一种体征连续变化的获取方法、装置及系统的制作方法
【专利摘要】本发明提供一种体征连续变化的获取方法、装置及系统。该方法包括:根据获取的体征数据库中的体征数据,得到基础体征变化曲线;根据基础体征变化曲线,确定对应基础体征变化曲线的关键点,并生成体征测量方案,体征测量方案包括关键点对应的单次体征数据的测量时间点;根据基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中用户体征数据是根据体征测量方案获取的;根据触发事件的类型,获取对应事件的类型的事件体征变化曲线;根据触发事件的时间,将个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。本发明的方案,实现在特定事件的基础上,真正意义的连续体征数据变化的获取。
【专利说明】
一种体征连续变化的获取方法、装置及系统
技术领域
[0001]本发明涉及移动健康领域,特别是一种体征连续变化的获取方法、装置及系统。
【背景技术】
[0002]随着医疗服务和健康管理的发展,人们对个性化、精细化、专业化的慢病管理服务具有突出的需求,这就需要通过技术手段来监测和掌握用户连续的、相对准确的体征数据(如:血糖等)。以血糖为例,大量临床研究表明,糖尿病及其并发症不仅与血糖值密切相关,还与血糖波动直接相关。在20世纪70年代由Service提出的平均血糖波动幅度(MAGE)随着监测技术的发展,近年来,这一参数已获得广泛认可,成为衡量血糖波动的金标准。尤其在I型糖尿病患者中连续血糖监测越来越受到关注,这为糖尿病研究提供了大量数据,这些数据可用于分析血糖变化规律,进一步可评价糖尿病发生并发症的致病机制。
[0003]现有的可行的体征数据的获取方法如连续血糖测量方法有:皮下组织间液血糖监测、微透析导管技术对组织间血糖监测、静脉内导管动态血糖监测等。这些体征数据的获取方法,往往无法做到真正意义上的连续测量(一般会有时间间隔),而且没有考虑特定事件(如饮食、运动、情绪变化等)对测量结果的影响。
【发明内容】
[0004]本发明的目的是提供一种体征连续变化的获取方法、装置及系统,实现在结合影响体征的特定事件的基础上真正意义的连续体征数据变化的获取。
[0005]为达到上述目的,本发明的实施例提供一种体征连续变化的获取方法包括:
[0006]根据获取的体征数据库中的体征数据,得到基础体征变化曲线;
[0007]根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间点;
[0008]根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的;
[0009]根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线;
[0010]根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。
[0011]其中,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。
[0012]其中,根据获取的体征数据库中的体征数据,得到基础体征变化曲线,包括:
[0013]根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线;
[0014]分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型;
[0015]根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。
[0016]其中,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。
[0017]其中,根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线,包括:
[0018]根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线;
[0019]分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型;
[0020]根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。
[0021]为达到上述目的,本发明的实施例还提供了一种体征连续变化的获取装置,包括:
[0022]第一处理模块,用于根据获取的体征数据库中的体征数据,得到基础体征变化曲线;
[0023]体征测量方案生成模块,用于根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间点;
[0024]第二处理模块,用于根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的;
[0025]第三处理模块,用于根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线;
[0026]第四处理模块,用于根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。
[0027]其中,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。
