[发明专利]基于人体气味信号的健康状态关联模型构建方法及系统

权利要求书

1.一种基于人体气味信号的健康状态关联模型构建方法，其特征在于，包括以下步骤：

通过电子鼻进行采集用户样本多处气味信号并进行预处理；

对用户样本口腔、鼻腔、腋下三个部位的气味信号进行传感器有效通道选择，通过时域降维对所述气味信号进行融合及表征；

将融合的气味信号进行归一化处理，根据归一化处理后的信号数据进行高阶特征提取；

将得到的高阶特征作为输入，建立人体气味信号与健康状态关联的模型；

所述的将融合的气味信号进行归一化处理，根据归一化处理后的信号数据进行高阶特征提取，具体为：

将融合的气味信号进行归一化处理，根据归一化处理后的信号数据得到气味特征矩阵；

将人体不同部位作为节点构建图结构，通过采集不同节点的3D 坐标，计算两节点间的欧氏距离，预设连接判断值，通过所述欧氏距离与所述连接判断值判断两部位是否具有连接关系，确定邻接矩阵；

将所述邻接矩阵进行标准化，将所述气味特征矩阵及归一化后的气味特征矩阵作为图卷积网络的输入信号输入图卷积网络，将多层图卷积网络进行叠加，通过多层图卷积网络提取用户样本人体综合气味高阶特征；

所述的将得到的高阶特征作为输入，建立人体气味信号与健康状态关联的模型，具体为：

基于注意力机制的卷积神经网络构建人体气味信号与健康状态关联的健康状态检测模型；

根据所述高阶特征中提取信号中每个通道响应之间的关联特征、信号局部响应变化特征、信号完整的响应变化特征；

通过第一卷积模块利用两个不同大小的卷积核并行排列对输入信息进行特征提取，并进行通道上的组合，通过多个卷积核提取人体综合气味类别特征；

将第一卷积模块输出的特征图作为键项，所述高阶特征作为查询项，将所述特征图与高阶矩阵进行相关性计算，得到相关函数，根据所述相关函数计算出查询项和键值相似性得到权重，将所述权重与值项进行加权求和生成注意力特征；

通过第二卷积模块采用逐点卷积进一步提取特征，经过第一卷积模块及第二卷积模块两类卷积层运算之后，采用线性整流函数作为激活函数，最后通过 SoftMax 多分类器进行用户样本的健康状态分类。

2.根据权利要求1所述的一种基于人体气味信号的健康状态关联模型构建方法，其特征在于，所述的对用户样本口腔、鼻腔、腋下三个部位的气味信号进行传感器有效通道选择，具体为：

根据用户样本的口腔、鼻腔、腋下的气味信号生成气味信号矩阵，采用随机森林算法进行传感器通道选择；设为传感器个数，为第个传感器记录的时间点数，则所述气味信号矩阵表示为：

将所述气味信号矩阵的每一行视为一个特征，得到个传感器的重要性指标；

在个传感器重要性指标中提取前个最大的数值对应的通道，最后选择出这个通道。

3.根据权利要求1所述的一种基于人体气味信号的健康状态关联模型构建方法，其特征在于，所述的通过时域降维对所述气味信号进行融合及表征，具体为：

根据气味信号在时域上的峰值变化特征在不同梯度段上进行样本点的分配个数，通过基于信号梯度变化的时域数据压缩降维方法对电子鼻信号的时域压缩降维，将所述电子鼻信号从变成，其中，；

将用户样本口腔、鼻腔和腋下三个部位的气味信号进行融合，构成一个 的张量，实现对人体综合性整体气味表征。

4.根据权利要求1所述的一种基于人体气味信号的健康状态关联模型构建方法，其特征在于，所述的将人体不同部位作为节点构建图结构，具体为：

将人体的不同部位看作图结构中的节点，不同部位间连接关系作为图结构中的边，组成图网络的信号输入形式，通过邻节点构造、图规范化、图卷积架构将所述图结构转换成序列结构。