基于可穿戴设备的炎症预警方法、装置、设备及介质与流程

本发明涉及健康管理，尤其涉及一种基于可穿戴设备的炎症预警方法、装置、设备及介质。

背景技术：

1、生理状态异常监测是健康管理领域的重要技术方向。在身体异常状态发展过程中，生理信号变化往往是早期事件，其发生通常先于外在表现的出现。因此，实现对生理状态变化的早期预警对于健康管理、疾病预防以及特殊人群健康监测具有重要的应用价值。

2、目前，现有生理状态早期预警方法主要包括症状依赖型检测和实验室检测两类。症状依赖型检测依赖用户主动报告发热、咳嗽、乏力等外在表现，根据表现情况进行初步判断。然而，外在表现出现通常滞后于生理变化发生二十四至七十二小时，且表现报告依赖用户主观感知，存在个体差异，导致预警准确性降低。此外，无明显外在表现的状态无法通过症状识别，造成漏报率高，进一步影响预警准确性。以实验室检测为代表的检测方法存在以下局限性：检测依赖于采样部位、采样质量和采样时机，检测窗口受限，在变化初期易出现漏检，导致预警不及时；单点检测无法反映生理变化的动态过程，难以捕捉连续变化趋势，导致预警准确性不足；需要专业设备和人员，难以实现连续监测，延长了预警响应时间，导致预警不及时。

技术实现思路

1、本发明提供一种基于可穿戴设备的炎症预警方法、装置、设备及介质，以解决现有预警方法存在预警不及时及准确性不高的技术问题。

2、第一方面，提供了一种基于可穿戴设备的炎症预警方法，包括：

3、通过可穿戴设备采集用户的生理信号数据，并对所述生理信号数据进行时间分段处理，以得到不同时间段的所述生理信号数据；

4、从不同时间段的所述生理信号数据中识别出静息时段的所述生理信号数据作为目标生理信号数据；

5、对所述目标生理信号数据依次进行特征提取、更新以及标准化处理；

6、将所述标准化特征向量输入预训练的炎症预测模型，以得到炎症预测概率，其中，所述炎症预测模型是采用构建的炎症状态标签对机器学习算法进行训练和验证得到的；

7、根据所述炎症预测概率生成并输出炎症预警提示。

8、第二方面，提供了一种基于可穿戴设备的炎症预警装置，包括：

9、采集处理单元，用于通过可穿戴设备采集用户的生理信号数据，并对所述生理信号数据进行时间分段处理，以得到不同时间段的所述生理信号数据；

10、识别单元，用于从不同时间段的所述生理信号数据中识别出静息时段的所述生理信号数据作为目标生理信号数据；

11、提取处理单元，用于对所述目标生理信号数据依次进行特征提取、更新以及标准化处理，得到标准化特征向量；

12、输入预测单元，用于将所述标准化特征向量输入预训练的炎症预测模型进行炎症预测，以得到炎症预测概率，其中，所述炎症预测模型是采用构建的炎症状态标签对机器学习算法进行训练和验证得到的；

13、生成输出单元，用于根据所述炎症预测概率生成并输出炎症预警提示。

14、第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于可穿戴设备的炎症预警方法的步骤。

15、第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述基于可穿戴设备的炎症预警方法的步骤。

16、上述基于可穿戴设备的炎症预警方法、装置、设备及介质所实现的方案中，可以通过可穿戴设备采集用户的生理信号数据，并对所述生理信号数据进行时间分段处理，以得到不同时间段的所述生理信号数据；从不同时间段的所述生理信号数据中识别出静息时段的所述生理信号数据作为目标生理信号数据；对所述目标生理信号数据依次进行特征提取、更新以及标准化处理；将所述标准化特征向量输入预训练的炎症预测模型，以得到炎症预测概率，其中，所述炎症预测模型是采用构建的炎症状态标签对机器学习算法进行训练和验证得到的；根据所述炎症预测概率生成并输出炎症预警提示。在本发明中，通过可穿戴设备连续采集生理信号，无需等待症状出现或实验室检测结果，实现早期预警，解决预警不及时问题；通过时间分段处理和静息时段识别，排除活动干扰，提高数据质量；通过个体化标准化处理消除用户间生理差异；通过基于炎症状态标签训练的炎症预测模型，显著提升了预测的准确性，解决了预警准确性不高的问题。

1.一种基于可穿戴设备的炎症预警方法，其特征在于，包括：

2.如权利要求1所述的基于可穿戴设备的炎症预警方法，其特征在于，所述静息时段包括夜间睡眠时段和日间静息时段；所述从不同时间段的所述生理信号数据中识别出静息时段的所述生理信号数据作为目标生理信号数据的步骤，包括：

3.如权利要求2所述的基于可穿戴设备的炎症预警方法，其特征在于，所述生理信号数据包括心率数据和加速度数据；所述对不同时间段的所述生理信号数据分别进行静息状态判定，以识别出所述夜间睡眠时段和所述日间静息时段的步骤，包括：

4.如权利要求1所述的基于可穿戴设备的炎症预警方法，其特征在于，所述对所述目标生理信号数据依次进行特征提取、更新以及标准化处理，得到标准化特征向量的步骤，包括：

5.如权利要求1所述的基于可穿戴设备的炎症预警方法，其特征在于，所述基于所述炎症复合分数判定各时间点的所述炎症状态标签的步骤，包括：

6.如权利要求1至5任一项所述的基于可穿戴设备的炎症预警方法，其特征在于，所述炎症预测模型支持实时预测模式和未来预测模式，其中，所述实时预测模式为基于当前时段的所述标准化特征向量，通过所述炎症预测模型预测当前时段的炎症预测概率；所述未来预测模式为基于当前时段的所述标准化特征向量，通过所述炎症预测模型预测未来预设时间窗口内的炎症预测概率；所述炎症预测模型处于所述未来预测模式的roc-auc高于处于所述实时预测模式的roc-auc。

7.一种基于可穿戴设备的炎症预警装置，其特征在于，包括：

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于可穿戴设备的炎症预警方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于可穿戴设备的炎症预警方法的步骤。