一种基于云服务器的用户终端心电数据分析系统的制作方法

本发明涉及数据分析，具体的，涉及一种基于云服务器的用户终端心电数据分析系统。

背景技术：

1、随着健康检查的普及，越来越多的人开始重视身体数据的管理，便携式的身体检测仪器如便携血压计、便携血氧计、便携心电仪等设备也层出不穷，其中与直接观察数据的便携血压计、便携血氧计不同的是，便携心电仪一般测得的是复杂的心电图数据，在缺少专业知识的情况下难以看懂。因此，现有的心电仪往往会联合分析系统使用自动的给出较为准确的诊断结果以方便普通用户使用，目前常见的分析系统是建立在神经网络模型的图片分析基础上进行的，通过获取不同心电图事件的特征向量，然后与用户的心电图提取的特征向量进行比较，确定对应的心电图事件并输出心电图事件对标的语句信息供用户参考。

2、问题在于，基于神经网络模型的图片识别过程的提取的是特征向量用作后续对比，也就是输出的心电图事件是与输入的用户心电图最相似的一项，在心脏出现异常事件时会出现特殊且规律的波形可以寻找，如窦性心律的心电图会有规律且形态正常的p波出现，且一般频率40－150次/min，p-r间期在0.12－0.20秒，因此常见的分析系统在寻找特殊规律波形上具有极大优势。

3、而实际的心电图中，尤其是健康人群的心电图，往往是不规律、缺少相似性的，例如健康的心脏几乎没有两处p-p间隙是完全相等的，应该说是“绝对不齐＂才是健康的，并且心脏动力学的研究也支持严格的周期性不是健康的标志这一主张的，因此基于特征向量的神经网络模型虽然是基于大量数据训练的结果但是不同人不同时间甚至不同海拔地点其产生的心电数据都是会发生变化的，也因此会出现较为规律的心电图数据被识别为健康的心电图数据，这种情况显然会给予用户错误结论，让用户产生较差的使用体验。

4、鉴于此，本发明提出一种基于云服务器的用户终端心电数据分析系统，可以对每个判断为健康的心电数据提供二次判断依据，给予用户更准确的分析结果。

技术实现思路

1、本发明的目的在于提供一种基于云服务器的用户终端心电数据分析系统，解决以下技术问题：

2、如何解决对每个判断为健康的心电数据提供二次判断依据，给予用户更准确的分析结果的问题。

3、本发明的目的可以通过以下技术方案实现：

4、一种基于云服务器的用户终端心电数据分析系统，包括：

5、检测模块、存储模块、诊断模块、计算模块和网络模块，所述诊断模块用于根据用户心电数据输出第一诊断结果，诊断结果包括正常和非正常；

6、所述计算模块根据心电数据计算置信系数，基于置信系数和用户历史数据为当前用户输入的心电图数据输出第二诊断结果，以及基于第一诊断结果和第二诊断结果为第一诊断结果附加可靠度百分数；

7、所述存储模块用于存储诊断结果以及用户心电数据。

8、通过上述技术方案：通过计算置信系数并输出第二诊断结果以及将第一诊断结果和第二诊断结果进行结合以对第一诊断结果为正常的心电图进行进一步的诊断和分析，从而基于用户历史数据和当前检测结果给出给多的参考信息，帮助用户更加精确的判断自身心电数据，避免出现异常的规律信号却检测出正常结果的问题，提升分析结果可靠性。

9、作为本发明的进一步技术方案：置信系数的获取过程包括：

10、从输入的用户心电数据中获取多项波形数据数值，并为每一项波形数据建立数据集合，其中，数据集合建立过程包括将多个连续的从心房除极开始到心室除极开始的过程对应的同项波形数据数值按照时间顺序进行排列；

11、通过所述存储模块获取当前用户在所述诊断模块输出的第一诊断结果为正常的条件下，对每次诊断结果的同项波形数据数值的平均值进行加权求和获取对应项的波形数据数值参考值；

12、所述计算模块根据数据集合中的数据与参考值进行计算获取置信系数。

13、作为本发明的进一步技术方案：计算获取置信系数的过程包括：

14、通过公式：

15、

16、获取置信系数tru，其中μ1和μ2为预设的第一相关系数和第二相关系数，为常数，g是当前数据集合总数，nk是第k个数据集合中的数值元素中具有周期序列的数字元素的个数，q是第k个项目数据集合内数值元素总数，t是所有具有周期序列的数字元素对应的周期长度的中位数，是第k个数据集合中第j个数值元素，是第k个数据集合中第j+t个数值元素，vk是第第k个项目数据集合的参考值。

17、通过上述技术方案：提供了获取置信系数的过程，本发明的置信系数是以数据集合自身数字元素具有的周期关系为基础机芯计算的，能够反映数据集合自身数字元素间的自相关度，数字元素间的相关程度越高则代表的数字元素间的周期性和关联性越强，则越不符合正常心率较为混乱的特征，反之置信系数越低则说明输出为正常的第一诊断结果越正确，通过置信系数能够精确的对多个项目的数据集合进行整体性评价，能够在全局上反应心电数据的周期性状态。

