本发明的实施方式涉及数据处理,更具体地,本发明的实施方式涉及一种基于日常行为信息的心脏状态评估方法及系统。
背景技术:
1、本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、目前,许多智能穿戴设备都可以通过心律检测的功能对用户的心脏状态进行评估。但是这些智能穿戴设备通常是设定了一个固定的标准心率,从而去评估用户的心脏状态。可见,通过这种方式评估得到的用户的心脏状态的准确性较低。
技术实现思路
1、在本上下文中,本发明的实施方式期望提供一种基于日常行为信息的心脏状态评估方法及系统。
2、在本发明实施方式的第一方面中,提供了一种基于日常行为信息的心脏状态评估方法,包括:
3、获取用户的当前心率数据集以及所述用户的标准心率数据集;
4、确定所述当前心率数据集与所述标准心率数据集的相似度;
5、若所述相似度处于预先设置的标准区间,则根据所述相似度确定所述用户的心脏状态评估分数;
6、若所述相似度未处于所述标准区间,则获取所述用户的日常行为信息;
7、对所述日常行为信息进行分析,确定所述用户的行为心率数据集;
8、根据所述当前心率数据集和所述行为心率数据集,确定所述用户的心脏状态评估分数。
9、在本实施方式的一个实施例中,所述当前心率数据集中包括预设时间段内的多个当前心率数据,所述预设时间段的时长为预设时长,且任意两个相邻的当前心率数据的时间间隔均相等;所述标准心率数据集中包含的标准心率数据的数量与所述当前心率数据的数量相同,且任意两个相邻的标准心率数据的时间间隔均相同;
10、所述确定所述当前心率数据集与所述标准心率数据集的相似度,包括:
11、基于时间顺序将每一当前心率数据与每一标准心率数据一一对应,得到多个心率数据组;其中,一个心率数据组中包含一个当前心率数据和一个标准心率数据;
12、根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度。
13、在本实施方式的一个实施例中,所述根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度,包括:
14、确定每一心率数据组中包含的一个当前心率数据与一个标准心率数据之间的差值平方;
15、计算各个所述差值平方的平均值,得到所述当前心率数据集与所述标准心率数据集的均方差;
16、将所述均方差的倒数确定为所述当前心率数据集与所述标准心率数据集的相似度。
17、在本实施方式的一个实施例中,所述获取所述用户的日常行为信息,包括:
18、获取所述预设时长内的所述用户的移动轨迹;
19、获取所述用户的当前体温;
20、获取所述用户的当前皮肤湿度;
21、将所述移动轨迹、所述当前体温以及当前皮肤湿度确定为所述用户的日常行为信息。
22、在本实施方式的一个实施例中,所述对所述日常行为信息进行分析,确定所述用户的行为心率数据集,包括:
23、确定所述移动轨迹的轨迹距离;
24、当所述轨迹距离大于等于预设距离、或所述当前体温大于等于预设体温、或所述当前皮肤湿度大于等于预设皮肤湿度时,确定所述用户处于高心率状态,并将所述高心率状态对应的心率数据集确定为所述用户的行为心率数据集;
25、当所述轨迹距离小于所述预设距离、所述当前体温小于所述预设体温以及所述当前皮肤湿度小于所述预设皮肤湿度时,确定所述用户处于低心率状态,并将所述低心率状态对应的心率数据集确定为所述用户的行为心率数据集。
26、在本发明实施方式的第二方面中,提供了一种基于日常行为信息的心脏状态评估系统,包括:
27、第一获取单元,用于获取用户的当前心率数据集以及所述用户的标准心率数据集;
28、第一确定单元,用于确定所述当前心率数据集与所述标准心率数据集的相似度;
29、第二确定单元,用于若所述相似度处于预先设置的标准区间,则根据所述相似度确定所述用户的心脏状态评估分数;
30、第二获取单元,用于若所述相似度未处于所述标准区间,则获取所述用户的日常行为信息;
31、第三确定单元,用于对所述日常行为信息进行分析,确定所述用户的行为心率数据集;