[0028]其中,所述第一处理模块包括:
[0029]第一处理子模块,用于根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线;
[0030]第二处理子模块,用于分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型;
[0031]第三处理子模块,用于根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。
[0032]其中,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。
[0033]其中,所述装置还包括:
[0034]第五处理模块,用于根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线;其中
[0035]所述第五处理模块包括:
[0036]第四处理子模块,用于根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线;
[0037]第五处理子模块,用于分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型;
[0038]第六处理子模块,用于根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。
[0039]为达到上述目的,本发明的实施例还提供了一种体征连续变化的获取系统,包括上所述的体征连续变化的获取装置。
[0040]其中,所述系统还包括:
[0041]体征测量装置,用于根据所述体征连续变化的获取装置的体征测量方案获取用户体征数据,并将所述用户体征数据传送至所述体征连续变化的获取装置;
[0042]事件触发装置,用于检测到用户的触发操作,并将触发事件的类型和时间传送至所述体征连续变化的获取装置。
[0043]本发明的上述技术方案的有益效果如下:
[0044]本发明实施例的体征连续变化的获取方法,首先要获取体征数据库中的体征数据,根据获取到的数据得到基础体征变化曲线。基础体征变化曲线可能是多项式也可能是三角函数叠加等等形式的曲线,会对应不同形式预设对应的关键点(如极值点、最值点、过零点等等,还有一些体征在临床检测的重点),了解到这些关键点对应的单次体征数据测量时间点,生成体征测量方案,随后,根据基础体征变化曲线拟合按照体征测量方案测量获取的用户体征数据,就得到了用户的个性化基础体征变化曲线。而用户在发生特定事件时可以通过事件触发器记录触发事件的类型以及时间等信息,根据用户触发的事件类型,获取对应的事件体征变化曲线。最后,根据触发事件的时间,将个性化基础体征变化曲线和事件体征变化曲线融合后,得到个性化连续变化曲线。通过上述内容,实现了在结合影响体征的特定事件的基础上,真正意义的连续体征数据变化的获取。
【附图说明】
[0045]图1表示本发明实施例的体征连续变化的获取方法的流程示意图;
[0046]图2表示本发明实施例的体征连续变化的获取方法的具体步骤示意图;
[0047]图3表示本发明实施例的体征连续变化的获取装置的结构示意图;
[0048]图4表示本发明实施例的体征连续变化的获取系统的结构示意图。
【具体实施方式】
[0049]为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
[0050]本发明针对现有的获取体征的方法中有时间间隔以及未考虑特定事件(如饮食、运动、情绪变化等)对测量结果存在影响的问题,提供一种体征连续变化的获取方法、装置及系统,实现在结合体征影响的特定事件的基础上真正意义的连续体征数据变化的获取。
[0051]如图1所示,本发明的实施例提供一种体征连续变化的获取方法包括:
[0052]步骤11,根据获取的体征数据库中的体征数据,得到基础体征变化曲线;
[0053]步骤12,根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间占.V,
[0054]步骤13,根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的;
[0055]步骤14,根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线;
[0056]步骤15,根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。
[0057]通过上述步骤,要获取用户体征的连续变化,首先要获取体征数据库中的体征数据,根据获取到的数据得到基础体征变化曲线。体征数据库中会预先存储样本用户的体征数据(包括测量时间,体征数值等),样本用户的数量是比较大的,根据这些样本用户的体征数据,统计后就可以得到符合多数人体征变化的基础体征变化曲线。
[0058]当然,基础体征变化曲线只是一种普遍规律,并不能直接代表个体用户,但是可以利用其找到体征变化的规律。应该了解的是,基础体征变化曲线可能是多项式也可能是三角函数叠加等等形式的曲线,在本发明的实施例的方法中,会预设不同形式基础体征变化曲线所对应的关键点(如极值点、最值点、过零点等等,还有一些体征在临床检测的重点),这样,在得到基础体征变化曲线后就能够确定对应该基础体征变化曲线的关键点,从而了解到这些关键点对应的单次体征数据测量时间点,生成体征测量方案,在这些时间点对当前用户进行体征测量。随后,根据基础体征变化曲线拟合按照体征测量方案测量获取的用户体征数据,就得到了用户的个性化基础体征变化曲线。
