生理数据处理方法、装置、电子设备及存储介质

1.本技术涉及数据处理技术领域，具体而言，涉及一种生理数据处理方法、装置、电子设备及存储介质。


背景技术：

2.随着信息采集和数据处理技术以及互联网技术的发展，生理参数的智能化和精确化的监测与处理也逐渐受到重视。
3.目前，通常将单通道生理信号幅度视为时间的函数，为一维生理信号，从中计算的多个信号参数生理数据被视为一维向量，一维向量的表征方式只能体现数据短时的或者综合的情况，不能看出在一段时间内生理数据中包含的生物时钟节律信息，导致处理后的数据并不能准确反映出目标对象的实际情况。


技术实现要素：

4.本技术实施例的目的在于提供一种生理数据处理方法、装置、电子设备及存储介质，用以对采集到的长时的生理数据进行处理，提高数据处理的准确度。
5.第一方面，本技术实施例提供一种生理数据处理方法，该方法包括：通过生理数据采集设备采集预设时间段内的生理数据；将生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；生理数据为人体生理信息的一种量化指标；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
6.本技术实施例通过将生理数据采集设备采集的一段时间内的数据进行带时间结构的划分，并对划分后的数据计算对应的样本值，根据生理数据类型和计算获得的样本值生成二维数据表。在这个过程中，划分为多个数据区间的多个生理数据提取原单通道一维生理信号中的多种关键生理信息并展现其时间演化规律，以此反映出不同数据区间之间的生理数据变化情况，并且以二维数据表的形式更能准确表达出多个生理数据的长时时间演化情况，以此提高数据处理的准确度。
7.在一些实施例中，在根据生理数据区间和各生理数据类型对应的样本值生成二维数据表之后，该方法还包括：对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值；根据灰度值生成灰度图。
8.本技术实施例通过对二维数据表中的样本值转换为灰度值，并根据灰度值生成灰度图。灰度图的形式相较于二维数据表的形式能更直观看出样本值的具体变化情况。
9.在一些实施例中，对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：获取每个生理数据类型的每个生理数据区间的标准样本值；计算多个标准样本值的标准样本均值和标准样本标准差；根据标准样本均值和标准样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第一处理后样
本值；将第一处理后样本值映射为灰度值。
10.本技术实施例通过将二维数据表中的各生理数据类型的样本值与对应的标准样本值的平均状态进行比较，以此获得当前样本值与标准样本值的偏离情况。并且，将获得的偏离以灰度图的形式进行展示，除了可以看出当前样本值相较于标准样本值的平均状态的偏离程度，还解决了数据可读性差的问题。
11.在一些实施例中，对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：计算每个生理数据类型的多个样本值的样本均值和样本标准差；根据样本均值和样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第二处理后样本值；将第二处理后样本值映射为灰度值。
12.本技术实施例通过将二维数据表中的各生理数据类型的样本值与该数据类型对应的所有样本值的平均状态进行比较，以此获得当前样本值与所有样本值的偏离情况。并且，将获得的偏离以灰度图的形式进行展示，除了可以看出当前样本值相较于所有样本值的平均状态的偏离程度，还解决了数据可读性差的问题。
13.在一些实施例中，生理数据类型包括心跳间期；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个生理数据区间对应的多个心跳间期的间期均值和间期标准差；根据每个间期均值和每个间期标准差筛选出每个生理数据区间对应的多个心跳间期中的异常心跳间期；根据异常心跳间期的个数与多个心跳间期的总个数的占比关系获得对应生理数据区间的样本值。
14.本技术实施例通过根据每个数据区间包括的生理数据计算获得样本值，使得获得的样本值能够反映该数据区间的总体情况。
15.在一些实施例中，生理数据类型包括人体三维加速度去趋势高频涨落；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个生理数据区间对应的多个人体三维加速度去趋势高频涨落的中值；根据每个中值筛选出每个生理数据区间对应的多个人体三维加速度去趋势高频涨落中的异常人体三维加速度去趋势高频涨落；根据异常人体三维加速度去趋势高频涨落的均值获得对应生理数据区间的样本值。
16.本技术实施例通过根据每个数据区间包括的生理数据计算获得样本值，使得获得的样本值能够反映该数据区间的总体情况。并且，针对不同的生理数据类型，其计算样本值的方式不同，使得得到的样本值能够准确反映出对应的生理数据类型的变化情况，提高数据表达的准确性。
17.第二方面，本技术实施例提供一种生理数据处理装置，该装置包括：采集模块，用于通过生理数据采集设备采集预设时间段内的生理数据；划分模块，用于将生理数据按预设时间间隔进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；计算模块，用于根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；生成模块，用于根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
