[发明专利]生理指标特征值数据处理方法、系统及计算机设备

说明书

本发明公开了一种生理指标特征值数据处理方法、系统及计算机设备，该方法先获取大量的不同测试者的多个第一样本集，然后，针对目标测试者，获取第二样本集，进而从所有的第一样本集中，获取与第二样本集之间的距离在预设范围内的多个第一目标样本集，即只筛选出适合目标测试者的第一样本集，并避免个体差异过大的影响，通过第二特征值、第二生理指标值、第一目标特征值以及第一目标生理指标值为训练数据，能够建立专门针对目标测试者的个体模型，后续在对目标测试者进行生理指标测试时，调用该个体模型即可，有效解决了全局模型对个别测试者误差较大的问题。

技术领域

本发明涉及生理指标数据处理技术领域，特别是涉及一种生理指标特征值数据处理方法、系统及计算机设备。

背景技术

生理指标是用于预测人体健康的重要参数，常见的生理指标值包括血压值、血糖值等。目前，生理指标测试方法一般采用线性回归等全局模型来进行学习和预测，这意味着参与学习的所有采集数据都影响每次预测结果。

在一些生理指标测试中，会遇到全局模型对个别测试者误差较大的情况，比如基于脉搏波传导时间的血压测试，如果利用全局模型进行预测，由于个体之间的差异(比如血管总长度、管道直径、管壁厚度与弹性、血液粘度、密度等的差异)，一部分个体或人群的测试结果会存在偏差，有的时候甚至还会出现误差特别大的情况。

发明内容

为此，本发明的一个目的在于提出一种生理指标特征值数据处理方法，以在现有技术中全局模型对个别测试者误差较大的问题。

本发明提供一种生理指标特征值数据处理方法，包括：

获取从多个测试者得到的多个第一样本集，所述第一样本集包括从测试者的第一采集信号中获取到的第一特征值，以及与所述第一特征值对应的第一生理指标值；

获取第二样本集，所述第二样本集包括从目标测试者的第二采集信号中获取到的第二特征值，以及与所述第二特征值对应的第二生理指标值；

从所有的所述第一样本集中，获取与所述第二样本集之间的距离在预设范围内的多个第一目标样本集，所述第一目标样本集包括所述第一目标特征值以及与所述第一目标特征值对应的第一目标生理指标值；

以所述第二特征值、所述第二生理指标值、所有的所述第一目标特征值以及与所述第一目标特征值对应的第一目标生理指标值为训练数据，建立针对所述目标测试者的个体模型；

获取所述目标测试者的第三采集信号，并从所述第三采集信号中获取第三特征值；

将所述第三特征值输入至所述个体模型，以获得第三生理指标值。

根据本发明提供的生理指标特征值数据处理方法，先获取大量的不同测试者的多个第一样本集，然后，针对目标测试者，获取第二样本集，进而从所有的第一样本集中，获取与第二样本集之间的距离在预设范围内的多个第一目标样本集，即只筛选出适合目标测试者的第一样本集，并避免个体差异过大的影响，通过第二特征值、第二生理指标值、第一目标特征值以及第一目标生理指标值为训练数据，能够建立专门针对目标测试者的个体模型，后续在对目标测试者进行生理指标测试时，调用该个体模型即可，有效解决了全局模型对个别测试者误差较大的问题。

另外，根据本发明上述的生理指标特征值数据处理方法，还可以具有如下附加的技术特征：

进一步地，从所有的所述第一样本集中，获取与所述第二样本集之间的距离在预设范围内的多个第一目标样本集中，采用下式计算所述第一样本集与所述第二样本集之间的距离：

其中，L表示所述第一样本集与所述第二样本集之间的距离，i表示第i个测试者，j表示第j种特征值，A_j表示第j种特征值的加权系数，U_1ij表示针对第i个测试者，包含第j种第一特征值的第一样本集，U_2j表示包含第j种第二特征值的第二样本集。