32、第四确定单元,用于根据所述当前心率数据集和所述行为心率数据集,确定所述用户的心脏状态评估分数。
33、在本实施方式的一个实施例中,所述当前心率数据集中包括预设时间段内的多个当前心率数据,所述预设时间段的时长为预设时长,且任意两个相邻的当前心率数据的时间间隔均相等;所述标准心率数据集中包含的标准心率数据的数量与所述当前心率数据的数量相同,且任意两个相邻的标准心率数据的时间间隔均相同;
34、所述第一确定单元确定所述当前心率数据集与所述标准心率数据集的相似度的方式具体为:
35、基于时间顺序将每一当前心率数据与每一标准心率数据一一对应,得到多个心率数据组;其中,一个心率数据组中包含一个当前心率数据和一个标准心率数据;
36、根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度。
37、在本实施方式的一个实施例中,所述第一确定单元根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度的方式具体为:
38、确定每一心率数据组中包含的一个当前心率数据与一个标准心率数据之间的差值平方;
39、计算各个所述差值平方的平均值,得到所述当前心率数据集与所述标准心率数据集的均方差;
40、将所述均方差的倒数确定为所述当前心率数据集与所述标准心率数据集的相似度。
41、在本发明实施方式的第三方面中,提供了一种计算设备,所述计算设备包括:至少一个处理器、存储器和输入输出单元;其中,所述存储器用于存储计算机程序,所述处理器用于调用所述存储器中存储的计算机程序来执行第一方面中任一项所述的方法。
42、在本发明实施方式的第四方面中,提供了一种计算机可读存储介质,其包括指令,当其在计算机上运行时,使得计算机执行第一方面中任一项所述的方法。
43、根据本发明实施方式的基于日常行为信息的心脏状态评估方法及系统,能够对获取到的用户的当前心率数据集与标准心率数据集进行评估,若两者数据较为相似,则确定用户的心脏状态评估分数;若两者数据差异较大,则可以获取到用户的日常行为信息,并对日常行为信息进行分析,确定出与日常行为信息匹配的行为心率数据集,进而可以基于行为心率数据集对用户的心脏状态进行评估,得到用户的心脏状态评估分数,从而可以提高评估得到的用户的心脏状态的准确性。
1.一种基于日常行为信息的心脏状态评估方法,包括:
2.根据权利要求1所述的基于日常行为信息的心脏状态评估方法,所述当前心率数据集中包括预设时间段内的多个当前心率数据,所述预设时间段的时长为预设时长,且任意两个相邻的当前心率数据的时间间隔均相等;所述标准心率数据集中包含的标准心率数据的数量与所述当前心率数据的数量相同,且任意两个相邻的标准心率数据的时间间隔均相同;
3.根据权利要求2所述的基于日常行为信息的心脏状态评估方法,所述根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度,包括:
4.根据权利要求2或3所述的基于日常行为信息的心脏状态评估方法,所述获取所述用户的日常行为信息,包括:
5.根据权利要求4所述的基于日常行为信息的心脏状态评估方法,所述对所述日常行为信息进行分析,确定所述用户的行为心率数据集,包括:
6.一种基于日常行为信息的心脏状态评估系统,包括:
7.根据权利要求6所述的基于日常行为信息的心脏状态评估系统,所述当前心率数据集中包括预设时间段内的多个当前心率数据,所述预设时间段的时长为预设时长,且任意两个相邻的当前心率数据的时间间隔均相等;所述标准心率数据集中包含的标准心率数据的数量与所述当前心率数据的数量相同,且任意两个相邻的标准心率数据的时间间隔均相同;
8.根据权利要求7所述的基于日常行为信息的心脏状态评估系统,所述第一确定单元根据各个所述心率数据组,确定所述当前心率数据集与所述标准心率数据集的相似度的方式具体为:
9.一种计算设备,所述计算设备包括:
10.一种计算机可读存储介质,其包括指令,当其在计算机上运行时,使得计算机执行如权利要求1~5中的任一项所述的方法。
