基于多模态生理数据的生命体征采集分析系统及方法与流程

本技术涉及生命体征分析，并且更具体地，涉及基于多模态生理数据的生命体征采集分析系统及方法。

背景技术：

1、‌生命体征‌是指用来判断病人病情轻重和危急程度的生理指标，包括体温、脉搏、呼吸、血压、心率等，随着可穿戴设备的飞速发展，大众普遍提高了对自身健康的自主管理能力，通过可穿戴设备监测多种生理参数，了解生命体征数据，这些生命体征数据的变化可能包含着慢性疾病的早期线索。

2、现有技术中，用户的生命体征信息采集过程较为复杂，尤其用户在进行生命体征信息采集时经常面临紧张，焦虑等一系列情绪，导致得到的生命体征信息波动较大，使得对用户的生命体征分析结果不准确，极大的制约了生命体征采集分析系统的发展。

技术实现思路

1、本技术提供一种基于多模态生理数据的生命体征采集分析系统及方法，能够基于多模态生理数据的情绪特征对生命体征分析结果进行校正，降低了用户在进行生命体征信息采集时情绪波动对生命体征分析结果的干扰。

2、第一方面，本技术提供一种基于多模态生理数据的生命体征采集分析方法，该方法可以由网络设备执行，或者，也可以由配置于网络设备中的芯片执行，本技术对此不作限定。

3、具体的，该方法包括：

4、采集多模态生理数据，基于预设的情绪校正时间对所述多模态生理数据进行情绪特征提取，得到所述多模态生理数据对应的多个情绪特征；

5、对所述多模态生理数据对应的各个情绪特征进行标签分类，得到多个情绪标签及对应的标签时间；

6、提取所述多模态生理数据中的生命体征信息，根据所述情绪校正时间对所述生命体征信息进行窗口化，得到多个信息窗口并对各个信息窗口中的生命体征信息进行健康评分；

7、依据各个情绪标签及对应的标签时间对各个信息窗口的健康评分进行关联程度分析，确定所述健康评分对应的情绪相关度；

8、当所述情绪相关度高于预设阈值时，根据所述情绪相关度、各个情绪标签及对应的标签时间确定各个信息窗口分别对应的情绪校正系数，基于所述生命体征信息的各个信息窗口分别对应的健康评分和情绪校正系数生成生命体征分析结果。

9、结合第一方面，在第一方面的某些实现方式中，基于预设的情绪校正时间对所述多模态生理数据进行情绪特征提取，得到所述多模态生理数据对应的多个情绪特征具体包括：

10、获取所述多模态生理数据，基于预设的情绪校正时间对所述多模态生理数据进行数据分段，得到多个多模态生理数据段，对于任意一个多模态生理数据段，对该个多模态生理数据段进行数据拟合，得到各个模态的拟合数据；

11、确定各个模态的拟合数据分别对应的基础水平特征，根据个模态的拟合数据分别对应的基础水平特征对各个模态的拟合数据分别进行基础水平差异去除，得到各个模态对应的生理特征波；

12、对各个模态对应的生理特征波进行傅里叶变换，得到各个模态对应的能量谱，基于各个模态对应的生理特征波和能量谱进行特征向量提取，得到该个多模态生理数据段对应的情绪特征；

13、采用相同方式对其他多模态生理数据段进行情绪特征提取，直到得到各个多模态数据段分别对应的情绪特征，并作为所述多模态生理数据对应的多个情绪特征。

14、结合第一方面，在第一方面的某些实现方式中，得到多个信息窗口并对各个信息窗口中的生命体征信息进行健康评分具体包括：

15、对各个信息窗口中的生命体征信息进行特征提取，得到各个信息窗口分别对应的健康评分关键特征；

16、获取健康评分样本，基于所述健康评分样本对各个健康评分关键特征分别进行聚类，得到各个信息窗口分别对应的健康评分。

17、结合第一方面，在第一方面的某些实现方式中，依据各个情绪标签及对应的标签时间对各个信息窗口的健康评分进行关联程度分析，确定所述健康评分对应的情绪相关度具体包括：

