CN110706810A - 孕产时间的估计方法、装置、计算机设备及存储介质 - Google Patents

孕产时间的估计方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110706810A
CN110706810A CN201910930721.5A CN201910930721A CN110706810A CN 110706810 A CN110706810 A CN 110706810A CN 201910930721 A CN201910930721 A CN 201910930721A CN 110706810 A CN110706810 A CN 110706810A
Authority
CN
China
Prior art keywords
pain
labor
time
interval
average
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910930721.5A
Other languages
English (en)
Inventor
韩松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Luanshi Technology Co Ltd
Original Assignee
Dalian Luanshi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian Luanshi Technology Co Ltd filed Critical Dalian Luanshi Technology Co Ltd
Priority to CN201910930721.5A priority Critical patent/CN110706810A/zh
Publication of CN110706810A publication Critical patent/CN110706810A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4343—Pregnancy and labour monitoring, e.g. for labour onset detection

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Reproductive Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本申请涉及一种孕产时间的估计方法，该方法包括：获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。通过分析孕妇阵痛数据，可以较为准确的估计孕妇生产时间。此外，还提出了一种孕产时间的估计装置、计算机设备及存储介质。

Description

孕产时间的估计方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种孕产时间的估计方法、装置、计算机设备及存储介质。
背景技术
现阶段孕妇需要通过专业的医疗咨询才可以了解自己的生产时间，自己不方便的同时也会对本已非常繁忙医疗机构造成负担，并且很多情况下由于信息记录的不完整不能很好的估算生产时间。
发明内容
基于此，有必要针对上述问题，提供一种通过分析孕妇阵痛数据，可以较为准确的估计孕妇生产时间的孕产时间的估计方法、装置、计算机设备及存储介质。
第一方面，本发明实施例提供了一种孕产时间的估计方法，所述方法包括：
获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
在其中一个实施例中，所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值；获取第一估算系数；根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
在其中一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长；获取预设阵痛次数和预设阵痛总时长；当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
在其中一个实施例中，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔；将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列；获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数；根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔；根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
在其中一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔；获取预设的阵痛间隔阈值；根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔；所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
在其中一个实施例中，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：获取每次阵痛的持续时间和总阵痛次数；根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间；所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值；计算所述差值与所述阵痛平均持续时间之间的商值；获取第二估算系数；根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
