所述每个受试者对应的冠心病发病风险数值。6.一种数据处理装置，其特征在于，包括：获取单元，用于获取当前用户的视频图像；处理单元，用于对所述获取单元获取的所述视频图像中的每帧图片进行红R绿G蓝B通道分离，确定所述每帧图片的G通道的图像；...

【专利技术属性】
技术研发人员：韦敏，罗静静，祝兴，
申请(专利权)人：季华实验室，
类型：发明
国别省市：