【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于智能床垫的心血管疾病监控方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着社会产能的提升，人们生活水平逐渐提高，导致人们的饮食结构发生变化，更多的摄入高脂肪、高糖、高盐等不健康食品，容易产生心血管疾病。再加上人们出行变得便利，人们普遍缺乏身体锻炼，更容易造成心血管疾病。
2、心血管疾病发生时具有明显疼痛感，当在白天并发时，患者更加清醒，更容易呼救得到有效的救治。而当用户在睡眠状态下病发，可能无法及时察觉，且夜晚的医疗资源受到限制，两种因素会导致患者难以及时救助，造成生命危险。
技术实现思路
1、本专利技术提供一种基于智能床垫的心血管疾病监控方法、装置、设备及存储介质，其主要目的在于对睡眠中的用户进行心血管疾病监控，保护用户的生命安全。
2、为实现上述目的，本专利技术提供的一种基于智能床垫的心血管疾病监控方法，包括：
3、利用预构建的智能床垫中的毫米波雷达实时获取用户的心跳信息及血管舒张信息，利用所述智能床垫中的压力传感器实时获取用户的压力分布矩阵；
4、利用预训练的心血管疾病监控模型，对所述心跳信息及血管舒张信息进行特征工程操作，得到心血管信息特征集合，及对所述压力分布矩阵进行高斯滤波处理，得到降噪压力矩阵；
5、计算预设时间段内所述心血管信息特征集合的特征变化，得到心血管变动特征集合，及计算所述预设时间段内所述降噪压力矩阵的特征变化，得到压力变动特征；
6、对所
7、对所述降干扰血管变动特征集合进行全连接分类判断，得到心血管疾病发病确诊概率，当所述心血管疾病发病确诊概率大于预设的报警阈值，生成报警提示信息发送至预构建的救护人员。
8、可选的，所述利用预训练的心血管疾病监控模型，对所述心跳信息及血管舒张信息进行特征工程操作，得到心血管信息特征集合，包括：
9、利用预训练的心血管疾病监控模型，根据预设的工程算法，对所述心跳信息及血管舒张信息进行预处理操作，得到干净心血管信息集合；
10、对所述干净心血管信息集合进行特征提取，得到心血管特征集合；
11、利用皮尔逊相关系数算法，对所述心血管特征集合中各个心血管特征进行相关性分析，并对相关性分析的结果进行热力图配置，得到心血管关联特征集合；
12、根据决策树算法，对所述心血管关联特征集合中的各个心血管关联特征进行重要性评估，得到特征评估排列表，并获取所述特征评估排列表中重要性评估分数高于的预设阈值的特征，得到心血管信息特征集合。
13、可选的，所述计算预设时间段内所述心血管信息特征集合的特征变化，得到心血管变动特征集合，包括：
14、获取秒时间段内所述心血管信息特征集合中各个心血管信息的平均特征、最大特征及最小特征；
15、在预设的时间段内，根据所述各个心血管信息的平均特征、最大特征及最小特征，计算各个心血管信息的方差值，并将所述方差值大于预设的第一阈值的特征进行提取，得到心血管变动特征集合。
16、可选的，所述计算所述预设时间段内所述降噪压力矩阵的特征变化，得到压力变动特征，包括：
17、计算各的单位时间对应的降噪压力矩阵之间的矩阵方差，当矩阵方差大于预设的第二阈值时，将所述矩阵方差定义为有效变动压力方差；
18、在预设的时间段内，对所有所述有效变动压力方差进行累计，得到有效变动压力方差集合，并对所述有效变动压力方差集合进行特征提取，得到压力变动特征。
19、可选的，所述对所述压力变动特征进行心血管特征变化预测操作，得到心血管干扰特征集合，包括：
20、对所述压力变动特征进行基于身体姿势的全连接分类识别，得到身体姿势变化序列；
21、对所述身体姿势变化序列配备时间特征，得到时间动作变化序列，对所述时间动作变化序列进行全连接层预测，得到与所述心血管信息特征集合中各心血管信息类别相对应的心血管干扰特征集合。
22、可选的，所述利用预训练的心血管疾病监控模型之前，所述方法还包括：
23、获取预构建的心血管疾病监控模型，及预构建的训练样本集合；
24、依次从所述训练样本集合中提取一个目标样本，利用所述心血管疾病监控模型对所述训练样本进行网络正向计算，得到发病率预测结果，并利用预构建的网络中间层接口，得到心血管干扰预测结果；
25、利用交叉熵损失算法计算所述心血管干扰预测结果与目标样本对应的干扰标签之间的多分类损失值，得到第一损失值，及计算所述发病率预测结果与所述目标样本的真实发病标签的二分类损失，得到第二损失值；
26、根据梯度下降算法，根据所述第一损失值及第二损失值，进行网络逆向参数更新操作，得到更新心血管疾病监控模型；
