一种心律失常风险预测方法及相关电子设备技术

本申请提供了一种心律失常风险预测方法及相关电子设备，该方法包括：电子设备获取目标用户在第一时间段内的用户数据和睡眠呼吸暂停OSAS数据，用户数据包括睡眠数据、运动数据以及用户输入数据的至少一种；基于第一时间段内的用户数据和OSAS数据，通过风险预测模型对目标用户在第二时间段内的心律失常风险进行预测，获得第一预测结果，第一预测结果包括目标用户在第二时间段内对应的心律失常风险等级；显示第一预测结果。实施本申请实施例，可以基于用户数据和OSAS数据预测心律失常风险，满足用户的健康管理需求，提高用户体验。

【技术实现步骤摘要】

本申请实施例涉及终端技术，尤其涉及一种心律失常风险预测方法及相关电子设备。

技术介绍

1、心律失常指心脏冲动的频率、节律、起源部位、传导速度、激动次序及房室传导途径等任何一方面的异常，心律失常事件对人们的生活健康有着极大的影响。但由于心律失常事件发生前无明显症状、发作时无规律，导致人们对其知晓率低且难以准确预测，若长期佩戴动态呼吸监测holter或长期进行心电监测，会极大的影响人们的日常生活且成本较高。

2、因此，如何满足用户的心律失常事件管理需求，提高用户体验，是当前及未来的研究方向。

技术实现思路

1、本申请提供了一种心律失常风险预测方法及相关电子设备，在该心律失常风险预测方法中，可以基于用户数据和睡眠呼吸暂停osas数据预测心律失常风险，满足用户需求，提高用户体验。

2、第一方面，本申请实施例提供了一种心律失常风险预测方法，应用于电子设备，该方法包括：

3、获取目标用户在第一时间段内的用户数据和睡眠呼吸暂停osas数据，所述用户数据包括睡眠数据、运动数据以及用户输入数本文档来自技高网...

【技术保护点】

1.一种心律失常风险预测方法，其特征在于，应用于电子设备，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户在第一时间段内的用户数据和睡眠呼吸暂停OSAS数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述用户数据和所述OSAS数据，通过风险预测模型对所述目标用户在第二时间段内的心律失常风险进行预测，获得第一预测结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述多个特征值集合，通过所述风险预测模型获得所述第一预测结果，包括：

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述...

【技术特征摘要】

1.一种心律失常风险预测方法，其特征在于，应用于电子设备，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户在第一时间段内的用户数据和睡眠呼吸暂停osas数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述用户数据和所述osas数据，通过风险预测模型对所述目标用户在第二时间段内的心律失常风险进行预测，获得第一预测结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述多个特征值集合，通过所述风险预测模型获得所述第一预测结果，包括：

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述睡眠数据包括入睡时间、出睡时间、睡眠时长、深度睡眠时长、浅度睡眠时长、醒来次数以及睡眠评分中的至少一种特征；

6.根据权利要求1所述的方法，其特征在于，所述第一预测结果还包括所述目标用户对应的一种或多种心律失常风险因子，以及所述一种或多种心律失常风险因子分别对应的因子权重；其中，每种所述心律失常风险因子对应一种所述特征；

7.根据权利要求...

【专利技术属性】
技术研发人员：李良祉，张稳，陈茂林，李露平，伍冬睿，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：