一种基于智能戒指的血氧数据精确采集系统的制作方法

本技术涉及血氧数据异常监测，具体涉及一种基于智能戒指的血氧数据精确采集系统。

背景技术：

1、基于智能戒指的血氧数据精确采集系统可以帮助人们实时了解自身的血氧水平，尤其对于一些需要长时间监测血氧的特定群体，如运动员、患有呼吸系统疾病的人等具有重要意义。然而智能戒指在采集血氧浓度时，通常会受到运动干扰和环境光干扰的影响。故需要对采集数据进行异常检测。

2、孤立森林算法是一种常见的数据异常检测算法，使用孤立森林算法对异常血氧数据进行检测时，通常随机选择孤立树的分割点，降低了孤立树的构建效率与精度，同时需要设置孤立树的深度，算法中默认孤立森林中的每颗孤立树的深度是一样的，然而有的孤立树其过深的深度有时候不是必须的，反而会增加计算量，降低检测精度。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种基于智能戒指的血氧数据精确采集系统，所采用的技术方案具体如下：

2、本发明提出了基于一种基于智能戒指的血氧数据精确采集系统，所述系统包括：

3、智能戒指相关数据采集模块：采集智能戒指的血氧数据、环境光强度数据以及心率数据；

4、异常血氧数据检测与剔除模块：将血氧数据作为数据集，对于数据集中任意一次抽取的样本数据，根据各数据点在心率、血氧以及环境光强度数据中的数值变化情况分别获取常态心率值、常态血氧值和常态环境光强度值；基于常态心率值和常态环境光强度值分别获取环境光特征数据点和运动特征数据点；根据环境光特征数据点的血氧数据、环境光强度数据以及心率数据与对应常态值之间的差异，构建环境光特征数据点的血氧变化幅度、环境光变化幅度和心率变化幅度；

5、根据环境光特征数据点以及运动特征数据点的血氧、心率、环境光变化幅度构建环境光干扰因子和运动干扰因子；结合运动干扰因子、环境光干扰因子以及数据点之间的数据差异构建任意两个数据点之间的干扰距离值；将样本数据中所有的数据点组成孤立树的一个节点，根据节点内数据点之间的干扰距离值构建各数据点的分割性；将节点内分割性最大的数据点作为分割点，基于分割点的节点内各数据点的分割性完成孤立树的构建；

6、按照预设抽取次数从数据集中抽取样本数据构建孤立森林；根据孤立森林中数据点的异常得分筛选异常数据，完成血氧数据精确采集。

7、优选的，所述根据各数据点在心率、血氧以及环境光强度数据中的数值变化情况分别获取常态心率值、常态血氧值和常态环境光强度值，包括：

8、对于心率数据各数据点，计算数据点与心率数据中其他所有数据点的心率值之间的差值绝对值的和值；计算所述和值与极小正数的求和结果；

9、获取数据点的心率值在心率数据中的出现频次；将所述出现频次与所述求和结果的比值作为心率数据中各数据点为常态心率值的可能性；将心率数据中具有最大常态心率值的可能性的数据点作为常态心率值；

10、采用与常态心率值相同的计算方法，获取血氧数据和环境光强度数据的常态血氧值和常态环境光强度值。

11、优选的，所述基于常态心率值和常态环境光强度值分别获取环境光特征数据点和运动特征数据点，包括：

12、将具有相同的常态心率值的所有数据点记为环境光特征数据点；将具有相同的常态环境光强度值的所有数据点记为运动特征数据点。

13、优选的，所述根据环境光特征数据点的血氧数据、环境光强度数据以及心率数据与对应常态值之间的差异，构建环境光特征数据点的血氧变化幅度、环境光变化幅度和心率变化幅度，包括：

14、计算环境光特征数据点的血氧值与常态血氧值之间的差值绝对值；将所述差值绝对值与常态血氧值之间的比值作为环境光特征数据点的血氧变化幅度；

15、采用与血氧变化幅度相同的计算方法获取环境光变化幅度和心率变化幅度。

16、优选的，所述根据环境光特征数据点以及运动特征数据点的血氧、心率、环境光变化幅度构建环境光干扰因子和运动干扰因子，包括：

17、将所有环境光特征数据点的环境光变化幅度与血氧变化幅度的比值的均值，作为环境光干扰因子；

18、采用与环境光特征数据点的血氧、心率、环境光变化幅度相同的计算方法，获取运动特征数据点的血氧、心率、环境光变化幅度；将所有运动特征数据点的心率变化幅度与血氧变化幅度的比值的均值，作为运动干扰因子。

