技术特征：
1.一种医疗事件的预测方法，其特征在于，所述方法包括：电子设备获取用户的生命信号数据；所述电子设备基于预定规则设置窗口，所述窗口包括多段生命信号数据；所述电子设备对所述窗口内的多段生命信号数据提取出特征；所述电子设备基于所述窗口提取的所述特征和预测模型计算得出计算结果。2.根据权利要求1所述的方法，其特征在于，所述预定规则包括：将预定时间周期和所述多段生命信号数据的预定体量中的至少一种作为窗口的长度。3.根据权利要求2所述的方法，其特征在于，将所述多段生命信号数据的预定体量作为窗口的长度包括：将所述多段生命信号数据的预定数量作为所述窗口的长度，或将所述多段生命信号数据的预定总大小作为所述窗口的长度。4.根据权利要求1所述的方法，其特征在于，基于预定规则设置窗口，并对窗口内数据更新处理，所述对窗口内数据更新处理，包括：对于新采集的用户的生命信号数据，若窗口内有足够的空闲位置，则直接将当前生命信号数据按照采集的先后顺序存放到所述空闲位置；对于新采集的用户的生命信号数据，若窗口内无足够的空闲位置，则对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍。5.根据权利要求4所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：按照采集时间的先后顺序，在窗口已满的情况下，仅保留采集时间最近的数据。6.根据权利要求4所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：对窗口内的每条生命信号数据和新采集的生命信号数据按照预定状态进行打分，并将分数处于所述预定状态的生命信号数据删除，直到满足所述窗口设置的大小。7.根据权利要求6所述的方法，其特征在于，对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍，包括：按照距离新采集的生命信号数据时的当前时间从近到远的分类规则，将所述窗口内已存的生命信号数据划分到对应的类中；按照距离当前时间从远到近的次序依次检查各类，直到查到有生命信号数据的类，并对该类中的生命信号数据进行打分，并将分数处于所述用户的预定状态的生命信号数据删除。8.根据权利要求7所述的方法，其特征在于，每一类中至少保留一条生命信号数据，并且对每一类中的生命信号数据按照对所述计算结果的贡献程度设定不同的权重值。9.根据权利要求1所述的方法，其特征在于，所述预先训练好的预测模型通过机器学习训练得到，训练方法包括：获取至少一个用户的基于时间的历史生命信号数据；基于预定规则设置至少一个用于生命信号数据的窗口，每个所述窗口包括多段历史生
命信号数据；从所述窗口内的所述多段历史生命信号数据提取出特征；对所述窗口进行标注，确定与所述窗口内的所述多段历史生命信号数据对应的属性类别，其中，所述属性类别用于表征该窗口对应的与所述用户关联的医疗事件；将基于所述窗口提取的所述特征和所述窗口对应的所述属性类别作为训练样本集，通过半监督训练方法或全监督训练方法训练得到预测模型。10.根据权利要求9所述的方法，其特征在于，所述全监督训练方法中，对所述窗口进行标注，确定与所述窗口内的所述历史生命信号数据对应的属性类别，包括：对处于中间状态的属性类别对应的窗口进行人工线性标注或自动标注，所述自动标注采用径向基函数和最近邻分类算法进行标注。11.根据权利要求1所述的方法，其特征在于，还包括：基于大数据平台内的数据，统计与所述计算结果处于同一预设范围内的其他用户的属性类别，以及所述属性类别分别对应的其他用户的状态；根据所述属性类别分别对应的其他用户的状态，评估所述计算结果对应的所述用户的状态。12.根据权利要求1所述的方法，其特征在于，还包括：在获取用户的生命信号数据之前，对所述用户的生命信号数据降噪处理。13.一种穿戴设备，其特征在于，包括：采集器，用于周期性的采集用户的生命信号数据；存储器，用于存储指令；以及处理器，用于读取所述存储器中存储的所述指令，以执行以下步骤：获取用户的生命信号数据；基于预定规则设置窗口，所述窗口包括多段生命信号数据；对所述窗口内的多段生命信号数据提取出特征；将基于所述窗口提取的所述特征和预测模型计算得出计算结果；显示屏，用于显示所述计算结果。14.根据权利要求13所述的穿戴设备，其特征在于，所述预定规则包括：将预定时间周期和所述多段生命信号数据的预定体量中的至少一种作为窗口的长度。15.根据权利要求14所述的穿戴设备，其特征在于，将所述多段生命信号数据的预定体量作为窗口的长度包括：将所述多段生命信号数据的预定数量作为所述窗口的长度，或将所述多段生命信号数据的预定总大小作为所述窗口的长度。16.根据权利要求13所述的穿戴设备，其特征在于，所述处理器具体用于：基于预定规则设置窗口，并对窗口内数据更新处理，所述对窗口内数据更新处理，包括：对于新采集的用户的生命信号数据，若窗口内有足够的空闲位置，则直接将当前生命信号数据按照采集的先后顺序存放到所述空闲位置；对于新采集的用户的生命信号数据，若窗口内无足够的空闲位置，则对所述窗口内的生命信号数据和未存入窗口内的新采集的用户的生命信号数据进行取舍。
17.根据权利要求16所述的穿戴设备，其特征在于，所述处理器具体用于：按照采集时间的先后顺序，在窗口已满的情况下，仅保留采集时间最近的数据。18.根据权利要求16所述的方法，其特征在于，所述处理器具体用于：对窗口内的每条生命信号数据和新采集的生命信号数据按照预定状态进行打分，并将分数处于所述预定状态的生命信号数据删除，直到满足所述窗口设置的大小。19.根据权利要求18所述的方法，其特征在于，所述处理器具体用于：按照距离新采集的生命信号数据时的当前时间从近到远的分类规则，将所述窗口内已存的生命信号数据划分到对应的类中；按照距离当前时间从远到近的次序依次检查各类，直到查到有生命信号数据的类，并对该类中的生命信号数据进行打分，并将分数处于所述用户的预定状态的生命信号数据删除。20.根据权利要求19所述的穿戴设备，其特征在于，每一类中至少保留一条生命信号数据，并且对每一类中的生命信号数据按照对所述计算结果的贡献程度设定不同的权重值。21.根据权利要求1所述的穿戴设备，其特征在于，所述处理器还包括：基于大数据平台内的数据，统计与所述计算结果处于同一预设范围内的其他用户的属性类别，以及所述属性类别分别对应的其他用户的状态；根据所述属性类别分别对应的其他用户的状态，评估所述计算结果对应的所述用户的状态。22.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器运行时，使得所述处理器执行权利要求1-12任一项所述的方法。