基于可穿戴设备的慢阻肺急性加重早期智能预警系统

本发明涉及个人健康风险评估，具体涉及一种基于可穿戴设备的慢阻肺急性加重早期智能预警系统。

背景技术：

1、慢性阻塞性肺疾病患者在急性加重早期的病理改变主要表现为小气道炎症加剧和黏液分泌增加，导致气道管腔出现机械不稳定性和气体陷闭。这种病理改变使得患者在日常活动中，即便处于低运动负荷状态，也会出现呼气末期气流受限和动态肺过度充气。目前，针对该疾病的日常监测主要依赖患者的主观症状报告或定期的临床肺功能测试。然而，主观报告往往滞后于生理功能的实际衰退，而临床测试由于频率低且需要特定配合，难以捕捉日常生活中突发的病情变化。

2、现有的可穿戴监测技术试图利用步数、心率或血氧饱和度等指标进行预警，但在非标准化的日常活动场景下，这些指标存在特异性不足的问题。日常活动呈现碎片化、短时化特征，且强度随机。在低强度活动中，微弱的病理信号容易被环境噪声掩盖；而在高强度活动中，生理性的心率升高和呼吸急促容易与病理性气道阻塞混淆，从而影响慢阻肺急性加重早期预警的准确性和可靠性。

技术实现思路

1、为了解决现有慢阻肺急性加重早期预警方式的准确性低的技术问题，本发明的目的在于提供一种基于可穿戴设备的慢阻肺急性加重早期智能预警系统，所采用的技术方案具体如下：

2、本发明提供一种基于可穿戴设备的慢阻肺急性加重早期智能预警系统，包括：

3、数据采集模块，用于基于可穿戴设备获取患者在目标时间段内的活动负荷数据和心率数据，所述目标时间段包括活动时段及其之后相邻的静息时段；

4、预警模块，与所述数据采集模块电连接，被配置为：

5、分别由所述活动负荷数据和心率数据得到所述目标时间段的累计活动负荷量和累计心率响应量；

6、按照预设百分位序列，分别由所述累计活动负荷量和累计心率响应量确定每次完成预设百分位的负荷百分位时刻和响应百分位时刻；

7、由所述响应百分位时刻滞后于对应负荷百分位时刻的滞后时间，确定心肺响应延迟程度；

8、根据所述心肺响应延迟程度和活动强度特征，得到气道阻塞综合特征；所述活动强度特征由所述累计活动负荷量和所述活动时段的时长得到；

9、根据所述气道阻塞综合特征，对患者进行慢阻肺急性加重早期预警。

10、在一个示例性的实施例中，所述目标时间段的获取过程，包括：

11、判断患者在各单位时间段内的活动强度是否大于预设强度阈值；

12、在至少连续第一预设数量个单位时间段的活动强度均大于预设强度阈值，且至少连续第二预设数量个单位时间段的活动强度均小于或者等于所述预设强度阈值时，得到所述目标时间段；其中，所述至少连续第一预设数量个单位时间段中的最后一个单位时间段为所述至少连续第二预设数量个单位时间段中的第一个单位时间段的前一时间段，所述至少连续第一预设数量个单位时间段中的第一个单位时间段的起始时刻作为所述活动时段的起始时刻，所述至少连续第一预设数量个单位时间段中的最后一个单位时间段的截止时刻作为所述活动时段的截止时刻；所述至少连续第二预设数量个单位时间段中的第一个单位时间段的起始时刻作为所述静息时段的起始时刻，所述至少连续第二预设数量个单位时间段中的最后一个单位时间段的截止时刻作为所述静息时段的截止时刻。

13、在一个示例性的实施例中，所述活动负荷数据为三轴加速度分量的信号向量模；

14、所述累计活动负荷量的获取过程，包括：

15、确定所述活动时段中各时刻的信号向量模超出重力加速度的加速度超出程度；

16、对所述活动时段中各时刻的加速度超出程度进行积分处理，得到所述累计活动负荷量；

17、所述累计心率响应量的获取过程，包括：

18、确定所述静息时段中各时刻的心率超出预设静息心率的心率超出程度；

19、对所述静息时段中各时刻的心率超出程度进行积分处理，得到所述累计心率响应量。

20、在一个示例性的实施例中，所述负荷百分位时刻的获取过程，包括：

21、根据所述累计活动负荷量和候选预设百分位在所述预设百分位序列中的序号，得到与候选预设百分位对应的目标累积负荷阈值；所述候选预设百分位为所述预设百分位序列中的任一预设百分位；