18.在一些实施例中，该装置还包括：灰度值计算模块，用于对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值；灰度图生成模块，用于根据灰度值生成灰度图。
19.第三方面，本技术实施例提供一种电子设备，包括：处理器、存储器、存储介质和总线，其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的方法步骤。
20.第四方面，本技术实施例提供一种非暂态计算机可读存储介质，包括：所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的方法步骤。
21.本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。
附图说明
22.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
23.图1为本技术实施例提供的一种数据处理方法的流程图；
24.图2(a)为本技术实施例提供的一种异常样本值的灰度图；
25.图2(b)为本技术实施例提供的一种正常样本值的灰度图；
26.图3为本技术实施例提供的一种离群心跳间期示意图；
27.图4为本技术实施例提供的一种badf数据点离群值示意图；
28.图5为本技术实施例提供的一种生理数据处理装置结构示意图；
29.图6为本技术实施例提供的电子设备结构示意图。
具体实施方式
30.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
31.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
32.需要说明的是，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
33.在本技术实施例的描述中，技术术语“第一”“第二”等仅用于区别不同对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本技术实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
34.在本技术实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
35.可以理解的是，本技术实施例提供的生理数据处理方法可以应用于终端设备(也可以称为电子设备)以及服务器；其中终端设备具体可以为智能手机、平板电脑、计算机、个人数字助理(personal digital assistant，pda)等；服务器具体可以为应用服务器，也可以为web服务器。
36.为了便于理解，本技术实施例提供的技术方案，下面以服务器作为执行主体为例，对本技术实施例提供的生理数据处理方法的应用场景进行介绍。
37.图1为本技术实施例提供的一种生理数据处理方法的流程示意图，如图1所示，该方法包括：
38.步骤101，通过生理数据采集设备采集预设时间段内的生理数据。
39.在具体实施过程中，生理数据采集设备包括无线生理数据采集设备、可穿戴数据采集设备和生理数据采集仪等，可穿戴数据采集设备可以是各类型号的手环等。具体使用哪种类型的生理数据采集设备可根据实际情况进行设定，本技术对此不作具体限定。
40.预设时间段为预先设定的时间段，例如，可以通过生理数据采集设备采集一天的生理数据，还可以采集多天的生理数据，具体采集多长时间的生理数据可根据实际情况进行设定，本技术对此不作具体限定。
41.生理数据用于表征用户的生理特征及变化情况，生理数据包括从脉搏波、心电图、脑电图、心跳节律时间序列、血压时间序列等单通道一维生理信号中的各种参数。
42.示例性的，本技术实施例通过手环采集用户一天的生理数据。
43.步骤102，服务器将生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据。
44.在具体实施过程中，预设观察时窗的窗长为预先设定的，可以是以2分钟为一个观察时窗，可以是以5分钟为一个观察时窗，还可以是以8分钟为一个观察时窗，观察时窗的滑动步进可以是一个观察时窗窗长。具体观察时窗窗长及其滑动步进，可根据实际情况进行设定，本技术对此不作具体限定。
45.通过预先设置观察时窗窗长和滑动步进，将采集到的生理数据按观察时窗划分为多个生理数据区间，因此，一个生理数据区间对应一个观察时窗。应当知道的是，由于按观察时窗进行划分，且观察时窗按特定步进沿时间轴滑动，而生理信号采集设备是在连续地采集生理信号，在一天的数据采集时间内，生理信号被表达为多种生理数据类型的多个生理数据、多个数据区间形成的二维数据表。
46.生理数据类型为特定生理信号中计算获得的信号参数种类，生理数据类型包括从脉搏波、心电图、脑电图、心跳节律时间序列、血压时间序列等计算的信号参数，比如观察时窗内平均脉搏率、脉搏间期子带功率等。
47.步骤103，根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应
生理数据类型的样本值。
