心率数据分类方法、装置、设备及存储介质制造方法及图纸

本申请是关于一种心率数据分类方法、装置、设备及存储介质，具体涉及医疗数据检测领域。所述方法包括：获取初始心率数据；根据目标时间区间内的初始心率值的大小，生成心率阈值；根据所述心率阈值，校正所述初始心率数据中的各个初始心率值，获得第一预处理数据；对所述第一预处理数据进行高频噪声消除处理，获得第二预处理数据；根据心率分类模型对所述第二预处理数据进行处理，获得所述初始心率数据所对应的类别结果。上述方案中，通过对初始心率数据先后执行校正操作以及除噪操作，在避免高频噪声干扰的同时，还避免了可穿戴设备误识别到的数据对心率数据分类的影响，从而进一步提高了心率数据分类的准确性。提高了心率数据分类的准确性。提高了心率数据分类的准确性。

【技术实现步骤摘要】
心率数据分类方法、装置、设备及存储介质


[0001]本专利技术涉及医疗数据检测
，具体涉及一种心率数据分类方法、装置、设备及存储介质。

技术介绍

[0002]在医疗健康领域，人体心率是反映人体健康状态的一种非常重要的指标，通过人体心率即可以在一定程度上反映出人体所处的状态。
[0003]在医疗健康领域，心率采集设备可以采集到人体的心率情况，例如通过手环等可穿戴设备，可以较为准确的采集到人体的心率情况，此时可穿戴设备中的数据处理设备，可以对人体的心率情况进行分析，并在分析中对通过对心率信号进行分解，除去人体心率中的高频噪声，再根据人体心率数据的特征对人体心率数据进行分类，以完成对人体健康状态的判断。
[0004]上述方案中，在可穿戴设备采集到的人体的心率数据容易受到外界环境以及人体运动情况的干扰，人体心率数据中可能包含误检测的数据，导致对人体心率数据的分类效果较差。

