利索能及
我要发布
收藏
专利号: 2023109930255
申请人: 临沂大学
专利类型:发明专利
专利状态:无效专利
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种运动数据采集处理方法,其特征在于,该方法包括以下步骤:

采集使用者运动状态下的心率数据及血压数据;

根据血压数据中每段分组数据与心率数据的DTW匹配结果,获取血压数据的初始噪声概率以及噪声组数据;

根据噪声组数据进行去噪,结合初始噪声概率进行迭代判断,得到去噪后的血压数据以及预测噪声概率;

根据预测噪声概率对下一次采集的数据进行噪声判断,完成对于运动数据的采集处理。

2.根据权利要求1所述的一种运动数据采集处理方法,其特征在于,所述采集使用者运动状态下的心率数据及血压数据,包括的具体方法为:通过包含心率及血压的监测设备来进行心率数据及血压数据的获取,两种数据的采样时间间隔相同;进入运动状态优先以人为设置判定,人为未设置再进行阈值判定,进入运动状态后,得到心率数据及血压数据。

3.根据权利要求1所述的一种运动数据采集处理方法,其特征在于,所述血压数据的初始噪声概率以及噪声组数据,具体的获取方法为:对血压数据进行分段并与心率数据进行DTW匹配,得到每段分组数据对应的最短路径以及总最短路径;

将总最短路径与分段数据的总段数的比值,记为路径均值,获取每段分组数据对应的最短路径与路径均值的差值绝对值,记为每段分组数据的偏差程度,将偏差程度最大的分组数据记为噪声组数据,噪声组数据的偏差程度记为初始噪声概率。

4.根据权利要求3所述的一种运动数据采集处理方法,其特征在于,所述得到每段分组数据对应的最短路径以及总最短路径,包括的具体方法为:对采集到的血压数据根据预设分段时长进行分段,得到若干分段数据,记为若干段分组数据;对血压数据与心率数据进行DTW匹配,根据匹配结果得到每段分组数据匹配到的一段心率数据,根据DTW最短路径算法得到每段分组数据对应的最短路径;根据匹配结果得到血压数据与心率数据的最短路径,记为总最短路径。

5.根据权利要求4所述的一种运动数据采集处理方法,其特征在于,所述得到去噪后的血压数据以及预测噪声概率,包括的具体方法为:根据噪声组数据及噪声组数据对应的最短路径获取第一去噪数据;

对第一去噪数据重新进行分段并计算噪声概率,得到第一噪声组数据与第一噪声概率;若初始噪声概率减去第一噪声概率得到的差值大于等于预设第一阈值,将第一噪声概率作为预测噪声概率,第一噪声数据作为去噪后的血压数据;

若初始噪声概率减去第一噪声概率得到的差值小于预设第一阈值,则根据第一噪声组数据及对应的最短路径获取第二去噪数据,继续对第二去噪数据的噪声概率进行计算,并与第一噪声概率进行差值计算,根据差值与预设第一阈值的比较结果进行迭代去噪及去噪结果的判断,直到通过相邻两次去噪后噪声概率的差值大于等于预设第一阈值,停止去噪并将停止去噪时的噪声概率作为预测噪声概率,停止去噪的血压数据作为去噪后的血压数据;

对每次去噪的数据点均进行记录,若已经去除的数据点连续分布,且连续分布数量与最初的分组数据中数据点数量的比值大于预设第二阈值,血压数据存在异常,停止去噪并进行预警,将最新一次去除数据点之前一次去噪得到的噪声概率作为噪声判断阈值;

根据噪声判断阈值对存在异常的血压数据获取预测噪声概率及去噪后的血压数据。

6.根据权利要求5所述的一种运动数据采集处理方法,其特征在于,所述根据噪声组数据及噪声组数据对应的最短路径获取第一去噪数据,包括的具体方法为:噪声组数据的最短路径有多段路径组成,获取每段路径的数值,提取其中数值最大的路径记为最大路径值,将最大路径值对应路径的终点所对应的噪声组数据中的数据点进行去除,将此时的血压数据记为第一去噪数据。

7.根据权利要求5所述的一种运动数据采集处理方法,其特征在于,所述根据噪声判断阈值对存在异常的血压数据获取预测噪声概率及去噪后的血压数据,包括的具体方法为:对于存在异常的血压数据,重新采集血压数据及心率数据,获取血压数据的噪声概率,记为修正噪声概率,根据噪声判断阈值与修正噪声概率得到预测噪声概率及去噪后的血压数据。

8.根据权利要求7所述的一种运动数据采集处理方法,其特征在于,所述根据噪声判断阈值与修正噪声概率得到预测噪声概率及去噪后的血压数据,包括的具体方法为:对噪声判断阈值减去修正噪声概率的差值进行判断,若差值大于等于预设第三阈值,将修正噪声概率作为预测噪声概率;若差值小于预设第三阈值,重新采集血压数据及心率数据,再计算噪声概率并与噪声判断阈值进行比较,差值大于等于预设第三阈值不存在噪声,小于预设第三阈值仍需要重新采集,直到血压数据不再存在噪声,将不存在噪声时的血压数据的噪声概率作为预测噪声概率,此时的血压数据作为去噪后的血压数据。

9.根据权利要求1所述的一种运动数据采集处理方法,其特征在于,所述根据预测噪声概率对下一次采集的数据进行噪声判断,包括的具体方法为:对当前运动状态的血压数据进行去噪后,将预测噪声概率进行记录,在下一次运动状态开始记录运动数据后,对其中的血压数据进行噪声概率计算,并通过预测噪声概率减去噪声概率得到的差值进行噪声判断,大于等于预设第一阈值则没有噪声,小于预设第一阈值则进行去噪,并得到对于下一次运动状态的去噪后的血压数据,对预测噪声概率实现更新,用于后续采集的运动数据进行噪声判断。

10.一种运动数据采集处理系统,其特征在于,该系统包括:

运动数据采集模块,采集使用者运动状态下的心率数据及血压数据;

运动数据去噪模块:根据血压数据中每段分组数据与心率数据的DTW匹配结果,获取血压数据的初始噪声概率以及噪声组数据;

根据噪声组数据进行去噪,结合初始噪声概率进行迭代判断,得到去噪后的血压数据以及预测噪声概率;

数据采集处理模块,根据预测噪声概率对下一次采集的数据进行噪声判断,完成对于运动数据的采集处理。