48.在具体实施中，样本值用于表征生理数据区间的特征，根据样本值可以获知采集的生理数据在不同生理数据区间的变化情况。由于生理数据采集设备可以采集到多种类型的生理数据，因此每个生理数据类型都对应多个生理数据区间，而每一个生理数据区间都包括多个该生理数据类型对应的生理数据。因此，需要根据每个生理数据区间中每种生理数据类型对应的生理数据计算对应的样本值，以对该生理数据区间的特征进行表示。
49.步骤104，根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
50.在具体实施过程中，获得每个生理数据类型的每个生理数据区间对应的样本值后，根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
51.表1为本技术实施例提供的一种二维数据表，该二维数据表可命名为“生理信息量化指标-生物钟节律”，用于表征各生理数据类型的各生理数据区间的样本值情况，其中，特征序号表示生理数据类型，时隙表示生理数据区间。表1示出了13个生理数据类型的10个生理数据区间的样本值情况。
52.表1
[0053][0054]
本技术实施例通过将生理数据采集设备采集的一段时间内的数据进行带时间结构的划分，并对划分后的数据计算对应的样本值，根据生理数据类型和计算获得的样本值生成二维数据表。在这个过程中，划分为多个数据区间的多个生理数据提取原单通道一维生理信号中的多种关键生理信息并展现其时间演化规律，以此反映出不同数据区间之间的生理数据变化情况，并且以二维数据表的形式更能准确表达出多个生理数据的综合时间演化情况，以此提高数据处理的准确度。
[0055]
在一些实施例中，在根据生理数据区间和各生理数据类型对应的样本值生成二维数据表之后，该方法还包括：对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值；根据灰度值生成灰度图。
[0056]
在具体实施过程中，获得“二维数据表后，由于二维数据表的可读性较差，很难从二维数据表中的众多数据直观看出不同数据区间的样本值的变化情况，因此，对二维数据
表中的样本值进行灰度值转换，生成灰度图。具体的，将二维数据表中的样本值按照映射规则映射为[0,255]的灰度值。
[0057]
样本值映射为灰度值的映射规则为：样本值*伸缩比+128，其中，伸缩比根据样本值的分布情况进行确定，具体可表示为128/x，在具体实施过程中，x可设置为2，可设置为3，即伸缩比可以设置为128/3，还可以设置为128/2等，具体可根据实际情况进行设定，本技术对此不作具体限定。
[0058]
需要说明的是，样本值为0代表该样本值的灰度值为128，即当前样本值与标准样本值相比无偏差；若样本值不为0，即当前样本值与标准样本值相比有偏差，且样本绝对值越大偏差越大，则根据映射规则计算相应的灰度值，若某个样本值根据映射规则计算得到的灰度值大于255，则该样本值的灰度值取值255，若某个样本值根据映射规则计算得到的灰度值小于0，则该样本值的灰度值取值0。
[0059]
本技术实施例通过对二维数据表中的样本值转换为灰度值，并根据灰度值生成灰度图。灰度图的形式相较于二维数据表的形式能更直观看出样本值的具体变化情况。根据上述灰度值映射规则，灰度图中越偏白的区域代表当前生理数据样本与标准样本相比越偏小；灰度图中越偏黑的区域代表当前生理数据样本与标准样本相比越偏大。
[0060]
在一些实施例中，对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：获取每个生理数据类型的每个生理数据区间的标准样本值；计算多个标准样本值的标准样本均值和标准样本标准差；根据标准样本均值和标准样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第一处理后样本值；将第一处理后样本值映射为灰度值。
[0061]
在具体实施过程中，标准样本值为预先根据生理数据类型的标准生理数据计算获得的样本值。由于将采集的生理数据划分为多个生理数据区间，因此，每个生理数据区间都对应一个标准样本值，每个数据类型都对应多个标准样本值。
[0062]
为了得出当前样本值相较于标准样本值的偏离程度，需要根据标准样本值对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理。归一化处理过程如下：
[0063]
1)计算多个标准样本值的标准样本均值和标准样本标准差；
[0064]
2)根据标准样本均值和标准样本标准差对当前每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得处理后的当前样本值。
[0065]
需要说明的是，将标准样本均值视为a，标准样本标准差视为b，每个生理区间对应的当前样本值视为c，则在根据标准样本均值和标准样本标准差对每个生理数据类型的每个生理数据区间对应的当前样本值归一化处理时，具体可根据公式进行计算。但应当知道的是，只要能体现出当前样本值相较于标准样本值的偏离程度，计算方式不限于本技术实施例示出的方式，具体可根据实际情况进行具体设定。
[0066]
在获得处理后的样本值后，为了更清楚直观看出样本值的偏离程度，将处理后的样本值根据映射规则映射为灰度值，并根据灰度值生成灰度图。具体映射规则请参见上述实施例，此处不再赘述。
[0067]
为了便于直观看出当前样本值相对于标准样本值是属于正常样本值还是异常样本值，在将当前样本值按照映射规则映射为灰度值，转换为灰度图后，与本技术实施例提供
