【技术实现步骤摘要】
本专利技术涉及健康监测，具体涉及基于大数据分析的孕妇孕期健康状态监测方法。
技术介绍
1、妊娠糖尿病是指孕妇在妊娠期间的一种糖尿病类型。未经治疗的妊娠糖尿病可能导致宫内发育迟缓、胎儿过大、难产、新生儿低血糖、呼吸窘迫综合征等并发症；及早发现和及时治疗妊娠糖尿病可以降低孕妇和胎儿发生并发症的风险。因此针对孕妇孕期的妊娠糖尿病的监测具有重要的意义。
2、在孕妇孕期出现妊娠糖尿病时，其孕妇的血糖和血压相比于正常状态都是会升高的，因此可以通过对孕妇的血糖和血压数据进行监测，以此来实现孕妇孕期健康状态监测；但是当吃完饭后孕妇的血糖和血压也是会增加的，使得对妊娠糖尿病出现的血糖和血压监测的数据受到影响，导致对孕妇孕期健康状态监测的准确性降低。
技术实现思路
1、本专利技术提供基于大数据分析的孕妇孕期健康状态监测方法，以解决现有的问题。
2、本专利技术的基于大数据分析的孕妇孕期健康状态监测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于大数据分析的孕妇孕期健康状态监测方法，该方法包括以下步骤：
4、获取所有时刻的血糖数据和血压数据；
5、将所有时刻的血糖数据和血压数据映射在血糖为横轴、以血压为纵轴的空间中，获得若干个生理数据点，根据所有生理数据点的分布，从所有的生理数据点中筛选出标记生理数据点，将标记生理数据点对应的时刻记为标记时刻；对每个标记时刻之前的若干个时刻的血糖数据和血压数据进行排序，得到每个标记时刻的参考血糖序列和参
6、获取每个标记生理数据点的初始异常分数，根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，对每个标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异常分数；
7、通过每个标记生理数据点的修正异常分数进行孕妇孕期的健康状态监测。
8、进一步地，所述根据所有生理数据点的分布，从所有的生理数据点中筛选出标记生理数据点，包括的具体步骤如下：
9、根据每个生理数据点的邻域生理数据点个数、每个生理数据点与其它生理数据点的横纵坐标之间差值，获得每个生理数据点的异常程度；
10、通过每个生理数据点的异常程度从所有的生理数据点中筛选出标记生理数据点。
11、进一步地，所述根据每个生理数据点的邻域生理数据点个数、每个生理数据点与其它生理数据点的横纵坐标之间差值，获得每个生理数据点的异常程度，包括的具体步骤如下：
12、以为半径，统计每个圆心生理数据点半径邻域内的所有生理数据点个数，记为每个生理数据点的邻域生理数据点个数；其中，为预设第一参数；
13、将每个生理数据点与其它另一个生理数据点之间的纵坐标差值和横坐标差值之和，记为每个生理数据点与其它另一个生理数据点的第一差值，将每个生理数据点与其它所有生理数据点的第一差值的累加和，记为每个生理数据点的第一数值；
14、根据每个生理数据点的邻域生理数据点个数、每个生理数据点的第一数值，得到每个生理数据点的异常程度；
15、其中，每个生理数据点的邻域生理数据点个数与每个生理数据点的异常程度为负相关关系，每个生理数据点的第一数值与每个生理数据点的异常程度为正相关关系。
16、进一步地，所述通过每个生理数据点的异常程度从所有的生理数据点中筛选出标记生理数据点，包括的具体步骤如下：
17、将异常程度大于或者等于预设第一阈值的所有生理数据点记为标记生理数据点。
18、进一步地，所述对每个标记时刻之前的若干个时刻的血糖数据和血压数据进行排序，得到每个标记时刻的参考血糖序列和参考血压序列，包括的具体步骤如下：
19、将每个时刻之前的个时刻记为每个时刻的参考时刻；其中，为预设第二参数，并且为6；
20、获取每个标记时刻的参考时刻的血糖数据，对所有参考时刻的血糖数据按照时间顺序进行排序，获得每个标记时刻的参考血糖序列；获取每个标记时刻的参考时刻的血压数据，对所有参考时刻的血压数据按照时间顺序进行排序，获得每个标记时刻的参考血压序列。
21、进一步地，所述根据每个标记时刻的参考血糖序列和参考血压序列中数据的趋势分布，获得每个标记时刻对应标记生理数据点的区分因子，包括的具体步骤如下：
22、将每个标记时刻的参考血糖序列中相邻数据斜率的累加和，记为每个标记时刻的血糖变化因子；将每个标记时刻的参考血压序列中相邻数据斜率的累加和，记为每个标记时刻的血压变化因子；
23、根据每个标记时刻的血糖变化因子和血压变化因子，获得每个标记时刻对应标记生理数据点的区分因子；
24、其中，血糖变化因子与每个标记时刻对应标记生理数据点的区分因子为正相关关系，血压变化因子与每个标记时刻对应标记生理数据点的区分因子为正相关关系。
25、进一步地，所述获取每个标记生理数据点的初始异常分数，根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，对每个标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异常分数，包括的具体步骤如下：
