基于智能戒指的心率异常捕获方法及系统与流程

本发明涉及心率测量，具体涉及基于智能戒指的心率异常捕获方法及系统。

背景技术：

1、智能戒指的心率异常捕获方法是为了满足人们对健康监测和预警的需求而开发的。随着人们对健康意识的提高，越来越多的人开始关注自己的心脏健康状况。智能戒指作为一种便携式的可穿戴设备，通过内置的光电传感器可以方便地监测用户的心率。心率异常可能是心脏疾病、应激反应或其他身体问题的指示器，因此及早捕获和通知用户异常情况可以提高健康意识和促使他们采取行动。智能戒指通常与手机或其他设备连接，将收集到的心率数据上传到应用程序进行分析。应用程序利用算法和模式识别技术来检测心率异常模式，并向用户提供警示和建议。

2、为了更好的对用户身体健康进行监测，实时分析用户心率健康，在其出现异常时及时警报，对用户进行提醒，故亟需一种基于智能戒指的心率异常捕获方法及系统。在对心率进行异常检测时，以用户历史数据作为参考，但是在对用户历史数据进行分类时，fcm聚类算法由于初始点会影响聚类效果的原因，导致聚类结果可能会达不到理想效果，导致异常检测的精度较低。

技术实现思路

1、为了解决异常检测精度较低的技术问题，本发明提供了基于智能戒指的心率异常捕获方法及系统，所采用的技术方案具体如下：

2、第一方面，本发明提出了基于智能戒指的心率异常捕获方法，该方法包括以下步骤：

3、获取去噪后的心率时间曲线；

4、对于心率时间曲线中的所有心率数据点，使用聚类算法将所有心率数据点分类获取若干心率曲线段，根据相邻心率曲线段之间的心率值差异获取心率曲线段的心率变化平稳度；

5、根据每个心率曲线段的心率变化平稳度、心率曲线段的数据长度和心率曲线段的心率值均值获取聚类距离，根据聚类距离对所有心率曲线段进行聚类，获取心率曲线段对心率聚类簇的隶属度，根据隶属度将心率曲线段划分在不同的心率聚类簇中；根据任意两个心率曲线段的相邻心率曲线段所处的心率聚类簇获取心率曲线段之间的左差异度和右差异度；根据左差异度和右差异度获取心率曲线段对心率聚类簇的适应度；

6、将每个心率聚类簇中的心率曲线段进行聚类获取若干第一类簇，根据第一类簇中所有心率曲线段的中心时刻以及心率聚类簇中第一类簇的数量获取心率聚类簇的时间相关混乱度；根据心率聚类簇的时间相关混乱度和心率曲线段的时间差异获取心率曲线段对心率聚类簇的时间偏移度；根据心率曲线段的时间偏移度、心率曲线段对心率聚类簇的适应度以及心率曲线段对心率聚类簇的隶属度获取修正隶属度；根据归一化的修正隶属度将不同心率曲线段分到不同的心率聚类簇中；

7、采集预设长度的实时心率曲线，计算实时心率曲线和每一种分类下所有心率曲线段的dtw距离倒数的均值，基于此均值判断用户心率是否异常。

8、优选的，所述使用聚类算法将所有心率数据点分类获取若干心率曲线段，根据相邻心率曲线段之间的心率值差异获取心率曲线段的心率变化平稳度的方法为：

9、使用dbscan聚类算法，预设聚类参数，其中聚类距离为心率数据点之间的欧氏距离；

10、计算心率数据点与其相邻心率数据点的心率值的差值绝对值，将所述差值绝对值记为心率数据点的心率变化值，若心率数据点有两个相邻数据点，则计算所述差值绝对值的均值，将所述均值记为心率数据点的心率变化值；

11、计算心率数据点与其相邻心率数据点的心率变化值的差值绝对值，记为心率数据点的心率变化率；若存在两个相邻心率数据点，计算心率变化值的差值绝对值的均值，均值记为心率数据点的心率变化率；曲线段的心率变化平稳度的表达式如下：

12、

13、式中，表示第j个心率数据点的心率变化值，表示第j个心率数据点的心率变化率， 表示心率曲线段的长度，表示以自然常数为底的指数函数，表示心率曲线段的心率变化平稳度。

14、优选的，所述根据每个心率曲线段的心率变化平稳度、心率曲线段的数据长度和心率曲线段的心率值均值获取聚类距离的方法为：

15、将每个心率曲线段的第一个心率数据点的横坐标和最后一个心率数据点的横坐标的差值绝对值记为心率曲线段的数据长度；

16、对于任意两个心率曲线段，计算两个心率曲线段的心率变化平稳度的差值的平方，记为第一差异平方，将两个心率曲线段的数据长度的差值的平方记为第二差异平方，将两个心率曲线段的心率值均值的差值的平方记为第三差异平方，将第一差异平方、第二差异平方以及第三差异平方累加后开根号作为两个心率曲线段的聚类距离。