的异常样本值的灰度图和正常样本值的灰度图进行比较。其中，图2(a)为本技术实施例提供的一种异常样本值的灰度图，图2(b)为本技术实施例提供的一种正常样本值的灰度图。图2(a)和图2(b)中的全黑列表示当前数据区间未采集到数据。根据当前样本值的灰度图和图2(a)和图2(b)示出的灰色图可直观看出当前样本值是属于正常样本还是异常样本。
[0068]
本技术实施例通过将二维数据表中的各生理数据类型的样本值与对应的标准样本值的平均状态进行比较，以此获得当前样本值与标准样本值的偏离情况。并且，将获得的偏离以灰度图的形式进行展示，除了可以看出当前样本值相较于标准样本值的平均状态的偏离程度，还解决了数据可读性差的问题。
[0069]
在一些实施例中，对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：计算每个生理数据类型的多个样本值的样本均值和样本标准差；根据样本均值和样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第二处理后样本值；将第二处理后样本值映射为灰度值。
[0070]
在具体实施过程中，将当前样本值与标准样本值进行比较可看出当前样本值相较于标准样本值的偏离程度，也可通过将每个生理数据类型的每个生理数据区间的样本值与生理数据类型对应的所有生理数据区间的样本均值和标准差进行比较，以获得该生理数据类型在当前生理数据区间的样本值偏离该生理数据类型所有数据区间的样本均值的情况。
[0071]
为了得出每个生理数据类型在每个生理数据区间的样本值偏离该生理数据类型所有数据区间的样本均值的情况，需要对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理。归一化处理过程如下：
[0072]
1)计算每个生理数据类型的多个样本值的样本均值和样本标准差；
[0073]
2)根据样本均值和样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得处理后的样本值。
[0074]
需要说明的是，进行归一化处理时的计算的过程请参见上述实施例，此处不再赘述。在获得处理后的样本值后，为了更清楚直观看出样本值的偏离程度，将处理后的样本值根据映射规则映射为灰度值，并根据灰度值生成灰度图。具体映射规则请参见上述实施例，此处不再赘述。
[0075]
本技术实施例通过将二维数据表中的各生理数据类型的样本值与该数据类型对应的所有样本值的平均状态进行比较，以此获得当前样本值偏离平均状态情况。并且，将获得的偏离以灰度图的形式进行展示，除了可以看出当前样本值相较于所有样本值的平均状态的偏离程度，还解决了数据可读性差的问题。
[0076]
在一些实施例中，生理数据类型包括心跳间期；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个生理数据区间对应的多个心跳间期的间期均值和间期标准差；根据每个间期均值和每个间期标准差筛选出每个生理数据区间对应的多个心跳间期中的异常心跳间期；根据异常心跳间期的个数与多个心跳间期的总个数的占比关系获得对应生理数据区间的样本值。
[0077]
在具体实施过程中，由于生理数据类型多种多样，而不同的生理数据类型在计算获得样本值的计算方式也不相同。因此，为了便于理解是如何根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，以生理数据类型为某种心跳间期参数进行示例说明，其计算方式为：若在某个生理数据区间有n个心跳间期，首
先计算这n个心跳间期的均值和标准差，然后计算n个心跳间期中处于均值加减两倍标准差范围外的离群心跳间期个数占比。将该占比作为对应生理数据区间的样本值。需要说明的是，还可根据占比情况衡量当前生理数据区间心率涨落剧烈程度的情况，以此反映用户的身体情况。
[0078]
图3为本技术实施例提供的一种离群心跳间期示意图，如图3所示，在某个400秒内包括多个心跳间期，而在心跳间期序列中包括正向离群值和负向离群值。而正向离群值和负向离群值的个数即可看作是处于n个心跳间期的均值加减两倍标准差范围外的离群心跳间期个数。
[0079]
本技术实施例通过根据每个数据区间包括的生理数据计算获得样本值，使得获得的样本值能够反映该数据区间的总体情况。
[0080]
在一些实施例中，生理数据类型包括人体三维加速度去趋势高频涨落；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个生理数据区间对应的多个人体三维加速度去趋势高频涨落的中值；根据每个中值筛选出每个生理数据区间对应的多个人体三维加速度去趋势高频涨落中的异常人体三维加速度去趋势高频涨落；根据异常人体三维加速度去趋势高频涨落的均值获得对应生理数据区间的样本值。
[0081]
在具体实施过程中，为了便于理解是如何根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，以人体三维加速度去趋势高频涨落(badf)进行示例说明，其计算方式为：若在某个生理数据区间内有m个badf数据点，计算这m个badf数据点的中值，然后找出m个badf数据点中大于中值的数据点，计算这些数据点的均值。将该均值作为对应生理数据区间的样本值。
[0082]
图4为本技术实施例提供的一种badf数据点离群值示意图，如图4所示，在某个13分钟内包括多个badf数据点，在多个badf数据点中又包括部分大于中值的badf数据点，计算这部分大于中值的badf数据点的均值作为对应生理数据区间的样本值。
