[发明专利]一种通过穿戴设备采集数据分析房颤、室颤的方法

说明书

本发明提供了一种通过穿戴设备采集数据分析房颤、室颤的方法；该方法包括获取穿戴设备内置脉搏波传感器采集的原始脉搏波信号；对原始脉搏波信号进行预处理，得到重构脉搏波特征点；对重构脉搏波特征点进行解析计算，得到第一体征数据；第一体征数据包括：实时心率、实时血压和实时血氧饱和度；对第一体征数据进行分析处理，确定第二体征数据；根据第二体征数据，确定穿戴设备当前佩戴者的器官健康状态；将实时心率和器官健康状态输入至预先建立的房颤室颤分析模型中，输出房颤室颤的分析结果。

技术领域

本发明涉及心房颤动和心室颤动技术领域，特别涉及一种通过穿戴设备采集数据分析房颤、室颤的方法。

背景技术

一般医学上房颤室颤的监测是通过心电图测出，但做心电图时如用户此时心率平稳或间歇性房颤室颤，则无法得出准确结论，不利于医学诊断，且单独通过心电图监测不能根据身体健康状态、器官状态，来综合分析用户房颤室颤情况，因此，亟需一种通过穿戴设备采集数据分析房颤、室颤的方法，用以解决心电图监测无法长期不间断监测心率情况，且单独通过心电图监测不能根据身体健康状态、器官状态，来综合分析用户房颤室颤情况的问题。

发明内容

本发明提供一种通过穿戴设备采集数据分析房颤、室颤的方法，用以解决心电图监测无法长期不间断监测心率情况，且单独通过心电图监测不能根据身体健康状态、器官状态，来综合分析用户房颤室颤情况的问题。

一种通过穿戴设备采集数据分析房颤、室颤的方法，包括：

获取穿戴设备内置脉搏波传感器采集的原始脉搏波信号；

对原始脉搏波信号进行预处理，得到重构脉搏波特征点；

对重构脉搏波特征点进行解析计算，得到第一体征数据，

其中，第一体征数据包括：实时心率、实时血压和实时血氧饱和度；

对第一体征数据进行分析处理，确定第二体征数据；

根据第二体征数据，确定穿戴设备当前佩戴者的器官健康状态；

将实时心率和器官健康状态输入至预先建立的房颤室颤分析模型中，输出房颤室颤的分析结果。

作为本发明的一种实施例，预处理包括：降噪处理、去基线处理和小波分解处理。

作为本发明的一种实施例，对第一体征数据进行分析处理，确定第二体征数据，包括：

获取预设时间内的第一体征数据，构建体征数据集，体征数据集中包括三个不同的体征数据分集；

分别获取三个不同体征数据分集中的众值，确定第二体征数据；

其中，三个不同的体征数据分集包括：心率体征数据分集、血压体征数据分集和血氧饱和度体征数据分集；

第二体征数据包括：预设时间内心率数据众值、预设时间内血压数据众值和预设时间内血氧饱和度众值。

作为本发明的一种实施例，根据第二体征数据，确定穿戴设备当前佩戴者的器官健康状态，包括：

构建体征数据-器官健康状态模型；

将第二体征数据输入至体征数据-器官健康状态模型；

若第二体征数据符合体征数据-器官健康状态模型中任一体征数据范围，将体征数据-器官健康状态模型中与第二体征数据符合的体征数据范围所对应的器官健康状态输出，确定穿戴设备当前佩戴者的器官健康状况。

作为本发明的一种实施例，构建体征数据-器官健康状态模型，包括：

通过在线数据调研和实验获取若干用户的实际体征数据和实际器官健康状态；