1.基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述系统包括：

原始信号采集模块，采集用户透析过程中所有参数的原始信号时序序列，所述参数包括血压、体重、血流速、透析液流速、超滤量、电导率、pH值；

拟合函数曲线获取模块，获得原始信号时序序列的拟合函数曲线；

集中性计算模块，根据拟合函数曲线获取观测误差集合，根据观测误差集合获得局部观测误差方差的直方图，根据直方图计算每个局部观测误差方差的集中性；

增加采样点模块，根据集中性获得每个局部观测误差方差的集中性映射值，根据集中性映射值筛选出不集中项，根据不集中项占比获得增加采样点数量；

数字信号转换模块，根据最小总采样点数量和增加采样点数量对原始信号时序序列进行采样，获得数字信号并展示；

所述计算每个局部观测误差方差的集中性，包括的具体步骤如下：

根据每个局部观测误差方差的左统计值和右统计值，计算每个局部观测误差方差的集中性，具体计算公式为：式中， 表示局部观测误差方差c的集中性， 表示局部观测误差方差c的左统计值， 表示局部观测误差方差c的右统计值， 表示局部观测误差方差c的频率， 表示以自然常数e为底的指数函数；

所述每个局部观测误差方差的左统计值和右统计值的获取方法如下：

将直方图中在频率最大的局部观测误差方差的频率记为最大频率 ；对于局部观测误差方差c，获得局部观测误差方差c的左统计值 ，包括：设置一个计数器，计数器的初始值为0，判断直方图中在局部观测误差方差c左侧的第一个局部观测误差方差的频率与最大频率 的关系：如果频率小于 ，将计数器加1，继续判断直方图中在局部观测误差方差c左侧的第二个局部观测误差方差的频率，直至频率大于等于 时，停止判断，将此时计数器的数值记为局部观测误差方差c的左统计值 ；

同理，获得局部观测误差方差c的右统计值 ；

所述根据集中性获得每个局部观测误差方差的集中性映射值，根据集中性映射值筛选出不集中项，包括的具体步骤如下：对所有局部观测误差方差的集中性进行线性归一化，将归一化后的结果记为每个局部观测误差方差的集中性；根据局部观测误差方差的集中性获得局部观测误差方差的集中性映射值，具体计算公式为：式中， 表示局部观测误差方差c的集中性映射值， 表示局部观测误差方差i的集中性，Q表示滑窗的总数量， 表示四舍五入取整；

如果局部观测误差方差的集中性映射值与左侧的局部观测误差方差的集中性映射值相等，则将该局部观测误差方差对应的滑窗记为不集中项，得到所有不集中项；

所述获得增加采样点数量，包括的具体步骤如下：

获得不集中项的增加采样点数量S，具体为：

式中，表示不集中项的增加采样点数量，N表示不集中项的数量，表示滑窗的总数量，E表示最小总采样点数量， 表示四舍五入取整。

2.根据权利要求1所述的基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述获得原始信号时序序列的拟合函数曲线，包括的具体步骤如下：将通过EMD分解对原始信号时序序列进行分解，获得多个IMF分量信号；根据预设采样频率P，以每秒钟P个采样点的采样频率，在每个IMF分量信号上进行采样，利用正弦函数对每个IMF分量信号的所有采样点进行正弦拟合，获得每个IMF分量信号的正弦拟合函数；计算每次采样获得的IMF分量信号的正弦拟合函数与IMF分量信号的均方误差，通过多次采样和拟合，将最小的均方误差对应的正弦拟合函数作为每个IMF分量信号的拟合函数；

获得所有IMF分量信号的拟合函数，将所有IMF分量信号的拟合函数进行叠加，得到原始信号时序序列的拟合函数曲线。

3.根据权利要求1所述的基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述获取观测误差集合，包括的具体步骤如下：将拟合函数曲线作为卡尔曼滤波器的状态方程，利用卡尔曼滤波器遍历原始信号时序序列中的每个原始信号，获得每个原始信号的预测幅值，原始信号的预测幅值是利用卡尔曼滤波器的状态方程，通过每个采样点的原始信号的状态，对下一个采样点的原始信号的幅值进行预测，获得下一个采样点的原始信号的预测幅值；将每个原始信号的预测幅值与实际信号幅值的差值的绝对值记为每个原始信号的预测误差，得到观测误差集合。

4.根据权利要求1所述的基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述获得局部观测误差方差的直方图，包括的具体步骤如下：将观测误差集合中的观测误差按照时间顺序组成观测误差曲线，对观测误差曲线进行曲线拟合得到误差拟合曲线，误差拟合曲线由若干个误差拟合值组成；将长度等于预设长度Y的滑窗在误差拟合曲线上进行滑动，计算每次滑窗内所有误差拟合值的方差，记为局部观测误差方差；获得所有滑窗的局部观测误差方差组成的直方图，直方图的横轴为局部观测误差方差，纵轴为每个局部观测误差方差的频率。

5.根据权利要求1所述的基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述获得数字信号，包括的具体步骤如下：根据最小总采样点数量E在原始信号时序序列上进行等间隔采样，根据增加采样点数量S在所有不集中项在原始信号时序序列上对应的局部信号段进行等间隔采样；利用PCM对原始信号时序序列上获得采样点进行编码转化，得到数字信号，通过常规预处理后传输至手机应用程序中。

6.根据权利要求1所述的基于智能手机应用程序的血液透析数据智能处理系统，其特征在于，所述最小总采样点数量的获取方法如下：利用傅里叶变换将原始信号时序序列转化到频域中，根据频域中信号最大与最小频率之差，得到信号带宽，进而得到最低采样率，时域中的时宽和频域中的频宽互为倒数，因此，最低采样率的倒数即为原始信号时序序列中单峰信号的最低采样点数量A，根据原始信号中所有的极值点获取其所有的单峰信号数量G，进而获得原始信号时序序列的最小总采样点数量为E=2A G。