一种血糖趋势数据自适应压缩方法、系统及电子设备

本发明涉及软件领域，尤其涉及一种血糖趋势数据自适应压缩方法、系统及电子设备。

背景技术：

1、居家健康管理场景中，同一用户在不同时期的血糖记录往往存在明显差异。部分用户在一段时间内频繁测量，短时间内积累大量数据；部分用户则间隔较长时间才记录一次。血糖记录通常还带有不同的测量状态，例如空腹、餐前、餐后、睡前或未标注。不同测量状态对应的检测情境不同，数值之间不宜直接混在一起形成同一条趋势。

2、目前常见的处理方式是采用固定历史窗口和固定抽样策略。例如，统一读取最近30天或最近90天的全部记录，统一按日或按周聚合，或者统一只保留最新若干条。这种方式在用户记录习惯差异较大时会产生问题。高频记录的用户在固定窗口内可能留下大量相近或重复的数据，全部进入下游健康摘要生成模块后，会增加数据传输和推理负担，而其中相当一部分信息是冗余的。低频记录的用户在同样的固定窗口内可能只有很少记录，甚至没有足够数据形成有效趋势，容易误判为数据缺失或趋势不明确。

3、另一个问题是测量状态被混合。如果将同一用户同一时期的空腹血糖和餐后血糖直接视为同一条连续趋势，会掩盖不同检测情境下的变化特征，导致趋势描述缺乏可解释性。比如空腹值和餐后值同时升高或降低的幅度不同，混合后的趋势可能既不反映空腹状态的变化，也不反映餐后状态的变化。

4、此外，固定数量截断也存在缺陷。当需要限制输出点数时，如果只按时间排序保留最新若干条，可能把某个时间段或某个测量状态完全丢掉，造成趋势失真。单纯为了压缩而删除较早记录，也可能让低频用户本就不多的历史信息进一步减少。

5、因此，需要一种能够根据目标用户自身血糖记录密度自适应确定回看范围、聚合粒度和输出数量，并且在压缩过程中保留测量状态差异的处理方式。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种血糖趋势数据自适应压缩方法，包括：

2、获取目标用户的历史血糖记录，所述历史血糖记录包括血糖数值、记录时刻和测量状态；

3、在多个具有不同时间长度的历史统计区间内，分别统计所述历史血糖记录中具有血糖数值和记录时刻的有效记录的数量，得到所述目标用户的血糖记录密度；

4、根据各所述历史统计区间内的有效记录数量确定所述目标用户的记录密度类别；

5、基于所述记录密度类别，从预设策略映射中确定压缩参数集合，所述压缩参数集合包括历史回看窗口、时间聚合粒度和最大趋势点数量；

6、基于所述历史回看窗口对所述有效记录进行筛选，并根据所述时间聚合粒度确定筛选后有效记录的时间单元标识；

7、将筛选后有效记录的测量状态与时间单元标识组合为联合分组键，按所述联合分组键对筛选后有效记录进行分组；

8、对每个分组，根据预设代表记录选择规则确定该分组的代表趋势点，并按记录时刻排序得到初步趋势点集合；

9、根据所述最大趋势点数量对所述初步趋势点集合进行数量约束，生成压缩趋势点集合。

10、第二方面，本发明还涉及一种血糖趋势数据自适应压缩系统，包括：

11、记录获取模块，用于获取目标用户的历史血糖记录，所述历史血糖记录包括血糖数值、记录时刻和测量状态；

12、密度统计与类别判定模块，用于在多个具有不同时间长度的历史统计区间内，分别统计具有血糖数值和记录时刻的有效记录的数量，并根据各历史统计区间内的有效记录数量确定所述目标用户的记录密度类别；

13、策略确定模块，用于基于所述记录密度类别从预设策略映射中确定压缩参数集合，所述压缩参数集合包括历史回看窗口、时间聚合粒度和最大趋势点数量；

14、分组模块，用于基于所述历史回看窗口对所述有效记录进行筛选，根据所述时间聚合粒度确定筛选后有效记录的时间单元标识，将筛选后有效记录的测量状态与时间单元标识组合为联合分组键，并按所述联合分组键对筛选后有效记录进行分组；

