【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种医疗检测车数据优化存储方法。
技术介绍
1、医疗检测车是一种高效便捷地进行医疗检测的方式，在进行医疗检测的过程中会产生很多医疗检测数据用于监测患者的健康状况，医疗检测数据量大且在医疗检测车上不易存储，故需要一套针对医疗检测车数据的优化存储方法。
2、现有技术通过差分编码对患者医疗检测数据中各项指标进行压缩，传统的差分编码采用全局固定的步长对数据计算差分值，来对数据进行编码存储，然而患者的各项医疗检测数据指标往往在较小范围内波动，并不是所有数据都需要进行无损压缩完全保留，对其进行过于详细地记录会使一些不重要的数据也需要较长地编码进行表示，降低压缩效果。
技术实现思路
1、本专利技术提供一种医疗检测车数据优化存储方法，以解决现有的问题。
2、本专利技术的一种医疗检测车数据优化存储方法采用如下技术方案：
3、本专利技术一个实施例提供了一种医疗检测车数据优化存储方法，该方法包括以下步骤：
4、使用医疗检测车采集患者的体温指标数据；
5、获取体温指标数据的波动中心和波动幅值，根据体温指标数据的波动中心和波动幅值得到体温指标数据中每个数据的异常程度；
6、获取体温指标数据中的待观测数据，获取每个待观测数据对应的样本数据，根据每个待观测数据对应的样本数据得到每个待观测数据的走势异常因子；
7、根据待观测数据的走势异常因子得到体温指标数据中每个数据的走势异常因子，根据体温指标数据
8、根据体温指标数据中每个数据的重要程度得到体温指标数据中所有的自适应步长，根据自适应步长对体温指标数据进行编码压缩存储。
9、进一步地，所述波动中心的具体获取步骤如下：
10、依据体温指标数据中数据之间的差异使用密度聚类算法对体温指标数据进行聚类，得到体温指标数据的各个类别，选取包含数据个数最多的一个类别的聚类中心作为体温指标数据的波动中心。
11、进一步地，所述波动幅值的具体获取步骤如下：
12、获取包含数据个数最多的一个类别的数据个数与体温指标数据的总数据个数的比值记为r；
13、以体温指标数据的波动中心作为体温指标数据的中心点，以步长为1向左右两边同时移动延伸，得到波动范围区间，计算波动范围区间中的个数与体温指标数据的总数据个数的比值，记为，表示向左和向右同时移动i个步长的区间中的数据个数与体温指标数据的总数据个数的比值；
14、在步长增加1迭代的过程中，当第一次出现时，则停止步长增加的迭代，此时将波动范围区间中体温指标数据的中心点的左侧或者右侧的数据个数作为体温指标数据的波动幅值。
15、进一步地，所述体温指标数据中每个数据的异常程度的计算公式为：
16、
17、式中，表示体温指标数据的波动幅值，表示体温指标数据的波动中心的数据值，表示体温指标数据中的第t个数据，表示体温指标数据中的第t个数据的异常程度，表示绝对值符号。
18、进一步地，所述获取体温指标数据中的待观测数据，获取每个待观测数据对应的样本数据，包括的具体步骤如下：
19、将体温指标数据中的第t+1个数据到最后一个数据记为体温指标数据的待观测数据，将任意一个待观测数据和任意一个待观测数据的前t个数据记为任意一个待观测数据对应的样本数据；其中，t为预设阈值。
20、进一步地，所述每个待观测数据的走势异常因子的计算公式为：
21、
22、式中，表示体温指标数据中第k个待观测数据对应的样本数据中后一个数据大于前一个数据的数据个数，表示体温指标数据中第k个待观测数据对应的样本数据中后一个数据小于前一个数据的数据个数，表示体温指标数据中第k个待观测数据对应的样本数据中最大值与最小值的差异，差异表示差值的绝对值，表示体温指标数据中第k个待观测数据，表示体温指标数据中第k个待观测数据对应的样本数据中第一个数据的数据值，表示绝对值符号，表示取最大值函数，表示取最小值函数，表示体温指标数据中第k个待观测数据的走势异常因子。
23、进一步地，所述根据待观测数据的走势异常因子得到体温指标数据中每个数据的走势异常因子，包括的具体步骤如下：
24、将体温指标数据中每个待观测数据的走势异常因子直接作为每个待观测数据位置处的数据的走势异常因子，将体温指标数据中的前t个数据的走势异常因子记为1，则得到体温指标数据中每个数据的走势异常因子。
25、进一步地，所述体温指标数据中每个数据的重要程度的计算公式为：
26、
27、式中，表示体温指标数据中的第t个数据的异常程度，表示体温指标数据中第t个数据的走势异常因子，表示体温指标数据中的第t个数据的重要程度，表示线性归一化函数。
28、进一步地，所述根据体温指标数据中每个数据的重要程度得到体温指标数据中所有的自适应步长，包括的具体步骤如下：