26、通过孤立森林算法直接获取每个标记生理数据点的初始异常分数；
27、根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，得到每个标记生理数据点的异常分数修正系数；
28、通过每个标记生理数据点的异常分数修正系数对所有标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异常分数。
29、进一步地，所述根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，得到每个标记生理数据点的异常分数修正系数，包括的具体步骤如下：
30、将每个标记生理数据点与其它所有生理数据点之间的距离均值，记为每个标记生理数据点的第一距离均值；
31、将每个标记生理数据点的第一距离均值和区分因子之间的乘积结果，记为每个标记生理数据点的第一异常值，对所有标记生理数据点的第一异常值进行线性归一化，得到每个标记生理数据点的异常分数修正系数。
32、进一步地，所述通过每个标记生理数据点的异常分数修正系数对所有标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异常分数，包括的具体步骤如下：
33、将1与每个标记生理数据点的异常分数修正系数之和，记为每个标记生理数据点的第二数值，将每个标记生理数据点的初始异常分数与第二数值之间的乘积结果，记为每个标记生理数据点的第一乘积值，对所有标记生理数据点的第一乘积值进行线性归一化，得到每个标记生理数据点的修正异常分数。
34、进一步地，所述通过每个标记生理数据点的修正异常分数进行孕妇孕期的健康状态监测，包本文档来自技高网...
【技术保护点】
1.基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述通过每个生理数据点的异常程度从所有的生理数据点中筛选出标记生理数据点，包括的具体步骤如下：
3.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述对每个标记时刻之前的若干个时刻的血糖数据和血压数据进行排序，得到每个标记时刻的参考血糖序列和参考血压序列，包括的具体步骤如下：
4.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述根据每个标记时刻的参考血糖序列和参考血压序列中数据的趋势分布，获得每个标记时刻对应标记生理数据点的区分因子，包括的具体步骤如下：
5.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述获取每个标记生理数据点的初始异常分数，根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，对每个标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异
6.根据权利要求5所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述根据每个标记生理数据点与其它所有生理数据点之间的距离、每个标记生理数据点的区分因子，得到每个标记生理数据点的异常分数修正系数，包括的具体步骤如下：
7.根据权利要求6所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述通过每个标记生理数据点的异常分数修正系数对所有标记生理数据点的初始异常分数进行修正，得到每个标记生理数据点的修正异常分数，包括的具体步骤如下：
8.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述通过每个标记生理数据点的修正异常分数进行孕妇孕期的健康状态监测，包括的具体步骤如下：
...【技术特征摘要】
1.基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述通过每个生理数据点的异常程度从所有的生理数据点中筛选出标记生理数据点，包括的具体步骤如下：
3.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述对每个标记时刻之前的若干个时刻的血糖数据和血压数据进行排序，得到每个标记时刻的参考血糖序列和参考血压序列，包括的具体步骤如下：
4.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述根据每个标记时刻的参考血糖序列和参考血压序列中数据的趋势分布，获得每个标记时刻对应标记生理数据点的区分因子，包括的具体步骤如下：
5.根据权利要求1所述基于大数据分析的孕妇孕期健康状态监测方法，其特征在于，所述获取每个标记生理数据点的初始异常分数，根...
【专利技术属性】
技术研发人员：马佩佩，耿琳，李雪华，
申请(专利权)人：绿色医疗科技大连有限公司，
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。