15、代表点生成模块，用于对每个分组，根据预设代表记录选择规则确定该分组的代表趋势点，并按记录时刻排序得到初步趋势点集合；

16、约束输出模块，用于根据所述最大趋势点数量对所述初步趋势点集合进行数量约束，生成压缩趋势点集合。

17、第三方面，本发明还涉及一种电子设备，包括处理器和存储器，所述存储器存储有可执行指令，所述处理器执行所述可执行指令时实现血糖趋势数据自适应压缩方法。

18、与现有技术相比，本发明的有益效果如下：

19、本发明通过统计目标用户在多个历史统计区间内的有效记录数量并判定密度类别，不同用户会得到不同的历史回看窗口、时间聚合粒度和最大趋势点数量。高频用户采用较短回看窗口和较细聚合粒度，可聚焦近期变化并抑制冗余；低频用户采用较长回看窗口，可保留有限但有效的历史样本。这样避免了固定窗口或固定粒度无法同时适配高频和低频场景的问题。

20、本发明由于按测量状态＋时间单元形成联合分组键进行分组，并在同一分组内选择代表趋势点，空腹、餐前、餐后、睡前等不同测量状态的记录不会跨状态混合。对未标注测量状态的记录单独归入未知状态分组，既不丢弃数据，也不破坏已明确状态分组的一致性。这使压缩后的趋势点仍然能够区分不同检测情境，提升趋势描述的可解释性。

21、本发明通过最大趋势点数量对初步趋势点集合进行裁剪，并在裁剪时施加时间覆盖约束和测量状态覆盖约束，可以在受限输出规模内保留时间跨度和状态覆盖的代表性，避免简单截断造成某一时间段或某一测量状态缺失。下游健康摘要生成模块无需读取全部原始记录即可获得受控规模的趋势数据，减少数据传输和推理负担。

22、本发明对低频记录用户扩大历史回看范围，并采用原始记录保留或较粗时间粒度，不会因采用高频用户的短窗口或强聚合规则而丢失有限历史信息。当压缩趋势点数量低于最小样本阈值时，输出样本不足标识，使下游能够区分数据不足和趋势变化不明显，避免基于稀疏数据生成不稳定趋势。

23、本发明对高频记录用户选择较短回看窗口、较细时间粒度和较小趋势点上限，可以在保留近期主要变化的前提下减少重复和相近记录进入下游，降低冗余输入。

1.一种血糖趋势数据自适应压缩方法，其特征在于，包括：

2.根据权利要求1所述的血糖趋势数据自适应压缩方法，其特征在于，所述多个历史统计区间包括第一历史统计区间和第二历史统计区间，所述第一历史统计区间的长度小于所述第二历史统计区间的长度；

3.根据权利要求2所述的血糖趋势数据自适应压缩方法，其特征在于，所述预设策略映射中：

4.根据权利要求1所述的血糖趋势数据自适应压缩方法，其特征在于，当筛选后有效记录中任一记录的测量状态缺失时，将该记录的测量状态置为未知状态；

5.根据权利要求1所述的血糖趋势数据自适应压缩方法，其特征在于，所述预设代表记录选择规则包括以下任一规则：

6.根据权利要求1所述的血糖趋势数据自适应压缩方法，其特征在于，当所述初步趋势点集合中趋势点数量超过所述最大趋势点数量时，按照时间覆盖约束和测量状态覆盖约束对所述初步趋势点集合进行裁剪；

7.根据权利要求1所述的血糖趋势数据自适应压缩方法，其特征在于，还包括：

8.根据权利要求7所述的血糖趋势数据自适应压缩方法，其特征在于，当所述压缩趋势点集合中趋势点数量大于或等于所述最小样本阈值时，基于所述压缩趋势点集合生成趋势特征信息，所述趋势特征信息包括以下至少两项：首值、末值、首末变化方向、最大值、最小值、满足预设异常条件的趋势点数量、不同测量状态下的趋势点数量；并将所述趋势特征信息与所述压缩趋势点集合共同输出。

9.一种血糖趋势数据自适应压缩系统，其特征在于，包括：

10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有可执行指令，所述处理器执行所述可执行指令时实现权利要求1至8中任一项所述的血糖趋势数据自适应压缩方法。