29、从第一个数据开始，将第一个数据的重要程度记为第一个数据的步长贡献，将第一个数据的步长贡献与1的差值的绝对值作为第一个数据的步长差异度，对第一数据的步长贡献和第二个数据的重要程度进行累加，得到第二数据的步长贡献，将第二个数据的步长贡献与1的差值的绝对值作为第二个数据的步长差异度；
30、然后判断第一个数据的步长差异度与第二个数据的步长差异度的大小，当第二个数据的步长差异度大于第一个数据的步长差异度时，则将第一个数据与第二个数据进行划分，即将第一个数据的长度作为一个步长；当第二个数据的步长差异度小于等于第一个数据的步长差异度时，则继续对第二数据的步长贡献和第三数据的重要程度进行累加，得到第三数据的步长贡献，将第三个数据的步长贡献与1的差值的绝对值作为第三个数据的步长差异度；
31、然后判断第二个数据的步长差异度与第三个数据的步长差异度的大小，当第三个数据的步长差异度大于第二个数据的步长差异度时，则将第二个数据与第三个数据进行划分，即将第一个数据和第二个数据的长度作为一个步长，当第三个数据的步长差异度小于等于第二个数据的步长差异度时，则继续进行累加，直到划分出一个步长为止；
32、以此类推，划分出体温指标数据中所有的自适应步长。
33、进一步地，所述根据自适应步长对体温指标数据进行编码压缩存储，包括的具体步骤如下：
34、根据体温指标数据中所有的自适应步长通过差分编码对体温指标数据进行编码压缩存储。
35、本专利技术的技术方案的有益效果是：本专利技术通过对体温指标数据进行分析，获取体温指标数据的波动中心和波动幅值，根据体温指标数据的波动中心和波动幅值得到体温指标数据中每个数据的异常程度，提高了对体温指标数据中每个数据异常检测的准确性；再根据每个数据对应的样本数据得到每个数据的走势异常因子，然后根据每个数据的异常程度和体温指标数据中每个本文档来自技高网...
【技术保护点】
1.一种医疗检测车数据优化存储方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述波动中心的具体获取步骤如下：
3.根据权利要求2所述一种医疗检测车数据优化存储方法，其特征在于，所述波动幅值的具体获取步骤如下：
4.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述体温指标数据中每个数据的异常程度的计算公式为：
5.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述获取体温指标数据中的待观测数据，获取每个待观测数据对应的样本数据，包括的具体步骤如下：
6.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述每个待观测数据的走势异常因子的计算公式为：
7.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述根据待观测数据的走势异常因子得到体温指标数据中每个数据的走势异常因子，包括的具体步骤如下：
8.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述体温指标数据中每个
9.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述根据体温指标数据中每个数据的重要程度得到体温指标数据中所有的自适应步长，包括的具体步骤如下：
10.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述根据自适应步长对体温指标数据进行编码压缩存储，包括的具体步骤如下：
...【技术特征摘要】
1.一种医疗检测车数据优化存储方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述波动中心的具体获取步骤如下：
3.根据权利要求2所述一种医疗检测车数据优化存储方法，其特征在于，所述波动幅值的具体获取步骤如下：
4.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述体温指标数据中每个数据的异常程度的计算公式为：
5.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述获取体温指标数据中的待观测数据，获取每个待观测数据对应的样本数据，包括的具体步骤如下：
6.根据权利要求1所述一种医疗检测车数据优化存储方法，其特征在于，所述...
【专利技术属性】
技术研发人员：吕洪光，汪峰，
申请(专利权)人：邦盛高科特种车辆天津有限公司，
类型：发明
国别省市：
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。