在其中一个实施例中，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：获取预设的阵痛的持续时间阈值；根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间；所述获取每次阵痛的持续时间和总阵痛次数，包括：根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
第二方面，本发明实施例提供了一种孕产时间的估计装置，所述装置包括：
获取模块，用于获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
第一计算模块，用于根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
第二计算模块，用于获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
第四方面，本发明实施例提供一种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执行时，使得所述处理器执行如下步骤：
获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
上述孕产时间的估计方法、装置、计算机设备及存储介质，通过获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。通过分析孕妇阵痛数据，可以较为准确的估计孕妇生产时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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示出的结构获得其他的附图。
图1为一个实施例中孕产时间的估计方法的流程图；
图2为一个实施例中计算孕产时间估计值的流程图；
图3为一个实施例中在计算目标阵痛平均间隔之前筛选阵痛数据的流程图；
图4为一个实施例中计算得到目标阵痛平均间隔的流程图；
图5为一个实施例中在计算得到目标阵痛平均间隔之前筛选阵痛时间间隔的流程图；
图6为另一个实施例中孕产时间的估计方法的流程图；
图7为一个实施例中计算孕产时间估计值的流程图；
图8为一个实施例中在获取每次阵痛的持续时间和总阵痛次数之前筛选阵痛数据的流程图；
图9为一个实施例中孕产时间的估计装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，提出了一种孕产时间的估计方法，该孕产时间的估计方法可以应用于终端，本实施例以应用于终端举例说明。该孕产时间的估计方法具体包括以下步骤：
步骤102，获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间。
其中，阵痛数据是指记录孕妇在生产期间出现的间歇性剧烈疼痛的数据，即阵痛的相关数据信息，比如，每次阵痛的开始时间。每次阵痛的开始时间是指每次阵痛开始时的时间点。阵痛数据可以反映孕妇在生产期间的情况，所以采集阵痛数据，可以作为基础数据信息用于计算孕妇生产时间，得到科学的孕产时间估计值。
步骤104，根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔。
其中，目标阵痛平均间隔是阵痛之间的时间间隔的一个均值。目标阵痛平均间隔可以通过对计算得到的多个相邻阵痛之间的时间间隔进行均值计算得到。根据记录的每次阵痛的开始时间的时间顺序，计算每两次阵痛开始时间之间的差值，得到每两次阵痛之间的时间间隔。将计算得到的多次阵痛之间的时间间隔整理为时间间隔集合。计算上述时间间隔集合中的所有时间间隔的平均值，可以得到阵痛平均间隔，将得到的阵痛平均间隔作为目标阵痛平均间隔。
在一个实施例中，在根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括对阵痛数据的筛选。例如，采集到的阵痛数据还包括：阵痛持续时间、阵痛次数和阵痛总时长。阵痛持续时间是指每次阵痛从开始到结束时持续的时间，阵痛次数是指记录的发生阵痛的次数，阵痛总时长是指首次发生阵痛的开始时间到末次发生阵痛的开始时间的总持续时间差。可以通过设置预设条件对采集到的阵痛数据进行筛选，从而得到合理的阵痛数据。在一个实施例中，对阵痛数据的筛选可以是：所述阵痛数据还包括：阵痛持续时间；获取预设的最小阵痛持续时间阈值和预设的最大阵痛持续时间；当阵痛持续时间小于预设的最小阵痛时间阈值(比如，10秒)时或者大于预设的最大阵痛时间阈值(比如，5分钟)，则剔除该阵痛数据。例如：设置阵痛持续时间的预设阈值为：预设最小阵痛持续时间为10秒，预设最大阵痛持续时间为5分钟。若阵痛持续时间符合预设的阵痛持续时间阈值的范围时，获取该阵痛持续时间；若阵痛持续时间不符合预设的阵痛持续时间阈值的范围时，则剔除该阵痛数据。对采集到的阵痛数据进行筛选，可以降低不合理的阵痛数据对估算的影响，从而较为科学、准确的估计孕妇生产时间。
步骤106，获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
其中，标准阵痛平均间隔是阵痛之间的时间间隔的一个标准值，标准阵痛平均间隔是根据统计大量产妇实际生产数据进行计算得到的若干次阵痛之间的时间间隔的平均值，可以将其作为理论上的阵痛平均间隔，用于计算孕产时间的估计值。可以对目标阵痛平均间隔和标准阵痛平均间隔进行差值计算，得到阵痛之间的时间间隔的计算值和标准值的相对误差。根据计算得到的差值对孕产时间的估计值进行计算，可以是通过获取孕产时间的估算系数，计算差值和估算系数的乘积，得到孕产时间的估计值。标准阵痛平均间隔作为理论上的阵痛平均间隔，可以将其作为阵痛平均间隔的参照值与目标阵痛平均间隔进行对照，从而推断目标阵痛平均间隔与标准阵痛平均间隔之间的误差大小。