[0059]个性化基础体征变化曲线虽然已经是针对用户的,但是,大量临床及实验医学表明,特定事件(饮食、运动、情绪变化等)会影响到体征的变化,并呈现一定的规律,如果不考虑特定事件的影响,那么得到的体征变化准确性会大大降低。故此,用户在发生特定事件时可以通过事件触发器记录触发事件的类型以及时间等信息,下一步,根据用户触发的事件类型,获取对应的事件体征变化曲线,事件体征变化曲线可以表现事件对体征变化所呈现的规律。然后根据触发事件的时间,将个性化基础体征变化曲线和事件体征变化曲线融合后,最终得到个性化连续变化曲线。因此,该方法实现了在结合影响体征的特定事件的基础上真正意义的连续体征数据变化的获取。
[0060]上述方案中,在个性化基础体征变化曲线和事件体征变化曲线融合中,需要建立统一的时间轴,进行时间对齐/规整,将个性化基础体征变化曲线和事件体征变化曲线在统一的时间轴下进行融合。
[0061]众所周知,对于不同年龄段、不同性别的人来说,由于身体素质的差异,体征变化也就存在较大的差异。如果不考虑这些因素,在体征数据库中漫无目的的获取体征参数数据,得到的基础体征变化曲线的针对性以及准确性都是较差的。而为了得到更准确、更具有针对性的体征数据,在上述是实施例的基础上,本发明实施例的体征连续变化的获取方法中,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。
[0062]用户在开始获取体征数据库中的体征数据之前,按照自身的条件进行参数的预先设定,如性别和年龄段,也可以设定当前身体健康状况,当然也可以有其他类型的参数,在此不一一列举。这样,根据设定后的参数来获取体征数据库中的体征数据,并得到的基础体征变化曲线对当前用户来说更准确、更具有针对性。
[0063]如图2所示,在本发明的实施例中,得到基础体征变化曲线的步骤11包括:
[0064]步骤111,根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线;
[0065]步骤112,分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型;
[0066]步骤113,根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。
[0067]按照步骤111-113,首先根据从体征数据库中得到的体征数据,按时间对齐并进行归一化处理,根据体征数据库中的体征数据的离散点得到上下包络,并进行平滑处理,取其中间值曲线作为第一中间值曲线。然后,分析该第一中间值曲线,确定其对应的第一参数化模型,也就是该第一中间值曲线的形式是多项式或三角函数叠加还是其他形式等等。最后通过确定形式的第一参数化模型拟合第一中间值曲线,拟合后可得到第一参数化模型的参数具体值,确定了基础体征变化曲线。当然除了上述参数化模型建模确定基础体征变化曲线外,直接根据获取的体征数据在坐标中描点连线也是能够得到对应的基础体征变化曲线的,但是可能会有较大误差。
[0068]在上述的实施例中,事件体征变化曲线可以表现事件对体征变化所呈现的规律。当然,由于已有大量临床及实验医学在特定事件对体征变化的影响方面进行研究,事件体征变化曲线是根据研究结果能够确定的,就可以预先存储这些事件体征变化曲线,直接调用即可。然而,研究结果可能只是一些规律性总结,并无法找到对应的事件体征变化曲线,这时,在本发明的实施例中,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。
[0069]在本发明实施例的体征连续变化的获取方法中还包括步骤16,根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线,步骤16包括:
[0070]步骤161,根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线;
[0071]步骤162,分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型;
[0072]步骤163,根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。
[0073]与上述的基础体征变化曲线相类似,首先根据从体征数据库中得到的对应事件的体征数据,按时间对齐并进行归一化处理,根据这些体征数据的离散点得到上下包络,并进行平滑处理,取其中间值曲线作为第二中间值曲线。然后,分析该第二中间值曲线,确定其对应的第二参数化模型,也就是该第二中间值曲线的形式是多项式或三角函数叠加还是其他形式等等。最后通过确定形式的第二参数化模型拟合第二中间值曲线,拟合后可得到第二参数化模型的参数具体值,确定了事件体征变化曲线。当然除了上述参数化模型建模确定事件体征变化曲线外,直接根据获取的体征数据在坐标中描点连线也是能够得到对应的事件体征变化曲线的,但是可能会有较大误差。
[0074]下面以血糖连续变化的获取为例,说明本发明实施例的体征连续变化的获取方法:
[0075]首先,根据从体征数据库中得到的血糖数据,按时间对齐并进行归一化处理,根据其离散点得到上下包络,并进行平滑处理,取其中间值曲线作为第一中间值曲线。分析该第一中间值曲线,确定其对应的第一参数化模型。通过确定形式的第一参数化模型拟合第一中间值曲线,拟合后可得到第一参数化模型的参数具体值,确定了基础血糖变化曲线。
[0076]之后,由得到的基础血糖变化曲线,根据其曲线形式确定预设定的关键点,生成血糖测量方案,在关键点对应的单次血糖数据测量时间对当前用户的血糖进行测量。然后,按照血糖测量方案测量到用户血糖数据,由已经确定的基础血糖变化曲线拟合,就得到用户的个性化基础血糖体征变化曲线。
[0077]用户在吃饭、生气等特定事件发生时触发事件触发器记录触发事件的类型以及时间等信息,根据用户触发的事件类型,获取对应的事件血糖变化曲线,根据触发事件的时间,将个性化基础血糖变化曲线和事件血糖变化曲线融合后,最终得到个性化连续变化曲线。该个性化连续变化曲线表示了用户的血糖变化,呈现了无间隔的连续性变化,而且融入了一些特定事件的影响,具有更高的针对性和准确性。
[0078]当然,本发明实施例的体征连续变化的获取方法,不仅适用于血糖测量,也适用血压、血氧等体征的测量,在此不一一列举。
[0079]综上所述,本发明实施例的一种体征连续变化的获取方法,能够有效解决现有方法中存在的问题,实现在结合影响体征的特定事件的基础上真正意义的连续体征数据变化的获取,具有更高的针对性和准确性。
[0080]如图3所示,本发明的实施例还提供了一种体征连续变化的获取装置,包括:
[0081]第一处理模块10,用于根据获取的体征数据库中的体征数据,得到基础体征变化曲线;
[0082]体征测量方案生成模块20,用于根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间点;
[0083]第二处理模块30,用于根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的;
[0084]第三处理模块40,用于根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线;
[0085]第四处理模块50,用于根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。
[0086]其中,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。
[0087]其中,所述第一处理模块包括:
[0088]第一处理子模块,用于根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线;
[0089]第二处理子模块,用于分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型;
[0090]第三处理子模块,用于根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。
[0091]其中,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。
[0092]其中,所述装置还包括:
[0093]第五处理模块,用于根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线;其中
[0094]所述第五处理模块包括:
[0095]第四处理子模块,用于根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线;
[0096]第五处理子模块,用于分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型;
[0097]第六处理子模块,用于根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。
[0098]本发明实施例的体征连续变化的获取装置,实现了在结合影响体征的特定事件的基础上,真正意义的连续体征数据变化的获取,具有更高的针对性和准确性。
[0099]需要说明的是,该体征连续变化的获取装置是应用了上述体征连续变化的获取方法的装置,上述体征连续变化的获取方法的实现方式适用于该装置,也能达到相同的技术效果。
[0100]如图4所示,本发明的实施例还提供了一种体征连续变化的获取系统,包括上所述的体征连续变化的获取装置I。
[0101]其中,所述系统还包括:
[0102]体征测量装置2,用于根据所述体征连续变化的获取装置的体征测量方案获取用户体征数据,并将所述用户体征数据传送至所述体征连续变化的获取装置;
[0103]事件触发装置3,用于检测到用户的触发操作,并将触发事件的类型和时间传送至所述体征连续变化的获取装置。
[0104]体征连续变化的获取装置和事件触发装置能够设置在同一终端(如手机)上,体征检测装置能够通过无线传输等方式将获取的用户体征数据传送到终端的体征连续变化的获取装置。其中,事件触发装置也能够是单独设置的,通过无线传输等方式将触发事件的类型和时间传送至体征连续变化的获取装置。本发明实施例的体征连续变化的获取系统,能够有效解决现有方法中存在的问题,实现在结合影响体征的特定事件的基础上,真正意义的连续体征数据变化的获取,具有更高的针对性和准确性。
