[发明专利]基于人工智能的心脏状态检测方法和装置

说明书

本申请涉及一种基于人工智能的心脏状态检测方法和装置。所述方法包括：获取目标对象的脉搏波数据；对所述目标对象的脉搏波数据进行特征分析得到目标特征数据；所述目标特征数据包括所述目标对象的脉搏特征；将所述目标特征数据发送到服务器，并接收所述服务器反馈的心脏状态检测结果；所述心脏状态检测结果为所述服务器根据预先训练的心脏状态检测模型和所述目标特征数据进行状态检测得到的，所述心脏状态检测结果用于指示所述目标对象的心脏是否为正常状态。采用本方法能够降低检测成本、简化检测操作。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的心脏状态检测方法和装置。

背景技术

心脏是人体最重要的器官之一，心脏的状态直接影响着人们的健康。近些年，心脏病的发病率不断升高，并且发病群体有逐渐年轻化的趋势，因此对心脏状态进行检测是非常有必要的。

目前，通常采用心电图(Electrocardiogram，ECG)进行心脏状态检测。但是，心电图受空间、时间的限制，一般只有去医院才能进行检测。虽然一些家用型心电设备也可以进行心脏状态检测，但是，家用型心电设备存在设备费用昂贵、操作繁琐等问题，因此家用型心电设备的使用并不普及。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低检测成本，简化检测操作的基于人工智能的心脏状态检测方法和装置。

本公开实施例提供了一种基于人工智能的心脏状态检测方法，应用于终端，该方法包括：

获取目标对象的脉搏波数据；

对目标对象的脉搏波数据进行特征分析得到目标特征数据；目标特征数据包括目标对象的脉搏特征；

将目标特征数据发送到服务器，并接收服务器反馈的心脏状态检测结果；心脏状态检测结果为服务器根据预先训练的心脏状态检测模型和目标特征数据进行状态检测得到的，心脏状态检测结果用于指示目标对象的心脏是否为正常状态。

在其中一个实施例中，脉搏波数据包括脉搏波时域数据和脉搏波频域数据；上述对目标对象的脉搏波数据进行特征分析得到目标特征数据，包括：

对目标对象的脉搏波时域数据进行时域分析得到目标时域特征数据；

对目标对象的脉搏波频域数据进行频域分析得到目标频域特征数据。

在其中一个实施例中，上述对目标对象的脉搏波时域数据进行时域分析得到目标时域特征数据，包括以下至少一种：

根据目标对象的脉搏波时域数据计算多个RR间期的平均值得到间期平均值；

根据目标对象的脉搏波时域数据计算多个RR间期的标准差得到间期标准差；

根据目标对象的脉搏波时域数据计算多个RR间期的均方根得到间期均方根；

根据目标对象的脉搏波时域数据计算每相邻两个RR间期的差值，并计算多个差值的标准差得到差值标准差；

根据目标对象的脉搏波时域数据计算每相邻两个RR间期的差值，并将大于预设时长的差值确定为目标差值，计算目标差值的数量与RR间期的总数量之间的比值得到间期比值。

在其中一个实施例中，上述对目标对象的脉搏波频域数据进行频域分析得到目标频域特征数据，包括：

根据目标对象的脉搏波频域数据，确定幅值最大的脉搏波频域数据所对应的第一频率，并对第一频率进行加倍处理得到第二频率和第三频率；

将第一频率、第二频率和第三频率附近预设数量的脉搏波频域数据确定为目标频域特征数据。

本公开实施例提供了一种基于人工智能的心脏状态检测方法，应用于服务器，该方法包括：