如图2所示，在一个实施例中，获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：
步骤202，计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值。
其中，目标阵痛平均间隔是阵痛之间的时间间隔的一个均值。目标阵痛平均间隔可以通过对计算得到的多个相邻阵痛之间的时间间隔进行均值计算得到；标准阵痛平均间隔是阵痛之间的时间间隔的一个标准值，标准阵痛平均间隔是根据统计大量产妇实际生产数据进行计算得到的若干次阵痛之间的时间间隔的平均值。计算得到二者之间的差值，可以得到阵痛间隔的实际平均值与标准平均值的相对误差，用于计算孕产时间的估计值。
步骤204，获取第一估算系数。
其中，第一估算系数是一个纠偏参数，用于计算孕产时间的估计值。第一估算系数是根据大量的孕产时间估计值与孕产时间实际值的比对结果，再计算所有比对结果的均值得到的。例如，假设孕产时间估计值分别为60分钟、65分钟、70分钟，而对应记录的孕产时间实际值分别为90分钟、201.5分钟、329分钟。所列的三组数据的估算系数分别为1.5、3.1和4.7，则第一估算系数是3.1。孕产时间估计值与孕产时间实际值存在一定的差值，利用第一估算系数进行估计值的计算，可以纠正二者之间的误差。
步骤206，根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
其中，差值是指计算得到的目标阵痛平均间隔与标准阵痛平均间隔之间的差值，第一估算系数是根据大量的孕产时间估计值与孕产时间实际值的比对结果，再计算所有比对结果的均值得到的一个纠偏参数。由于第一估算系数是用于纠正孕产时间估计值与孕产时间实际值之间的误差的，所以可以根据所述差值与第一估算系数计算得到孕产时间估计值。可以根据第一估算系数对所得差值进行纠偏计算，得到较为合理、准确的孕产时间估计值。根据差值和第一估算系数计算得到孕产时间估计值，可以是计算上述差值和第一估算系数的乘积，所得的乘积即孕产时间估计值。
如图3所示，在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：
步骤302，根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长。
其中，目标阵痛次数是指记录的发生阵痛的次数，目标阵痛总时长是指首次发生阵痛的开始时间到末次发生阵痛的开始时间的差值。目标阵痛次数和目标阵痛总时长是从采集到的阵痛数据中提取出来的，采集到的阵痛数据是指孕妇在生产期间出现阵痛时的相关数据信息，比如，每次阵痛的开始时间，阵痛次数，阵痛总时长。根据采集到的阵痛的开始时间、阵痛次数和阵痛总时长，可以得到准确的阵痛数据信息。采集到的阵痛次数可以作为目标阵痛次数，采集到的阵痛总时长可以作为目标阵痛总时长。
步骤304，获取预设阵痛次数和预设阵痛总时长。
其中，预设阵痛次数是预先设定的发生阵痛的次数，预设阵痛总时长是指预先设定的首次发生阵痛的开始时间到末次发生阵痛的开始时间的差值。通过预设阵痛次数和预设阵痛总时长，可以对采集到的阵痛次数和阵痛总时长的阵痛数据进行降噪处理。为了采集到更科学、合理的目标阵痛次数和目标阵痛总时长，可以设置预设阵痛次数和预设阵痛总时长这两个预设值，将两个预设值作为对照值与目标阵痛次数和目标阵痛总时长进行比对：当目标阵痛次数符合预设阵痛次数的要求、目标阵痛总时长符合预设阵痛总时长的要求时，获取该目标阵痛次数和目标阵痛总时长，由此可以得到合理的目标阵痛次数和目标阵痛总时长。
步骤306，当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
其中，预设阵痛次数和预设阵痛总时长分别是阵痛次数和阵痛总时长的两个预设值，目标阵痛次数是指记录的发生阵痛的次数，目标阵痛总时长是指首次发生阵痛的开始时间到末次发生阵痛的开始时间的差值。分别将预设阵痛次数和预设阵痛总时长作为目标阵痛次数和目标阵痛总时长的参照值，例如：假设预设阵痛次数为20次，预设阵痛总时长是3小时；假设目标阵痛次数为22次，目标阵痛总时长为3.2小时，则得到：目标阵痛次数＞预设阵痛次数，目标阵痛总时长＞预设阵痛总时长。由此，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤；若假设目标阵痛次数为19次，目标阵痛总时长为2.8小时，则得到：目标阵痛次数＜预设阵痛次数，目标阵痛总时长＜预设阵痛总时长。由此，采集的数据不符合预设条件，需要继续采集数据，直至采集到的阵痛次数和阵痛总时长均满足预设条件，再进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
如图4所示，在一个实施例中，根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：
步骤402，计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔。
其中，每次阵痛的开始时间是指采集到的阵痛数据中的每次阵痛开始时的开始时间点；计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔，可以是：计算每次阵痛开始时的时间点与上一次阵痛开始的时间点的差值，得到两次阵痛之间的时间间隔。以此类推，按照阵痛开始时间的顺序，计算得到所有时间间隔。
步骤404，将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列。