[0105]需要说明的是,该体征连续变化的获取系统是包括了上述体征连续变化的获取装置的系统,上述体征连续变化的获取装置的实现方式适用于该系统,也能达到相同的技术效果。
[0106]以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
【主权项】
1.一种体征连续变化的获取方法,其特征在于,包括: 根据获取的体征数据库中的体征数据,得到基础体征变化曲线; 根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间点; 根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的; 根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线; 根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。2.根据权利要求1所述的体征连续变化的获取方法,其特征在于,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。3.根据权利要求1或2所述的体征连续变化的获取方法,其特征在于,根据获取的体征数据库中的体征数据,得到基础体征变化曲线,包括: 根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线; 分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型; 根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。4.根据权利要求1所述的体征连续变化的获取方法,其特征在于,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。5.根据权利要求4所述的体征连续变化的获取方法,其特征在于,根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线,包括: 根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线; 分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型; 根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。6.一种体征连续变化的获取装置,其特征在于,包括: 第一处理模块,用于根据获取的体征数据库中的体征数据,得到基础体征变化曲线; 体征测量方案生成模块,用于根据所述基础体征变化曲线,确定对应所述基础体征变化曲线的关键点,并生成体征测量方案,所述体征测量方案包括所述关键点对应的单次体征数据的测量时间点; 第二处理模块,用于根据所述基础体征变化曲线拟合用户体征数据,得到用户的个性化基础体征变化曲线;其中所述用户体征数据是根据所述体征测量方案获取的; 第三处理模块,用于根据触发事件的类型,获取对应所述事件的类型的事件体征变化曲线; 第四处理模块,用于根据触发事件的时间,将所述个性化基础体征变化曲线和所述事件体征变化曲线进行融合,得到个性化连续体征变化曲线。7.根据权利要求6所述的体征连续变化的获取装置,其特征在于,所述获取的体征数据库中的体征数据,是按照用户预先设定的参数对应获取的,其中,所述参数包括性别和年龄段。8.根据权利要求6或7所述的体征连续变化的获取装置,其特征在于,所述第一处理模块包括: 第一处理子模块,用于根据体征数据库中的体征数据的离散点,得到所述体征数据的上下包络,并进行平滑处理确定第一中间值曲线; 第二处理子模块,用于分析所述第一中间值曲线,确定所述第一中间值曲线的第一参数化模型; 第三处理子模块,用于根据所述第一参数化模型拟合所述第一中间值曲线,确定基础体征变化曲线。9.根据权利要求6所述的体征连续变化的获取装置,其特征在于,所述事件体征变化曲线是根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线。10.根据权利要求9所述的体征连续变化的获取装置,其特征在于,所述装置还包括: 第五处理模块,用于根据体征数据库中对应所述事件的体征数据,得到事件体征变化曲线;其中 所述第五处理模块包括: 第四处理子模块,用于根据体征数据库中的对应所述事件体征数据的离散点,得到所述事件体征数据的上下包络,并进行平滑处理确定第二中间值曲线; 第五处理子模块,用于分析所述第二中间值曲线,确定所述第二中间值曲线的第二参数化模型; 第六处理子模块,用于根据所述第二参数化模型拟合所述第二中间值曲线,确定事件体征变化曲线。11.一种体征连续变化的获取系统,其特征在于,包括如权利要求6至10任一项所述的体征连续变化的获取装置。12.根据权利要求11所述的体征连续变化的获取系统,其特征在于,所述系统还包括: 体征测量装置,用于根据所述体征连续变化的获取装置的体征测量方案获取用户体征数据,并将所述用户体征数据传送至所述体征连续变化的获取装置; 事件触发装置,用于检测到用户的触发操作,并将触发事件的类型和时间传送至所述体征连续变化的获取装置。
【文档编号】G06F17/30GK105825038SQ201510004086
【公开日】2016年8月3日
【申请日】2015年1月4日
【发明人】信伦, 许利群
【申请人】中国移动通信集团公司