27、判断所述第二损失值是否小于预设的合格阈值；
28、当所述第二损失值大于或等于所述合格阈值时，返回上述依次从所述训练样本集合中提取一个目标样本的训练过程，对所述更新心血管疾病监控模型进行迭代优化；
29、当所述第二损失值小于所述合格阈值时，停止训练过程，得到训练完成的心血管疾病监控模型。
30、可选的，所述心血管疾病监控模型处于所述智能床垫之中，利用边缘计算实时计算用户的心血管疾病发病确诊概率。
31、为了解决上述问题，本专利技术还提供一种基于智能床垫的心血管疾病监控装置，所述装置包括：
32、信息获取模块，用于利用预构建的智能床垫中的毫米波雷达实时获取用户的心跳信息及血管舒张信息，利用所述智能床垫中的压力传感器实时获取用户的压力分布矩阵；
33、特征提取模块，用于利用预训练的心血管疾病监控模型，对所述心跳信息及血管舒张信息进行特征工程操作，得到心血管信息特征集合，及对所述压力分布矩阵进行高斯滤波处理，得到降噪压力矩阵；
34、特征提纯模块，用于计算预设时间段内所述心血管信息特征集合的特征变化，得到心血管变动特征集合，及计算所述预设时间段内所述降噪压力矩阵的特征变化，得到压力变动特征，及对所述压力变动特征进行心血管特征变化预测操作，得到心血管干扰特征集合，并利用所述心血管干扰特征集合对所述心血管变动特征集合进行特征消除操作，得到降干扰血管变动特征集合；
35、疾病监控模块，用于对所述降干扰血管变动特征集合进行全连接分类判断，得到心血管疾病发病确诊概率，当所述心血管疾病发病确诊概率大于预设的报警阈值，生成报警提示信息发送至预构建的救护人员。
36、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
37、至少一个处理器；以及，
38、与所述至少一个处理器通信连接的存储器；其中，
39、所本文档来自技高网...
【技术保护点】
1.一种基于智能床垫的心血管疾病监控方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述利用预训练的心血管疾病监控模型，对所述心跳信息及血管舒张信息进行特征工程操作，得到心血管信息特征集合，包括：
3.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述计算预设时间段内所述心血管信息特征集合的特征变化，得到心血管变动特征集合，包括：
4.如权利要求3所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述计算所述预设时间段内所述降噪压力矩阵的特征变化，得到压力变动特征，包括：
5.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述对所述压力变动特征进行心血管特征变化预测操作，得到心血管干扰特征集合，包括：
6.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述利用预训练的心血管疾病监控模型之前，所述方法还包括：
7.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述心血管疾病监控模型处于
8.一种基于智能床垫的心血管疾病监控装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于智能床垫的心血管疾病监控方法。
...【技术特征摘要】
1.一种基于智能床垫的心血管疾病监控方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述利用预训练的心血管疾病监控模型，对所述心跳信息及血管舒张信息进行特征工程操作，得到心血管信息特征集合，包括：
3.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述计算预设时间段内所述心血管信息特征集合的特征变化，得到心血管变动特征集合，包括：
4.如权利要求3所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述计算所述预设时间段内所述降噪压力矩阵的特征变化，得到压力变动特征，包括：
5.如权利要求1所述的基于智能床垫的心血管疾病监控方法，其特征在于，所述对所述压力变动特征...
【专利技术属性】
技术研发人员：谢俊，王俊松，
申请(专利权)人：亿慧云智能科技深圳股份有限公司，
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。