18、作为本发明的进一步技术方案：输出第二诊断结果的过程包括：

19、将置信系数与预设诊断区间进行比对；

20、若置信系数超出预设诊断区间，输出非正常为第二诊断结果；

21、若置信系数落入预设诊断区间，输出正常为第二诊断结果；

22、若置信系数小于预设诊断区间，输出正常为第二诊断结果。

23、通过上述技术方案：提供了通过置信系数输出第二诊断结果的过程，第二诊断结果作为辅助第一诊断结果的参考量，依据用户心电数据而确定，本发明中基于置信系数将输出为正常的第二诊断结果进行进一步区分，能够为第一诊断结果提供更为详细的辅助评价，帮助用户更加精确的了解心电图数据对应的身体状态。

24、作为本发明的进一步技术方案：基于第一诊断结果和第二诊断结果为第一诊断结果附加可靠度百分数的过程包括：

25、将第一诊断结果与第二诊断结果进行比对获取可靠度百分数的基础值；

26、通过置信系数进行归一化计算获取修正值；

27、对基础值和修正值进行运算获取可靠度百分数并附加至第一诊断结果和第二诊断结果。

28、作为本发明的进一步技术方案：获取可靠度百分数的基础值的过程包括：

29、若第一诊断结果与第二诊断结果相同，则从基础值a从区间[a1，a2)中选择，其中当第二诊断结果的置信系数小于预设诊断区间时，基础值取a1，当第二诊断结果的置信系数落入预设诊断区间时，基础值a从(a1，a2)中选取；

30、若第一诊断结果为正常而第二诊断结果为不正常，则取基础值为b。

31、作为本发明的进一步技术方案：通过置信系数进行归一化计算获取修正值的过程包括：

32、通过公式：

33、

34、获取修正值δcro，其中a为对数函数底数且a＞1，y1是当前用户年龄，y2是当前用户性别，f是状态值转化函数，u为取整函数。

35、作为本发明的进一步技术方案：获取可靠度百分数的过程包括：

36、若第一诊断结果与第二诊断结果相同，则可靠度百分数为

37、若第一诊断结果为正常而第二诊断结果为不正常，则取基础值为(b-δcro)％。

38、通过上述技术方案：提供了可靠度百分数的获取过程，具体的先获取可靠度百分数的基础值，然后通过置信系数进行归一化计算获取修正值，最后对二者进行计算获取可靠度百分数，本发明的可靠度百分数是基于用户当前数据产生的，与用户心电数据高度相关的数据，能够反映第一诊断结果的准确度，也就是对第一诊断结果为正常的情况进行进一步的细分评价，能够发现部分极为规律的但却被诊断模块判断为正常心律的心电图数据，及时的发现并提醒用户，提升用户体验，更进一步的维护用户身体健康，并且输出的诊断结果清晰，所见即所得。

39、作为本发明的进一步技术方案：所述存储模块不对可靠度百分数低于百分之60的用户数据进行存储，并且所述计算模块在可靠度百分数低于百分之60时向用户提醒第一诊断结果不准确，同时给出建议，建议包括重新测量和去医院测量。

40、本发明的有益效果：

41、(1)本发明通过计算置信系数并输出第二诊断结果以及将第一诊断结果和第二诊断结果进行结合以对第一诊断结果为正常的心电图进行进一步的诊断和分析，从而基于用户历史数据和当前检测结果给出给多的参考信息，帮助用户更加精确的判断自身心电数据，避免出现异常的规律信号却检测出正常结果的问题，提升分析结果可靠性。

42、(2)本发明的置信系数是以数据集合自身数字元素具有的周期关系为基础机芯计算的，能够反映数据集合自身数字元素间的自相关度，数字元素间的相关程度越高则代表的数字元素间的周期性和关联性越强，则越不符合正常心率较为混乱的特征，反之置信系数越低则说明输出为正常的第一诊断结果越正确，通过置信系数能够精确的对多个项目的数据集合进行整体性评价，能够在全局上反应心电数据的周期性状态。

43、(3)本发明通过置信系数输出第二诊断结果的过程，第二诊断结果作为辅助第一诊断结果的参考量，依据用户心电数据而确定，本发明中基于置信系数将输出为正常的第二诊断结果进行进一步区分，能够为第一诊断结果提供更为详细的辅助评价，帮助用户更加精确的了解心电图数据对应的身体状态。

44、(4)本本发明的可靠度百分数是基于用户当前数据产生的，与用户心电数据高度相关的数据，能够反映第一诊断结果的准确度，也就是对第一诊断结果为正常的情况进行进一步的细分评价，能够发现部分极为规律的但却被诊断模块判断为正常心律的心电图数据，及时的发现并提醒用户，提升用户体验，更进一步的维护用户身体健康，并且输出的诊断结果清晰，所见即所得。