18、依据各个情绪标签及对应的标签时间进行二维映射，得到二维情绪映射模型；

19、对所述二维情绪映射模型进行情绪偏差距离提取，得到情绪干扰量化序列；

20、基于所述情绪干扰量化序列和各个信息窗口的健康评分进行关联程度分析，确定所述生命体征信息对应的情绪相关度。

21、结合第一方面，在第一方面的某些实现方式中，采用单隐层神经网络对各个多模态生理数据段分别对应的情绪特征进行标签分类，得到多个情绪标签及对应的标签时间。

22、结合第一方面，在第一方面的某些实现方式中，当所述情绪相关度低于预设阈值时，基于各个信息窗口分别对应的健康评分生成生命体征分析结果。

23、结合第一方面，在第一方面的某些实现方式中，所述多模态生理数据通过用户佩戴的可穿戴设备进行采集。

24、第二方面，本技术提供一种基于多模态生理数据的生命体征采集分析系统，所述生命体征采集分析系统包括：

25、生理数据采集模块，用于采集多模态生理数据，基于预设的情绪校正时间对所述多模态生理数据进行情绪特征提取，得到所述多模态生理数据对应的多个情绪特征；

26、生理数据处理模块，用于对所述多模态生理数据对应的各个情绪特征进行标签分类，得到多个情绪标签及对应的标签时间；

27、所述生理数据处理模块，还用于提取所述多模态生理数据中的生命体征信息，根据所述情绪校正时间对所述生命体征信息进行窗口化，得到多个信息窗口并对各个信息窗口中的生命体征信息进行健康评分；

28、所述生理数据处理模块，还用于依据各个情绪标签及对应的标签时间对各个信息窗口的健康评分进行关联程度分析，确定所述健康评分对应的情绪相关度；

29、生命体征结果分析模块，用于当所述情绪相关度高于预设阈值时，根据所述情绪相关度、各个情绪标签及对应的标签时间确定各个信息窗口分别对应的情绪校正系数，基于所述生命体征信息的各个信息窗口分别对应的健康评分和情绪校正系数生成生命体征分析结果。

30、第三方面，本技术提供一种计算机终端设备，所述计算机终端设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的基于多模态生理数据的生命体征采集分析方法。

31、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现上述基于多模态生理数据的生命体征采集分析方法所执行的操作。

32、本技术公开的实施例提供的技术方案具有以下有益效果：

33、本技术提供的一种基于多模态生理数据的生命体征采集分析系统及方法中，首先采集多模态生理数据，基于预设的情绪校正时间对多模态生理数据进行情绪特征提取，得到多模态生理数据对应的多个情绪特征；对多模态生理数据对应的各个情绪特征进行标签分类，得到多个情绪标签及对应的标签时间；提取多模态生理数据中的生命体征信息，根据情绪校正时间对生命体征信息进行窗口化，得到多个信息窗口并对各个信息窗口中的生命体征信息进行健康评分；当情绪相关度高于预设阈值时，根据情绪相关度、各个情绪标签及对应的标签时间确定各个信息窗口分别对应的情绪校正系数，基于生命体征信息的各个信息窗口分别对应的健康评分和情绪校正系数生成生命体征分析结果。

34、由此可见本技术基于预设的情绪校正时间对多模态生理数据进行分段和分析，从而提取反映情绪变化的特征，并对提取的情绪特征进行分类，生成定量化的情绪标签及其对应的时间，即，通过标签对情绪波动进行分类明确了情绪波动发生的时间点和强度，为后续分析中引入情绪校正系数奠定了基础，进而对生命体征信息进行窗口化处理，使得健康评分能够与短时间内的情绪波动对应，从而对生命体征信息在局部时间段的影响进行单独校正，基于预设的情绪校正时间，可以准确捕捉情绪波动发生的具体时间范围，使得系统能够集中对该时间段的生命体征数据进行重点调整，当情绪波动的情绪相关度高于预设阈值时，即情绪波动显著干扰了生命体征信号的稳定性时，根据情绪波动的强度、类型以及发生时间确定情绪校正系数，根据所述情绪校正系数在分析过程中动态调整健康评分，以消除或减弱情绪波动的干扰，从而提高了生命体征分析结果的准确性。

35、综上所述，本技术根据情绪特征确定通过情绪校正系数，并根据生命体征信息的各个信息窗口分别对应的健康评分和情绪校正系数生成生命体征分析结果，从而能够基于多模态生理数据的情绪特征对生命体征分析结果进行校正，降低了用户在进行生命体征信息采集时情绪波动对生命体征分析结果的干扰。