19、优选的，所述结合运动干扰因子、环境光干扰因子以及数据点之间的数据差异构建任意两个数据点之间的干扰距离值，包括：

20、对于数据点a与数据点b之间的干扰距离值的表达式为：

21、

22、式中，d表示数据点a与b之间的干扰距离值，、分别表示数据点a与b的血氧值，、分别表示数据点a与b的心率值，、分别表示数据点a与b的环境光强度值；、、分别表示常态血氧值、常态心率值以及常态环境光强度值；、分别表示运动干扰因子、环境光干扰因子。

23、优选的，所述根据节点内数据点之间的干扰距离值构建各数据点的分割性，包括：

24、对于节点内的任意一个数据点，将与任意一个数据点之间的干扰距离值大于0的所有数据点组成所述任意一个数据点的左节点；将与任意一个数据点之间的干扰距离值小于等于0的所有数据点组成所述任意一个数据点的右节点；将左、右节点统称为任意一个数据点的节点；

25、基于节点内干扰距离值的数值分布获取节点内的距离分布特征值；将节点内所有数据点中数值为常态血氧值、常态心率值以及常态环境光强度值的数据点记为常态数据点；

26、其中，数据点a的分割性的表达式为：

27、

28、表示数据点a的分割性，表示数据点a与节点p内数据点的最小干扰距离值，表示数据点a与节点u内数据点的最小干扰距离值，、表示节点p、u内的距离分布特征值，表示数据点a与用户的所有常态数据点之间的干扰距离值的绝对值。

29、优选的，所述基于节点内干扰距离值的数值分布获取节点内的距离分布特征值，包括：

30、节点p内的距离分布特征值的表达式为：

31、

32、式中，表示节点p内的距离分布特征值，表示以自然常数为底数的指数函数，、分别表示节点p内所有的数据点中与预选分割点a之间的最大干扰距离值、最小干扰距离值，表示节点p内的数据点数量，表示节点p内第p个数据点与预选分割点a之间的干扰距离值，为节点p内所有数据点与预选分割点a之间的平均干扰距离值。

33、优选的，所述基于分割点的节点内各数据点的分割性完成孤立树的构建，包括：

34、对于分割点的左、右两个节点，计算节点内所有数据点的分割性的和值；获取节点内的最大分割性；

35、将所述和值与所述最大分割性的乘积的相反数，作为以自然常数为底数的指数函数的指数；将所述指数函数的计算结果作为节点的生长中止性；

36、当节点的生长中止性大于等于预设生长中止性阈值时则停止生长；

37、否则，从节点中选择分割性最大的数据点作为新的分割点，重新判断新的分割点左、右两个节点的生长中止性，直到达到孤立树的预设深度则停止生长。

38、优选的，所述根据孤立森林中数据点的异常得分筛选异常数据，包括：

39、将孤立森林中所有数据点的异常得分均值作为阈值；将异常得分大于阈值的数据点记为异常数据，将异常数据从血氧数据中剔除。

40、本发明至少具有如下有益效果：

41、本发明通过采集智能戒指内置传感器以及相关数据，依据多维数据进行影响分析，挖掘血氧数据收到运动、环境光的干扰情况，从而提高血氧数据采集的精确性；通过心率数据、环境光强度数据以及血氧数据内各数据相对于整体数据的分布特征，获取用户的常态心率值、常态血氧值和常态环境光强度值，构建用于表征用户自身的基准状态数据，便于对后续异常情况进行准确分析；考虑到相关数据之间的变化影响情况，将相同常态环境光强度值下的所有运动特征数据点、相同常态心率值下的所有环境光特征数据点筛选出来，避免了分析同种数据时受到其他数据的影响情况，提高各种相关数据分析的准确性，避免产生混淆；

42、同时，本发明分别基于环境光特征数据点以及运动特征数据点，通过特征数据点之间的变化幅度情况，反映血氧相对于正常血氧的变化情况，构建环境光干扰因子与运动干扰因子，挖掘了环境、运动对于血氧数据的干扰情况；结合干扰因子与用户的常态数据自适应构建用户采集的数据中，任意两个数据点之间的干扰距离值，将干扰因子作为权重重新构建数据点之间的距离指标，结合实际血氧数据分析场景，提高分割点选择的准确性；本发明基于干扰距离值指标，判断其左右节点内数据的分布情况，从而根据分割的效果来判断各数据点的分割性，通过分割效果更加精准衡量了分割点的分割性，完成孤立树分割点的自适应选择；接着，本发明通过将分割点的左右节点内各数据点的分割性进行分析，挖掘孤立树节点生长的必要性，通过构建用于区分正常数据和异常数据的指标，及时发现节点的生长中止性，节约计算资源，提高孤立森林算法的精度和效率，进而提高了数据点的异常检测精度，进而完成了智能戒指的血氧数据的精确采集。