17、优选的，所述根据任意两个心率曲线段的相邻心率曲线段所处的心率聚类簇获取心率曲线段之间的左差异度和右差异度的方法为：

18、将任意一个心率曲线段记为目标心率曲线段，若目标心率曲线段的左侧相邻心率曲线段与任意一个心率曲线段的左侧相邻心率曲线段在同一个聚类簇中，目标心率曲线段与任意一个心率曲线段的左差异度为0；

19、若目标心率曲线段的左侧相邻心率曲线段与任意一个心率曲线段的左侧相邻心率曲线段不在同一个聚类簇中，则目标心率曲线段与任意一个心率曲线段的左差异度为目标心率曲线段与任意一个心率曲线段的聚类距离；

20、使用获取目标心率曲线段与任意一个心率曲线段的左差异度的方法，获取目标心率曲线段与任意一个心率曲线段的右差异度。

21、优选的，所述根据左差异度和右差异度获取心率曲线段对心率聚类簇的适应度的方法为：

22、获取一个心率聚类簇中所有的心率曲线段，将目标心率曲线段任意一个心率曲线段的左差异度和右差异度相加记为差异度，将目标心率曲线段和心率聚类簇中所有心率曲线段的差异度相加并进行线性归一化，令1与归一化后的值的差值记为目标心率曲线段对心率聚类簇的适应度。

23、优选的，所述将每个心率聚类簇中的心率曲线段进行聚类获取若干第一类簇的方法为：

24、对每个心率聚类簇使用dbscan算法进行聚类，其中将每个心率曲线段看做一个元素点，元素点的两维分别是心率曲线段长度和心率曲线段的中心时刻构成，聚类距离为元素点的欧氏距离，聚类后将每个心率聚类簇中的所有心率曲线段分为若干第一类簇。

25、优选的，所述根据第一类簇中所有心率曲线段的中心时刻以及心率聚类簇中第一类簇的数量获取心率聚类簇的时间相关混乱度的方法为：

26、对于每个第一类簇，将所有心率曲线段的中心时刻的方差记为集中方差，计算第一类簇的集中方差与心率聚类簇中每个第一类簇的集中方差的差值绝对值，将差值绝对值的均值记为集中均值方差；

27、将每个第一类簇的集中方差和集中均值方差的乘积记为第一类簇的第一时间值，将每个心率聚类簇中所有第一类簇的第一时间值相加后与心率聚类簇中第一类簇的数量的乘积记为心率聚类簇的时间相关混乱度。

28、优选的，所述根据心率聚类簇的时间相关混乱度和心率曲线段的时间差异获取心率曲线段对心率聚类簇的时间偏移度的方法为：

29、将目标心率曲线段的时间均值和任意一个第一类簇中的心率曲线段的时间均值的差值绝对值记为第一时间差异，将目标心率曲线段和第一类簇中所有心率曲线段的第一时间差异的最小值记为最小时间差异；时间偏移度的表达式为：

30、

31、式中，表示第k个心率聚类簇的时间相关混乱程度，表示第s个心率曲线段与第f个第一类簇的最小时间差异，表示第k个心率聚类簇中第一类簇的数量，表示线性归一化函数，表示第s个心率曲线段对第k个心率聚类簇的时间偏移度。

32、优选的，所述根据心率曲线段的时间偏移度、心率曲线段对心率聚类簇的适应度以及心率曲线段对心率聚类簇的隶属度获取修正隶属度的方法为：

33、

34、式中，表示第s个心率曲线段对第k个心率聚类簇的适应度，表示第s个心率曲线段对第k个心率聚类簇的隶属度，表示第s个心率曲线段对第k个心率聚类簇的时间偏移度，表示第s个心率曲线段对第k个心率聚类簇的修正隶属度。

35、第二方面，本发明实施例还提供了基于智能戒指的心率异常捕获系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述基于智能戒指的心率异常捕获方法的步骤。

36、本发明具有如下有益效果：本技术通过对用户心率特征进行实时监测分析，基于历史数据构建心率-时间数据曲线，并对其进行特征分析，对所得数据曲线进行初步划分，进而使用fcm聚类算法对数据曲线进行进一步划分，并且基于数据曲线段对聚类簇的适应度以及数据曲线段对聚类簇的时间偏移程度对聚类结果进行修正，从而获取最终的聚类结果，大大提升了对用户各个状态下心率变化分类结果的可靠性，提升了据此分析实时所得数据曲线异常结果的真实可靠性，同时将实时所得数据绘制数据曲线，使用上述方法对其进行分类，并根据计算与聚类簇内各个数据段的相似度完成实时心率异常捕获。大大增加了异常检测的准确性，提高了实时监测的有效性，大大减少了用户不同状态心率变化的影响，提高了用户心率异常捕获效率。