1.一种基于穿戴式传感器的心率检测方法，其特征在于，包括：

计算呼吸数据集合中所有数据点初步属于噪声点的第一可能性；

计算所述呼吸数据集合中所有数据点属于切‑斯克呼吸模型的第二可能性；其中，所述切‑斯克呼吸模型表征心衰患者正常呼吸时的呼吸特征；

基于所述第一可能性和第二可能性确定数据点属于噪声点的最终可能性；

基于所述最终可能性确定所述数据点是否为噪声数据；

如果所述数据点为噪声数据点，则从所述呼吸数据集合中去除所述噪声数据点，利用剩余数据点确定心衰患者的心率变化情况。

2.根据权利要求1所述的一种基于穿戴式传感器的心率检测方法，其特征在于，计算呼吸数据集合中所有数据点初步属于噪声点的第一可能性，包括：基于所述呼吸数据集合中当前数据点与当前数据点的周围数据点的呼吸深度差异计算所述呼吸数据集合中当前数据点初步属于噪声点的第一可能性，从而确定所述呼吸数据集合中所有数据点初步属于噪声点的第一可能性；

其中，所述当前数据点的周围数据点包括所述当前数据点的左侧两个数据点和所述当前数据点的右侧两个数据点。

3.根据权利要求2所述的一种基于穿戴式传感器的心率检测方法，其特征在于，计算所述呼吸数据集合中当前数据点初步属于噪声点的第一可能性，包括：利用如下公式计算所述呼吸数据集合中当前数据点初步属于噪声点的第一可能性：；

其中， 表示数据点O初步属于噪声点的第一可能性， 表示数据点O的呼吸深度，表示数据点O的左侧两个数据点的呼吸深度， 表示数据点O的右侧两个数据点的呼吸深度， 表示最大值函数。

4.根据权利要求1所述的一种基于穿戴式传感器的心率检测方法，其特征在于，计算所述呼吸数据集合中所有数据点属于切‑斯克呼吸模型的第二可能性，包括：确定所述呼吸数据集合中任意两个数据点是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的第三可能性；

基于第三可能性最大的两个数据点的呼吸深度、第三可能性最大的两个数据点的时间确定切‑斯克呼吸模型对应的余弦函数；

基于所述切‑斯克呼吸模型对应的余弦函数确定所述呼吸数据集合中所有数据点属于切‑斯克呼吸模型的第二可能性。

5.根据权利要求4所述的一种基于穿戴式传感器的心率检测方法，其特征在于，确定所述呼吸数据集合中任意两个数据点是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的第三可能性，包括：基于所述呼吸数据集合中任意两个数据点的曲率半径方向、所述任意两个数据点之间的数据点数量、所述任意两个数据点之间的数据点初步属于噪声点的第一可能性、分别与所述任意两个数据点数值相同的数据点个数、第一权重矫正系数确定所述任意两个数据点是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的初步可能性；

利用第二权重矫正系数对所述初步可能性进行矫正，从而得到所述任意两个数据点是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的第三可能性；

其中，所述第一权重矫正系数基于所述任意两个数据点之间第i个数据点的曲率半径方向确定；所述第二权重矫正系数基于所述任意两个数据点构建的时间间隔的线性函数的导数值确定。

6.根据权利要求5所述的一种基于穿戴式传感器的心率检测方法，其特征在于，所述方法包括：如果所述任意两个数据点之间第i个数据点的曲率半径方向在 之间，则所述第一权重矫正系数为1，否则所述第一权重矫正系数为0；

如果所述任意两个数据点构建的时间间隔的线性函数的导数值小于0，则所述第二权重矫正系数为1，如果所述任意两个数据点构建的时间间隔的线性函数的导数值大于或等于0，则所述第二权重矫正系数为0。

7.根据权利要求5所述的一种基于穿戴式传感器的心率检测方法，其特征在于，确定所述任意两个数据点是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的初步可能性，包括：利用如下公式确定所述初步可能性：

；

；

；

其中， 表示任意两个数据点OA、OB是切‑斯克呼吸模型对应的余弦函数相邻上下顶点的初步可能性， 表示以自然常数e为底的指数函数，max表示取最大值， 表示数据点OA的曲率半径方向， 表示数据点OB的曲率半径方向， 表示与数据点OA数值相同的数据点个数， 表示与数据点OB数值相同的数据点个数， 表示数据点OA、OB之间的第j个数据点初步属于噪声点的第一可能性、m表示数据点OA、OB之间的数据点个数、表示数据点OA、OB之间的第j个数据点初步属于噪声点的第一可能性的第一权重矫正系数， 表示任意两个数据点OA、OB点是对应的余弦函数的相邻上下顶点的角度合理性下的关系合理度， 表示任意两个数据点OA、OB点是对应的余弦函数的相邻上下顶点的角度合理度。

8.根据权利要求4所述的一种基于穿戴式传感器的心率检测方法，其特征在于，基于第三可能性最大的两个数据点的呼吸深度、第三可能性最大的两个数据点的时间确定切‑斯克呼吸模型对应的余弦函数，包括：将第三可能性最大的两个数据点的呼吸深度差确定为余弦函数的幅值，以及利用第三可能性最大的两个数据点的时间差确定余弦函数的周期；

利用所述余弦函数的幅值、余弦函数的周期、第三可能性最大的两个数据点的呼吸深度、第三可能性最大的两个数据点的时间构建参考公式；

基于所述参考公式得到切‑斯克呼吸模型对应的余弦函数的相位参数和偏移参数；

基于所述相位参数和所述偏移参数构建得到切‑斯克呼吸模型对应的余弦函数。

9.根据权利要求4所述的一种基于穿戴式传感器的心率检测方法，其特征在于，基于所述切‑斯克呼吸模型对应的余弦函数确定所述呼吸数据集合中所有数据点属于切‑斯克呼吸模型的第二可能性，包括：基于所述切‑斯克呼吸模型对应的余弦函数确定所述呼吸数据集合中当前数据点初步属于切‑斯克呼吸模型的第四可能性，从而确定所有数据点初步属于切‑斯克呼吸模型的第四可能性；

基于所述当前数据点对应的时刻、所述当前数据点与左右相邻的数据点对应的时刻确定所述第四可能性的矫正系数；

基于所述第四可能性的矫正系数对所述第二可能性进行矫正，从而得到当前数据点属于切‑斯克呼吸模型的第二可能性，从而确定所有数据点属于切‑斯克呼吸模型的第二可能性。

10.根据权利要求8所述的一种基于穿戴式传感器的心率检测方法，其特征在于，基于所述相位参数和所述偏移参数构建得到切‑斯克呼吸模型对应的余弦函数，包括：所述切‑斯克呼吸模型对应的余弦函数为：

；

其中， 表示数据点A的呼吸深度 与数据点B的呼吸深度的差值的绝对值，表示数据点A的时间 与数据点B的时间 的时间差的绝对值，T表示任一数据点的时间，M表示将任一数据点的时间带入切‑斯克呼吸模型对应的余弦函数中计算得到的数据点的呼吸深度， 表示相位参数， 表示偏移参数。