[0083]
本技术实施例通过根据每个数据区间包括的生理数据计算获得样本值，使得获得的样本值能够反映该数据区间的总体情况。并且，针对不同的生理数据类型，其计算样本值的方式不同，使得得到的样本值能够准确反映出对应的生理数据类型的变化情况，提高数据表达的准确性。
[0084]
应当说明的是，本技术实施例所提供的生理数据处理方法仅仅用于对生理数据进行特征表示，并不能直接实现对有生命的人体或动物体进行识别、确定或消除病因或病灶。
[0085]
图5为本技术实施例提供的一种生理数据处理装置结构示意图，如图5所示，该装置包括：采集模块501、划分模块502、计算模块503和生成模块504，其中，
[0086]
采集模块501，用于通过生理数据采集设备采集预设时间段内的生理数据；划分模块502，用于将生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；生理数据为人体生理信息的一种量化指标；计算模块503，用于根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；生成模块504，用于根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
[0087]
在上述实施例的基础上，该装置还包括：灰度值计算模块，用于对二维数据表中的
各生理数据类型的样本值进行灰度计算，获得对应的灰度值；灰度图生成模块，用于根据灰度值生成灰度图。
[0088]
在上述实施例的基础上，灰度值计算模块具体用于：对二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：获取每个生理数据类型的每个生理数据区间的标准样本值；计算多个标准样本值的标准样本均值和标准样本标准差；根据标准样本均值和标准样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第一处理后样本值；将第一处理后样本值映射为灰度值。
[0089]
在上述实施例的基础上，灰度值计算模块具体用于：计算每个生理数据类型的多个样本值的样本均值和样本标准差；根据样本均值和样本标准差对每个生理数据类型的每个生理数据区间对应的样本值进行归一化处理，获得第二处理后样本值；将第二处理后样本值映射为灰度值。
[0090]
在上述实施例的基础上，生理数据类型包括心跳间期；计算模块503具体用于：计算每个生理数据区间对应的多个心跳间期的间期均值和间期标准差；根据每个间期均值和每个间期标准差筛选出每个生理数据区间对应的多个心跳间期中的异常心跳间期；根据异常心跳间期的个数与多个心跳间期的总个数的占比关系获得对应生理数据区间的样本值。
[0091]
在上述实施例的基础上，生理数据类型包括人体三维加速度去趋势高频涨落；计算模块503具体用于：计算每个生理数据区间对应的多个人体三维加速度去趋势高频涨落的中值；根据每个中值筛选出每个生理数据区间对应的多个人体三维加速度去趋势高频涨落中的异常人体三维加速度去趋势高频涨落；根据异常人体三维加速度去趋势高频涨落的均值获得对应生理数据区间的样本值。
[0092]
图6为本技术实施例提供的电子设备结构示意图，如图6所示，所述电子设备，包括处理器(processor)601、存储器(memory)602和总线603；其中，所述处理器601和存储器602通过所述总线603完成相互间的通信。所述处理器601用于调用所述存储器602中的程序指令，以执行上述各方法实施例所提供的方法。
[0093]
处理器601可以是一种集成电路芯片，具有信号处理能力。上述处理器601可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本技术实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0094]
存储器602可以包括但不限于随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electrically erasable programmable read-only memory，eeprom)等。
[0095]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：通过生理数据采集设备采集预设时间段内的生理数据；将生理数据按预设观察时窗进行划分，获得多个生理
数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；生理数据为人体生理信息的一种量化指标；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
[0096]
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：通过生理数据采集设备采集预设时间段内的生理数据；将生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；生理数据为人体生理信息的一种量化指标；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。
[0097]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0098]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0099]