22、以活动时段的起始时刻作为积分起始时刻，逐个以活动时段的每一个时刻作为积分终止时刻，对所述加速度超出程度进行积分，并比较每次得到的积分结果与所述目标累积负荷阈值的大小，直至积分结果第一次大于或者等于所述目标累积负荷阈值时结束积分，得到积分结束时积分结果对应的积分终止时刻，作为所述候选预设百分位对应的负荷百分位时刻。

23、在一个示例性的实施例中，所述响应百分位时刻的获取过程，包括：

24、根据所述累计心率响应量和候选预设百分位在所述预设百分位序列中的序号，得到与候选预设百分位对应的目标累积响应阈值；

25、以静息时段的起始时刻作为积分起始时刻，逐个以静息时段的每一个时刻作为积分终止时刻，对所述心率超出程度进行积分，并比较每次得到的积分结果与所述目标累积响应阈值的大小，直至积分结果第一次大于或者等于所述目标累积响应阈值时结束积分，得到积分结束时积分结果对应的积分终止时刻，作为所述候选预设百分位对应的响应百分位时刻。

26、在一个示例性的实施例中，所述目标累积负荷阈值的获取过程，包括：

27、由候选预设百分位在所述预设百分位序列中的序号，得到候选预设百分位的分位数；

28、计算所述分位数与所述累计活动负荷量的乘积，得到与候选预设百分位对应的目标累积负荷阈值；

29、所述目标累积响应阈值的获取过程，包括：

30、计算所述分位数与所述累计心率响应量的乘积，得到与候选预设百分位对应的目标累积响应阈值。

31、在一个示例性的实施例中，所述气道阻塞综合特征的获取过程，包括：

32、由所述心肺响应延迟程度，得到呼气期响应波动程度和呼气末期气体陷闭程度；

33、根据所述呼气期响应波动程度和所述活动强度特征，得到呼气阻力波动特征；所述呼气阻力波动特征与所述呼气期响应波动程度正相关，与所述活动强度特征反相关；

34、融合所述呼气末期气体陷闭程度和所述呼气阻力波动特征，得到所述气道阻塞综合特征。

35、在一个示例性的实施例中，所述呼气期响应波动程度的获取过程，包括：

36、获取与所述预设百分位序列对应的心肺响应延迟程度序列中的后半部分序列；

37、确定所述后半部分序列的一阶差分绝对值序列；

38、融合所述一阶差分绝对值序列中各一阶差分绝对值与其对应的局部平均值的差异，得到所述呼气期响应波动程度。

39、在一个示例性的实施例中，所述呼气末期气体陷闭程度为所述后半部分序列中的中位数。

40、在一个示例性的实施例中，所述活动强度特征为所述累计活动负荷量与所述活动时段的时长的比值。

41、本发明具有如下有益效果：本发明将活动时段+相邻静息时段作为分析对象，将活动视为一个可控的负荷刺激，而将静息时段的心率变化视为系统对这个刺激的响应，从而提升后续早期预警的准确性；通过累计活动负荷量和累计心率响应量确定每次完成预设百分位的负荷百分位时刻和响应百分位时刻，使得本发明不再关注心率是多少，而是关注心率变化如何跟随活动变化，而且心肺响应延迟程度量化了心肺系统从应激状态恢复到基线的效率，在慢阻肺急性加重早期，气道阻塞和动态肺过度充气会限制心率的正常回落，导致响应滞后于负荷，心肺响应延迟程度能够有效区分生理与病理：对于高强度活动，虽然心率和呼吸都会生理性升高，但只要气道功能正常，其响应延迟仍应在正常范围内，只有当存在病理性阻塞时，这个延迟才会显著延长，从而能够根据心肺响应延迟程度实现最终的早期预警；单纯的心肺响应延迟程度不够全面，再结合活动强度特征对心肺响应延迟程度进行校准和加权，最终形成一个更全面、更精确的气道阻塞综合特征，最终根据气道阻塞综合特征实现慢阻肺急性加重早期智能预警，使得预警系统能够实现精细化判断，大大降低了误报率，并能够捕捉到微弱的、基于动态响应的病理信号，实现了连续、无感、智能化的早期预警。