【技术实现步骤摘要】
一种孕妇指标数据分析方法、装置、设备及可读存储介质
[0001]本专利技术涉及医疗设备
，具体而言，涉及一种孕妇指标数据分析方法、装置、设备及可读存储介质。
技术介绍
[0002]目前孕妇身体状况是每个家庭关注的一件大事，往往孕妇的身体指标关系着孕妇与胎儿的健康，但是孕妇由于各方面原因不能随时检查身体，这就需要一种能够随时监测孕妇身体健康的方法和装置，来保证随时监测和判断孕妇身体指标状况，判断所述指标是否异常，并及时向孕妇进行反馈，进而保障孕妇的健康。
技术实现思路
[0003]本专利技术的目的在于提供一种孕妇指标数据分析方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
[0004]一方面，本申请提供了一种孕妇指标数据分析方法，所述方法包括：
[0005]获取第一信息和第二信息，所述第一信息为孕妇年龄信息、孕妇历史病例信息和孕妇怀胎时间信息，所述第二信息为孕妇的指标数据信息，所述指标数据信息为智能手环采集到的血压信息、血脂信息和血糖信息；<...
【技术保护点】
【技术特征摘要】
1.一种孕妇指标数据分析方法，其特征在于，包括：获取第一信息和第二信息，所述第一信息为孕妇年龄信息、孕妇历史病例信息和孕妇怀胎时间信息，所述第二信息为孕妇的指标数据信息，所述指标数据信息为智能手环采集到的血压信息、血脂信息和血糖信息；根据所述第一信息对所述孕妇进行分类，得到至少两个孕妇类别信息；将所述孕妇历史病例信息和孕妇类别信息进行关联度计算，得到至少两个不同类别的孕妇指标数据的异常值关联度；将每个所述不同类别的孕妇指标数据的异常值关联度与所述孕妇历史病例信息进行聚类分析，得到各个类别的指标异常值的阈值范围；将所述第二信息与所述各个类别的指标异常值的阈值范围进行对比，得到孕妇的指标数据是否异常的信息。2.根据权利要求1所述的孕妇指标数据分析方法，其特征在于，根据所述第一信息对所述孕妇进行分类，得到至少两个孕妇类别信息，包括；将所述第一信息发送至分类模型进行分类，得到分类后的第一信息，所述分类模型为根据预设的分类阈值表对所述第一信息进行分类的模型；采用SGD计算梯度对分类模型进行自适应梯度更新，并将所述分类后的第一信息发送至更新后的分类模型进行迭代处理，其中迭代处理为基于分类后的第一信息进行特征工程处理，确定迭代训练所需要的特征向量，并采用AUC算法对特征向量进行迭代处理，得到达到最大迭代次数的AUC值；按照预设的第一权重比例对所述第一信息进行加权计算，得到孕妇的分类权重值，并将所述孕妇的分类权重值与达到最大迭代次数的AUC值进行对比分类，得到至少两个孕妇类别信息。3.根据权利要求1所述的孕妇指标数据分析方法，其特征在于，将所述孕妇历史病例信息和孕妇类别信息进行关联度计算，得到至少两个不同类别的孕妇指标数据的异常值关联度，包括：调用所述孕妇历史病例信息中的所有异常指标数据；将所述孕妇历史病例信息中所有异常指标数据按照预设的第二权重比例进行异常值计算，计算得到所有异常指标数据的异常值；将所述孕妇指标数据的异常值和孕妇分类信息进行灰色关联分析，对孕妇指标数据的异常值采用区间法进行处理，得到不同类别的孕妇指标数据的异常值，基于所述不同类别的孕妇指标数据的异常值计算灰色关联系数；基于所述灰色关联系数计算得到至少两个不同类别的孕妇指标数据的异常值关联度。4.根据权利要求1所述的孕妇指标数据分析方法，其特征在于，将每个所述不同类别的孕妇指标数据的异常值关联度与所述孕妇历史病例信息进行聚类分析，得到各个类别的指标异常值的阈值范围，包括：将所述不同类别的孕妇指标数据的异常值关联度作为权重系数与所述孕妇历史病例信息中的所有异常指标数据的异常值进行乘积计算，得到不同类别的异常指标数据的异常值；将所述不同类别的异常指标数据的异常值分别发送至K
‑
means聚类算法模型进行聚类
处理，得到至少两个异常值聚类簇集合，所有的所述异常值聚类簇集合包括至少一个异常值聚类簇；基于所述至少两个异常值聚类簇集合和格拉布斯准则计算得到各个异常值聚类簇集合中每个异常值聚类簇的阈值范围；对各个异常值聚类簇集合中每个异常值聚类簇的阈值范围进行判断，将各个异常值聚类簇集合中最大的所述阈值范围作为对应的各个类别的指标异常值的阈值范围。5.一种孕妇指标数据分析装置，其特征在于，包括：第一获取单元，用于获取第一信息和第二信息，所述第一信息为孕妇年龄信息、孕妇历史病例信息和孕妇怀胎时间信息，所述第二信息为孕妇的指标数据信息，所述指...
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。