再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0100]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种生理数据处理方法，其特征在于，所述方法包括：通过生理数据采集设备采集预设时间段内的生理数据；将所述生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，所述生理数据包括生理数据类型，每种所述生理数据类型包括多个生理数据，所述生理数据为人体生理信息的一种量化指标；根据每个所述生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；根据所述生理数据区间和各生理数据类型对应的样本值生成二维数据表。2.根据权利要求1所述的方法，其特征在于，所述在根据所述生理数据区间和各生理数据类型对应的样本值生成二维数据表之后，所述方法还包括：对所述二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值；根据所述灰度值生成灰度图。3.根据权利要求2所述的方法，其特征在于，所述对所述二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：获取每个所述生理数据类型的每个所述生理数据区间的标准样本值；计算多个所述标准样本值的标准样本均值和标准样本标准差；根据所述标准样本均值和所述标准样本标准差对每个所述生理数据类型的每个所述生理数据区间对应的样本值进行归一化处理，获得第一处理后样本值；将所述第一处理后样本值映射为所述灰度值。4.根据权利要求2所述的方法，其特征在于，所述对所述二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值，包括：计算每个所述生理数据类型的多个样本值的样本均值和样本标准差；根据所述样本均值和所述样本标准差对每个所述生理数据类型的每个所述生理数据区间对应的样本值进行归一化处理，获得第二处理后样本值；将所述第二处理后样本值映射为所述灰度值。5.根据权利要求1所述的方法，其特征在于，所述生理数据类型包括心跳间期；所述根据每个所述生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个所述生理数据区间对应的多个心跳间期的间期均值和间期标准差；根据每个所述间期均值和每个所述间期标准差筛选出每个所述生理数据区间对应的多个心跳间期中的异常心跳间期；根据所述异常心跳间期的个数与所述多个心跳间期的总个数的占比关系获得对应生理数据区间的样本值。6.根据权利要求1-5任一项所述的方法，其特征在于，所述生理数据类型包括人体三维加速度去趋势高频涨落；所述根据每个所述生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值，包括：计算每个所述生理数据区间对应的多个人体三维加速度去趋势高频涨落的中值；根据每个所述中值筛选出每个所述生理数据区间对应的多个人体三维加速度去趋势高频涨落中的异常人体三维加速度去趋势高频涨落；
根据所述异常人体三维加速度去趋势高频涨落的均值获得对应生理数据区间的样本值。7.一种生理数据处理装置，其特征在于，所述装置包括：采集模块，用于通过生理数据采集设备采集预设时间段内的生理数据；划分模块，用于将所述生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，所述生理数据包括生理数据类型，每种所述生理数据类型包括多个生理数据；所述生理数据为人体生理信息的一种量化指标；计算模块，用于根据每个所述生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；生成模块，用于根据所述生理数据区间和各生理数据类型对应的样本值生成二维数据表。8.根据权利要求7所述的装置，其特征在于，所述装置还包括：灰度值计算模块，用于对所述二维数据表中的各生理数据类型的样本值进行灰度计算，获得对应的灰度值；灰度图生成模块，用于根据所述灰度值生成灰度图。9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的一种生理数据处理方法。10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6任一所述的一种生理数据处理方法。

技术总结
本申请提供一种生理数据处理方法、装置、电子设备及存储介质，涉及数据处理技术领域。该方法包括：通过生理数据采集设备采集预设时间段内的生理数据；将生理数据按预设观察时窗进行划分，获得多个生理数据区间；其中，生理数据包括生理数据类型，每种生理数据类型包括多个生理数据；根据每个生理数据区间中每种生理数据类型对应的生理数据，计算对应生理数据类型的样本值；根据生理数据区间和各生理数据类型对应的样本值生成二维数据表。装置用于执行上述方法。本申请通过将生理数据采集设备采集的一段时间内的数据进行划分，并对划分后的数据计算对应的样本值，以此便于观察长时数据的变化情况，提高数据处理的准确度。提高数据处理的准确度。提高数据处理的准确度。


技术研发人员：温万惠 刘淼 刘光远
受保护的技术使用者：西南大学
技术研发日：2023.06.25
技术公布日：2023/9/9