技术实现思路

[0005]本申请提供了一种心率数据分类方法、装置、设备及存储介质，提高了心率数据分类的分类准确性，该技术方案如下。
[0006]一方面，提供了一种心率数据分类方法，所述方法包括：
[0007]获取初始心率数据；所述初始心率数据中包含按时间排序的各个初始心率值；
[0008]根据目标时间区间内的初始心率值的大小，生成心率阈值；
[0009]根据所述心率阈值，校正所述初始心率数据中的各个初始心率值，获得第一预处理数据；
[0010]对所述第一预处理数据进行高频噪声消除处理，获得第二预处理数据；
[0011]根据心率分类模型对所述第二预处理数据进行处理，获得所述初始心率数据所对应的类别结果。
[0012]又一方面，提供了一种心率数据分类装置，所述装置包括：
[0013]初始心率获取模块，用于获取初始心率数据；所述初始心率数据中包含按时间排序的各个初始心率值；
[0014]心率阈值生成模块，用于根据目标时间区间内的初始心率值的大小，生成心率阈值；
[0015]第一预处理模块，用于根据所述心率阈值，校正所述初始心率数据中的各个初始心率值，获得第一预处理数据；
[0016]第二预处理模块，用于对所述第一预处理数据进行高频噪声消除处理，获得第二预处理数据；
[0017]类别获取模块，用于根据心率分类模型对所述第二预处理数据进行处理，获得所述初始心率数据所对应的类别结果。
[0018]再一方面，提供了一种计算机设备，所述计算机设备中包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述心率数据分类方法。
[0019]又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的心率数据分类方法。
[0020]本申请提供的技术方案可以包括以下有益效果：
[0021]当需要对人体的心率数据进行分类时，计算机设备可以先确定出心率数据中的目标时间区间，并根据时间区间内的心率数据，确定心率阈值作为异常心率的判断依据；当确定出心率阈值后，则可以通过心率阈值对初始心率数据中的各个初始心率值进行异常判断，以将初始心率数据校正为第一预处理数据；计算机设备通过除噪算法，对校正后的第一预处理数据进行进一步的处理，得到第二预处理数据，以输入心率分类模型，从而完成对初始心率数据的分类。上述方案中通过对初始心率数据先后执行校正操作以及除噪操作，在避免高频噪声干扰的同时，还避免了可穿戴设备误识别到的数据对心率数据分类的影响，从而进一步提高了心率数据分类的准确性。
附图说明
[0022]为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，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。
[0023]图1是根据一示例性实施例示出的一种心率数据分类系统的结构示意图。
[0024]图2是根据一示例性实施例示出的心率数据分类方法的方法流程图。
[0025]图3是根据一示例性实施例示出的心率数据分类方法的方法流程图。
[0026]图4示出了一种采集的原始心率时序数据的变化示意图。
[0027]图5示出了一种获得替换异常值后的新的心率时序数据示意图。
[0028]图6展示了一段心率时序数据的处理结果示意图。
[0029]图7是根据一示例性实施例示出的心率数据分类装置的结构方框图。
[0030]图8是根据本申请一示例性实施例提供的一种计算机设备示意图。
具体实施方式
[0031]下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0032]应理解，在本申请的实施例中提到的“指示”可以是直接指示，也可以是间接指示，还可以是表示具有关联关系。举例说明，A指示B，可以表示A直接指示B，例如B可以通过A获取；也可以表示A间接指示B，例如A指示C，B可以通过C获取；还可以表示A和B之间具有关联关系。
[0033]在本申请实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
[0034]本申请实施例中，“预定义”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本申请对于其具体的实现方式不做限定。
[0035]本申请实施例中提供的心率数据分类方法可以应用于具有较强数据处理能力的计算机设备中。该心率数据分类方法中包含对心率数据分类模型的训练方法，该心率数据分类模型可以实现对输入心率数据的处理，得到对应于输入心率数据的心率数据类别，以指示人体的健康状态。在一种可能的实现方式中，本申请实施例提供的心率数据分类方法可以应用于个人计算机、工作站或服务器中，即通过个人计算机、工作站以及服务器中至少一者进行心率数据分类模型的训练。
[0036]图1是根据一示例性实施例示出的一种心率数据分类系统的结构示意图。该心率数据分类系统中包含服务器110以及终端120。其中，终端120与服务器110之间通过通信网络进行数据通信，该通信网络可以是有线网络也可以是无线网络。
[0037]可选的，终端120中安装有具有心率数据处理功能的应用程序，该应用程序可以是专业图像处理应用程序、社交类应用程序，虚拟现实类应用程序、或者具有心率数据处理功能的AI应用程序，本申请实施例对此不做限定。
[0038]可选的，该终端120可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心率数据分类方法，其特征在于，所述方法包括：获取初始心率数据；所述初始心率数据中包含按时间排序的各个初始心率值；根据目标时间区间内的初始心率值的大小，生成心率阈值；根据所述心率阈值，校正所述初始心率数据中的各个初始心率值，获得第一预处理数据；对所述第一预处理数据进行高频噪声消除处理，获得第二预处理数据；根据心率分类模型对所述第二预处理数据进行处理，获得所述初始心率数据所对应的类别结果。2.根据权利要求1所述的方法，其特征在于，所述心率阈值包括高心率阈值以及低心率阈值；所述根据目标时间区间内的初始心率值的大小，生成心率阈值，包括：获取目标时间区间内的各个初始心率值，并计算所述目标时间区间内的心率均值；将所述心率均值与第一比值的乘积，确定为所述目标时间区间所对应的所述高心率阈值；将所述心率均值与第二比值的乘积，确定为所述目标时间区间所对应的所述低心率阈值。3.根据权利要求2所述的方法，其特征在于，在所述根据目标时间区间内的初始心率值的大小，生成心率阈值之前，还包括：按照目标时间间隔，将所述初始心率数据划分至各个候选时间区间；获取各个候选时间区间内的心率数据均值，并按照大小进行排序，获得均值序列；将所述均值序列的中位数所对应的候选时间区间，确定为所述目标时间区间。4.根据权利要求2所述的方法，其特征在于，所述根据目标时间区间内的初始心率值的大小，生成心率阈值之前，还包括：根据第一初始心率值的时刻信息，确定第一初始心率值所对应的所述目标时间区间；所述根据所述心率阈值，校正所述初始心率数据中的各个初始心率值，包括：判断所述第一初始心率值，是否在所述第一初始心率值所对应的低心率阈值与高心率阈值构成的第一阈值区间中；当所述第一初始心率值不在所述第一阈值区间中，将所述第一初始心率值更新为所述第一初始心率值对应的所述目标时间区间内的中位数。5.根据权利要求4所述的方法，其特征在于，所述根据第一初始心率值的时刻信息，确定第一初始心率值所对应的所述目标时间区间，包括：当所述第一初始心率值的时刻信息小于第一时刻时，将所述第...

【专利技术属性】
技术研发人员：王爱波，蚁韩羚，余晓填，王孝宇，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：