一种可检测生命体征的智能AR偏振探测数据处理方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种可检测生命体征的智能AR偏振探测数据处理方法，包括：对每种生命体征参数对应的历史正常光信号曲线进行分解获得每种生命体征参数的初始阈值；根据每种生命体征参数对应的生命体征数据序列的分散情况和变化情况，计算每种生命体征参数对应的生命体征数据序列的异常程度；根据每种生命体征参数对应的待传输光信号曲线的所有参考曲线的异常程度，获得每种生命体征参数对应的待传输光信号曲线的改进阈值；根据改进阈值对每种生命体征参数对应的待传输光信号曲线进行压缩。本发明专利技术根据异常程度调整DP算法的阈值参数，在保证光信号的传输效率的同时，保证通过光信号提取的生命体征数据的真实性。的真实性。的真实性。

【技术实现步骤摘要】
一种可检测生命体征的智能AR偏振探测数据处理方法


[0001]本专利技术涉及数据处理
，具体涉及一种可检测生命体征的智能
AR
偏振探测数据处理方法
。

技术介绍

[0002]智能
AR
偏振探测器结合偏振技术和增强现实技术，通过分析光的偏振状态非侵入式地检测生命体征，从而提供用户生理状态的实时监测，同时还可以将用户的生命体征数据与其他环境信息结合，以提供更全面的健康分析和指导，在医疗
、
运动监测
、
生物反馈等领域具有潜在的应用前景，并可以为个人健康管理
、
病理诊断和治疗等提供有益的工具和支持
。
[0003]通过偏振滤波器选择特定方向的偏振光，通过检测器接收和转换光信号，最后对接收到的光信号进行处理和分析，以提取和计算生命体征的参数
。
[0004]为了对用户生理状态进行实时监测，需要保证光信号传输的实时性；由于光信号是连续信号，数据量较大，为了提高传输光信号时的传输效率，需要对光信号进行压缩；道格拉斯
‑
普克算法
(DP
算法
)
常用于对连续信号进行压缩
。
[0005]DP
算法中的阈值参数决定了压缩效率和压缩数据损失程度：阈值参数越大，压缩效率越高，相应的光信号的传输效率越高，但同时压缩数据损失程度越大，通过光信号提取的生命体征数据与真实生命体征数据的差异越大，通过光信号提取的生命体征数据越不能反应用户的真实身体状况；阈值参数越小，压缩数据损失程度越小，通过光信号提取的生命体征数据与真实生命体征数据的差异越小，通过光信号提取的生命体征数据越能反应用户的真实身体状况，但同时压缩效率越小，相应的光信号的传输效率越低
。
[0006]因此，需要获得合适的
DP
算法中的阈值参数，在保证光信号的传输效率的同时，保证通过光信号提取的生命体征数据的真实性
。

