[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

说明书

本申请提供一种医疗事件的预测方法及穿戴设备及计算机可读存储介质，属于大数据处理技术领域，该计算方法包括：获取用户的生命信号数据；基于预定规则设置窗口，其中，每个所述窗口包括多段生命信号数据；对所述窗口内的多段生命信号数据提取出特征；将基于所述窗口提取的所述特征和预先训练好的预测模型计算得出计算结果。该计算结果精准，能够精准的反应用户的状态，以便用户及时的了解自身的状态，发现问题及早预防。

技术领域

本申请涉及医疗事件预测技术领域，尤其涉及医疗事件的预测方法、穿戴设备及计算机可读存储介质。

背景技术

房颤(Atrail Fibrillation,AF),又称心房颤动，常见的一种心律失常。长期持续的房颤会引起严重的并发症，如心力衰竭、高血压、以及危害最为严重的脑卒中等。

现有的技术中，被检测者通过到医院进行检测，医疗的仪器、设备等在有效的时间内获取用户的数据，例如PPG(Photo Plethysmo Graphy，PPG)，根据该数据由医生或者通过指导者判断当前是否为房颤事件。适合从人群中发现已经患上了房颤疾病的个体。然而统计发现，房颤疾病的个体占较低，大部分人群处于潜在的未来可能患上房颤的状态，由于还没有房颤事件发生，因而现有的检测方法很难预判潜在的房颤发作风险。

发明内容

有鉴于此，本申请提供一种医疗事件的预测方法、装置、穿戴设备、电子设备及计算机可读存储介质，能够提供精确的计算结果，便于用户对医疗事件的预测。

本申请的一些实施方式提供了一种预测模型的训练方法。以下从多个方面介绍本申请，以下多个方面的实施方式和有益效果可互相参考。

第一方面，本申请提供一种预测模型的训练方法，应用于电子设备，所述方法包括：获取至少一个用户的多段基于时间的历史生命信号数据，也就是说，可以获取一个用户的多段基于时间的历史生命信号数据，也可以是多个用户的多段基于时间的历史生命信号数据，其中，多段历史生命信号数据是指对应多段不同时间的多条生命信号数据，用户的生命信号数据可以是以“条”为单位或者以“字节”(数据大小)为单位；对每个用户基于预定规则设置至少一个用于生命信号数据的窗口，预定规则可以是对时间周期的限制，如，以小时、日、月或年为单位限定时间周期，或者是生命信号数据的预定体量，如，一定数量或字节的生命信号数据。且每个窗口包括多段历史生命信号数据；针对每一个用户，从窗口内的多段历史生命信号数据提取出特征，对窗口进行标注，确定与窗口内的多段历史生命信号数据对应的属性类别，其中，属性类别用于表征该窗口对应的与用户关联的医疗事件，如房颤等；以窗口为单位，将基于窗口提取的特征和窗口对应的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。该预测模型可以更精准的计算出用户的计算结果，该计算结果可以用于指示用户当前并未发生的医疗事件，如房颤，但在未来的某一段时间内可能发生的房颤的趋势和概率的分析预测，以及提供一些可视化强的参考。

在上述第一方面的一种可能的实现中，预定规则包括：将预定时间周期和 /或多段历史生命信号数据的预定体量作为窗口的长度，具体地，可以将多段历史生命信号数据的预定数量(如，50条历史生命信号数据)作为窗口的长度，或将多段历史生命信号数据的预定总大小(如，50字节历史生命信号数据)作为窗口的长度。通过窗口长度的设定以便于积存丰富的训练样本集，以提高预测模型的精准性。

在上述第一方面的一种可能的实现中，窗口的设置还需要对窗口内数据的更新处理，窗口内数据的更新处理包括：获取新采集的用户的历史生命信号数据，并存入窗口内以更新窗口，其中，新采集的用户的历史生命信号数据是指未参与训练的历史生命信号数据的集合。通过对窗口的更新，基于该窗口提取的特征和该窗口对应的属性类别也能够及时更新，使预测模型得到不断的训练，预测模型计算的结果更精准的反应用户当前的状态，提高预测模型的精准性。