[发明专利]一种基于最近历史值的血压异常数据处理方法

说明书

技术领域

本发明涉及医疗数据处理技术领域，更具体的说，涉及一种基于最近历史值的血压异常数据处理方法。

背景技术

高血压作为一种高发病率、高并发症、高致残率的疾病，它的预防和治疗一直以来都是人们关注的问题。现在随着计算机技术、通信技术及医疗技术的快速发展，很多人家中都有血压计，尤其是一些老年人，可以帮助家里有高血压的人随时监控身体状况、及时预防或发现病情。因此，不同于以往血压计与高血压患者间一对多的测量，现在的一对一测量可以获取更有价值的数据，对测量数据进行深入分析可以获得更多更准确的当前健康状况信息和趋势，现在对血压测量数据的利用也越来越多，而其中异常数据可能会影响到整个分析结果，因此异常数据的处理就显得尤为重要。

目前，在异常数据的判别上已经有很多相关的研究方法和准则，比如说基于统计的方法、基于距离的方法、基于密度的方法、基于聚类的方法等，但是其中大多数方法都是严格而精确的，而血压指数是一个不确定的数据，它可能随着一些外界因素增减明显，如药物、测量时间、情绪波动等等，而不合理的异常数据处理方法可能会将正常值当成异常值处理而形成误差。因此选择一个在血压测量数据处理上既不轻易保留，又不严格舍弃的方法是需要考虑的问题。

发明内容

本发明提供了一种基于历史值的血压异常数据处理方法，以检测并剔除血压测量数据中的异常数据，保证血压数据分析处理的准确性。

为了达到上述目的，本发明提供的一种基于最近历史值的血压异常数据处理方法，即首先获取血压测量数据，选取最近历史数据为样本值，然后计算样本的算术平均值，进而计算数据残余误差以及标准偏差，最后进行判别是否存在异常数据。

具体步骤如下：

步骤1：血压测量数据的收集：选取最近m次血压测量值为样本值并按时间先后顺序排列，，其中                                                为最新测量值，0<m≤n，即需要验证是否为异常的值。算术平均值为最新m次测量值的平均值，即算术平均值。

步骤2：计算算术平均值与最近m次测量值的差值，即剩余误差值，即（n-m+1≤i≤n）。

步骤3： 根据贝塞尔公式，计算测量样本值的标准偏差σ，即。

    步骤4：根据判别依据做出判断，判决依据如下：

，则为粗大误差，应予舍弃；

，则为正常数据，应予保留。

       通过上述方案可知，本发明提供的基于最近历史值的血压异常数据处理方法，根据剩余误差值与标准偏差的比较，跟其他异常数据处理方法相比，本发明能够更快速、准确的检测出血压测量数据中的异常数据，进而保证了血压数据处理的准确性。

附图说明

图1是本发明一种基于最近历史值的血压异常数据处理方法的步骤图；

图2是最近测量的收缩压的血压趋势图；

图3是基于最近历史值的异常数据检测运算过程表。

具体实施方式

为了使本发明的目的、技术方案和优点更加明白，结合以下附图及案例，对本发明进行进一步说明。

图1为本发明一种基于最近历史值的血压异常数据处理方法的步骤图，即首先获取血压测量数据，选取最近历史数据为样本值，然后计算样本的算术平均值，进而计算数据残余误差以及标准偏差，最后进行判别是否存在异常数据。本发明选取了一组收缩压的血压测量值对该发明方法进行具体描述。图2即为最近测量的收缩压的血压趋势图，图3为基于最近历史值的异常数据检测运算过程表。

具体步骤如下：

步骤1：血压测量数据的收集：选取最近m次血压测量值为样本值并按时间先后顺序排列，，其中为最新测量值，0<m≤n，即需要验证是否为异常的值。算术平均值为最新m次测量值的平均值，即算术平均值。

步骤2：计算算术平均值与最近m次测量值的差值，即剩余误差值，即（n-m+1≤i≤n）。

步骤3： 根据贝塞尔公式，计算测量样本值的标准偏差σ，即。

    步骤4：根据判别依据做出判断，判决依据如下：

，则为粗大误差，应予舍弃；

，则为正常数据，应予保留。