技术实现思路

[0007]为了解决上述问题，本专利技术提供一种可检测生命体征的智能
AR
偏振探测数据处理方法，所述方法包括：获得每种生命体征参数对应的光信号曲线和历史正常光信号曲线；对每种生命体征参数对应的历史正常光信号曲线进行分解获得每种生命体征参数的初始阈值；将每种生命体征参数对应的光信号曲线转换为每种生命体征参数对应的生命体征数据序列；获得每种生命体征参数的正常范围和预警范围；结合每种生命体征参数的正常范围和预警范围，根据每种生命体征参数对应的生命体征数据序列的分散情况和变化情况，计算每种生命体征参数对应的生命体征数据序列的异常程度；获取当前待传输的每种生命体征参数对应的光信号曲线的所有参考曲线；根据当前待传输的每种生命体征参数对应的光信号曲线的所有参考曲线的异常程度，获得每种生
命体征参数对应的待传输光信号曲线的改进阈值；根据改进阈值对每种生命体征参数对应的待传输光信号曲线进行压缩
。
[0008]进一步地，所述获得每种生命体征参数的初始阈值，包括的具体步骤如下：对每种生命体征参数对应的历史正常光信号曲线进行
STL
分解，获得每种生命体征参数对应的历史正常光信号曲线的周期项序列；根据所有极值点将每种生命体征参数对应的历史正常光信号曲线的周期项序列划分为若干个周期段，将每个周期段的两个极值点的连线记为每个周期段的基准线，将每个周期段上所有数据点到每个周期段的基准线的距离的最大值记为每个周期段的最大误差，将所有周期段的最大误差的均值的记为每种生命体征参数的初始阈值
。
[0009]进一步地，所述计算每种生命体征参数对应的生命体征数据序列的异常程度，包括的具体步骤如下：对接收的每种生命体征参数对应的光信号曲线进行处理和分析，获得每种生命体征参数对应的生命体征数据序列；获得每种生命体征参数对应的生命体征数据序列中连续超出预警范围的若干个生命体征数据组成的子序列，共获得每种生命体征参数对应的生命体征数据序列的若干个子序列；计算每种生命体征参数对应的生命体征数据序列的异常程度，具体计算公式为：度，具体计算公式为：度，具体计算公式为：表示第
i
生命体征参数对应的生命体征数据序列的异常程度，表示第
i
生命体征参数对应的生命体征数据序列的方差，表示第
i
生命体征参数对应的生命体征数据序列中子序列的数量，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列的平均变化速率，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列的长度，表示第
i
生命体征参数对应的生命体征数据序列的长度，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列中超出正常范围的生命体征数据的平均值，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列中超出正常范围的程度
。
[0010]进一步地，所述获得每种生命体征参数对应的待传输光信号曲线的改进阈值，包括的具体步骤如下：括的具体步骤如下：表示第
i
生命体征参数对应的待传输光信号曲线的改进阈值，表示第
i
生命体
征参数的初始阈值，表示第
i
生命体征参数对应的待传输光信号曲线的第
s
参考曲线的异常程度，
S
表示预设数量
。
[0011]进一步地，所述获得每种生命体征参数对应的光信号曲线和历史正常光信号曲线，包括的具体步骤如下：智能
AR
偏振探测器通过偏振滤波器选择特定方向的偏振光，通过检测器接收和转换得到的光信号，分别为第一生命体征参数到第五生命体征参数对应的光信号；分别将预设时间段
T
内每种生命体征参数对应的光信号按照顺序组成的曲线，作为每种生命体征参数对应的光信号曲线，分别为第一生命体征参数对应的光信号曲线到第五生命体征参数对应的光信号曲线；在历史数据中选取用户的身体健康情况良好时每种生命体征参数对应的光信号按照顺序组成的曲线，要求曲线对应的时间长度为
30T
，作为每种生命体征参数对应的历史正常光信号曲线，分别为第一生命体征参数对应的历史正常光信号曲线到第五生命体征参数对应的历史正常光信号曲线
。
[0012]进一步地，所述第一生命体征参数到第五生命体征参数，包括的具体步骤如下：分别将呼吸
、
脉搏
、
体温
、
舒张压和收缩压这5种生命体征参数记为第一生命体征参数到第五生命体征参数
。
[0013]进一步地，所述获得每种生命体征参数的正常范围和预警范围，包括的具体步骤如下：预设每种生命体征参数的正常范围，用和分别表示第
i
生命体征参数的正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种可检测生命体征的智能
AR
偏振探测数据处理方法，其特征在于，所述方法包括：获得每种生命体征参数对应的光信号曲线和历史正常光信号曲线；对每种生命体征参数对应的历史正常光信号曲线进行分解获得每种生命体征参数的初始阈值；将每种生命体征参数对应的光信号曲线转换为每种生命体征参数对应的生命体征数据序列；获得每种生命体征参数的正常范围和预警范围；结合每种生命体征参数的正常范围和预警范围，根据每种生命体征参数对应的生命体征数据序列的分散情况和变化情况，计算每种生命体征参数对应的生命体征数据序列的异常程度；获取当前待传输的每种生命体征参数对应的光信号曲线的所有参考曲线；根据当前待传输的每种生命体征参数对应的光信号曲线的所有参考曲线的异常程度，获得每种生命体征参数对应的待传输光信号曲线的改进阈值；根据改进阈值对每种生命体征参数对应的待传输光信号曲线进行压缩
。2.
根据权利要求1所述的一种可检测生命体征的智能
AR
偏振探测数据处理方法，其特征在于，所述获得每种生命体征参数的初始阈值，包括的具体步骤如下：对每种生命体征参数对应的历史正常光信号曲线进行
STL
分解，获得每种生命体征参数对应的历史正常光信号曲线的周期项序列；根据所有极值点将每种生命体征参数对应的历史正常光信号曲线的周期项序列划分为若干个周期段，将每个周期段的两个极值点的连线记为每个周期段的基准线，将每个周期段上所有数据点到每个周期段的基准线的距离的最大值记为每个周期段的最大误差，将所有周期段的最大误差的均值的记为每种生命体征参数的初始阈值
。3.
根据权利要求1所述的一种可检测生命体征的智能
AR
偏振探测数据处理方法，其特征在于，所述计算每种生命体征参数对应的生命体征数据序列的异常程度，包括的具体步骤如下：对接收的每种生命体征参数对应的光信号曲线进行处理和分析，获得每种生命体征参数对应的生命体征数据序列；获得每种生命体征参数对应的生命体征数据序列中连续超出预警范围的若干个生命体征数据组成的子序列，共获得每种生命体征参数对应的生命体征数据序列的若干个子序列；计算每种生命体征参数对应的生命体征数据序列的异常程度，具体计算公式为：具体计算公式为：具体计算公式为：表示第
i
生命体征参数对应的生命体征数据序列的异常程度，表示第
i
生命体征参数对应的生命体征数据序列的方差，表示第
i
生命体征参数对应的生命体征数据序列中
子序列的数量，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列的平均变化速率，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列的长度，表示第
i
生命体征参数对应的生命体征数据序列的长度，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列中超出正常范围的生命体征数据的平均值，表示第
i
生命体征参数对应的生命体征数据序列的第
j
个子序列中超出正常范围的程度
。4.
根据权利要求1所述的一种可检测生命体征的智能
AR
偏振探测数据处理方法，其特征在于，所述获得每种生命体征参数对应的待传输光信号曲线的改进阈值，包括的具体步骤如下：骤如下：表示第
i
生命体征参数对应的待传输光信号曲线的改进阈值，表示第
i
生命体征参数的初始阈值，表示第
i
生命体征参数对应的待传输光信号曲线的第
s
参考曲线的异常程度，
S<...

【专利技术属性】
技术研发人员：高国兵，顾宪松，李英超，刘长宜，
申请(专利权)人：汉达科技发展集团有限公司，
类型：发明
国别省市：