[发明专利]医疗事件的预测方法及穿戴设备、计算机可读存储介质

权利要求书

1.一种医疗事件的预测方法，其特征在于，所述方法包括：

电子设备获取用户的生命信号数据；

所述电子设备基于预定规则设置窗口，所述窗口包括多段生命信号数据；

所述电子设备对所述窗口内的多段生命信号数据提取出特征；

所述电子设备基于所述窗口提取的所述特征和预测模型计算得出计算结果。

2.根据权利要求1所述的方法，其特征在于，所述预定规则包括：

将预定时间周期和所述多段生命信号数据的预定体量中的至少一种作为窗口的长度。

3.根据权利要求2所述的方法，其特征在于，将所述多段生命信号数据的预定体量作为窗口的长度包括：

将所述多段生命信号数据的预定数量作为所述窗口的长度，或

将所述多段生命信号数据的预定总大小作为所述窗口的长度。

4.根据权利要求1所述的方法，其特征在于，基于预定规则设置窗口，并对窗口内数据更新处理，

所述对窗口内数据更新处理，包括：

对于新采集的用户的生命信号数据，若窗口内有足够的空闲位置，则直接将当前生命信号数据按照采集的先后顺序存放到所述空闲位置；

对于新采集的用户的生命信号数据，若窗口内无足够的空闲位置，则对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍。

5.根据权利要求4所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：

按照采集时间的先后顺序，在窗口已满的情况下，仅保留采集时间最近的数据。

6.根据权利要求4所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：

对窗口内的每条生命信号数据和新采集的生命信号数据按照预定状态进行打分，并将分数处于所述预定状态的生命信号数据删除，直到满足所述窗口设置的大小。

7.根据权利要求6所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：

按照距离新采集的生命信号数据时的当前时间从近到远的分类规则，将所述窗口内已存的生命信号数据划分到对应的类中；

按照距离当前时间从远到近的次序依次检查各类，直到查到有生命信号数据的类，并对该类中的生命信号数据进行打分，并将分数处于所述用户的预定状态的生命信号数据删除。

8.根据权利要求7所述的方法，其特征在于，

每一类中至少保留一条生命信号数据，并且对每一类中的生命信号数据按照对所述计算结果的贡献程度设定不同的权重值。

9.根据权利要求1所述的方法，其特征在于，所述预先训练好的预测模型通过机器学习训练得到，训练方法包括：

获取至少一个用户的基于时间的历史生命信号数据；

基于预定规则设置至少一个用于生命信号数据的窗口，每个所述窗口包括多段历史生命信号数据；

从所述窗口内的所述多段历史生命信号数据提取出特征；

对所述窗口进行标注，确定与所述窗口内的所述多段历史生命信号数据对应的属性类别，其中，所述属性类别用于表征该窗口对应的与所述用户关联的医疗事件；

将基于所述窗口提取的所述特征和所述窗口对应的所述属性类别作为训练样本集，通过半监督训练方法或全监督训练方法训练得到预测模型。

10.根据权利要求9所述的方法，其特征在于，所述全监督训练方法中，对所述窗口进行标注，确定与所述窗口内的所述历史生命信号数据对应的属性类别，包括：

对处于中间状态的属性类别对应的窗口进行人工线性标注或自动标注，所述自动标注采用径向基函数和最近邻分类算法进行标注。