其中，第一时间间隔是将计算得到的所有时间间隔按照时间顺序，整理成为一个时间间隔的集合，该集合就是第一时间间隔集合。第一时间间隔集合包含了所有计算得到的时间间隔，按照时间顺序，比如，计算第二次阵痛开始时间和第一阵痛阵痛开始时间的差值，得到第一时间间隔；计算第三次阵痛开始时间和第二阵痛阵痛开始时间的差值，得到第二时间间隔；以此类推，将得到的若干个时间间隔按照上述顺序，整理为一个集合，得到第一时间间隔集合，通过第一时间间隔集合可以将所有计算得到的、确定的时间间隔整合为一个整体。
步骤406，获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数。
其中，平均步长参数是指设置的用于指示进行一次平均计算所需要获取的数据个数。平均步长参数可以用于对阵痛平均间隔的计算，例如，平均补步长参数可以是3，则在第一时间间隔集合中，依次提取3个时间间隔，分别对每提取的3个时间间隔进行平均计算。根据平均步长参数，通过多次计算得到时间间隔的平均值，以减轻各种不合理数据对计算孕产时间估计值产生的影响。
步骤408，根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔。
其中，平均步长参数是进行一次平均计算所需要的数据个数，即为每次平均计算需要提取的数据个数，用于提取第一时间间隔集合中的时间间隔，并对提取的时间间隔进行平均计算。通过平均步长参数对时间间隔进行均值计算，得到平均时间间隔，可以减轻各种不合理数据对计算孕产时间估计值产生的影响。计算得到平均时间间隔，例如，平均步长参数可以是3，第一时间间隔集合中的时间间隔可以是 15秒，18秒，22秒，25秒，30秒。根据平均步长参数提取相应个数的时间间隔，进行多次滑动计算，可以得到对应的平均时间间隔，例如：(1)提取15秒，18秒，22秒；对上述三个时间间隔进行均值计算，得到平均时间间隔，如：(15+18+22)/3＝18.33秒；(2)提取 18秒，22秒，25秒；对上述三个时间间隔进行均值计算，得到平均时间间隔，如：(18+22+25)/3＝21.67秒；(3)提取22秒，25秒， 30秒；对上述三个时间间隔进行均值计算，得到平均时间间隔，如： (22+25+30)/3＝25.67秒。上述计算得到的三个平均时间间隔即为第一平均时间间隔。
步骤410，根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
其中，目标阵痛平均间隔是指对所有阵痛时间间隔进行平均计算，得到的均值就是目标阵痛平均间隔；第一平均时间间隔是指根据平均步长参数，依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到的各个平均时间间隔，即为第一平均时间间隔。由于得到的各个第一平均时间间隔仅为每次平均计算得到的平均值，而需要获取的是所有阵痛时间间隔的平均值，所以，对得到的第一平均时间间隔再次进行平均计算，可以得到目标阵痛平均间隔。例如，平均步长参数可以是3，第一时间间隔集合中的时间间隔可以是15 秒，18秒，22秒，25秒，30秒。分别计算得到第一平均时间间隔，如：18.33秒、21.67秒、25.67秒。对上述第一平均时间间隔进行平均计算，得到：(18.33+21.67+25.67)/3＝21.89秒，所得21.89 秒即为目标平均间隔。通过对第一平均时间间隔再次进行平均计算，可以得到更准确的目标阵痛平均间隔。
如图5所示，在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：
步骤502，根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔。
其中，每次阵痛的开始时间是指采集到的阵痛数据中的每次阵痛开始时的时间点；计算得到相邻两次阵痛之间的时间间隔，是指按照每次阵痛的开始时间的时间顺序，计算相邻两次阵痛之间的每次阵痛的开始时间的差值，得到所有相邻两次阵痛之间的时间间隔。
步骤504，获取预设的阵痛间隔阈值。
其中，预设的阵痛间隔阈值是指预先设置的阵痛时间间隔的阈值范围。由于计算得到的各个阵痛的时间间隔不同，为得到符合规范的阵痛时间间隔，所以需要筛选出合理的阵痛的时间间隔，可以通过设置预设的阵痛间隔对计算得到阵痛时间间隔进行筛选，例如：预设的阵痛间隔阈值为T＝{t|t≥10s}。当阵痛时间间隔t≥10s时，该阵痛时间间隔满足预设的阈值要求，得到符合要求的阵痛时间间隔；当阵痛时间间隔t＜10s时，该阵痛时间间隔不满足预设的阈值条件，删除不满足阈值条件的阵痛时间间隔。根据预设的阵痛间隔阈值，可以筛选得到合理的阵痛间隔。
步骤506，根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔。
其中，预设的阵痛间隔阈值是指预先设置的阵痛时间间隔的阈值范围。根据预设的阵痛间隔阈值筛选出符合要求的时间间隔，可以是：设置预设的阵痛间隔阈值为T＝{t≥10s}。当阵痛时间间隔t≥10s时，该阵痛时间间隔满足预设的阈值要求，得到符合预设阈值要求的时间间隔；当阵痛时间间隔t＜10s时，该阵痛时间间隔不满足预设的阈值要求，删除不满足阈值条件的阵痛时间间隔。根据预设的阵痛间隔阈值，可以筛选得到符合要求的、合理的阵痛间隔。
在一个实施例中，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
其中，符合要求的时间间隔是指符合预设的阵痛间隔阈值要求的时间间隔。通过筛选出来的时间间隔，可以用于计算目标阵痛平均间隔，例如：对筛选得到的时间间隔进行平均计算，得到第一平均时间间隔，根据得到的各个第一平均时间间隔进行平均计算得到目标阵痛平均间隔。
如图6所示，在一个实施例中，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：
步骤602，获取每次阵痛的持续时间和总阵痛次数。
其中，每次阵痛的持续时间是指每次阵痛开始时间到结束时间的时间差，总阵痛次数是指记录的所有阵痛发生的次数。获取每次阵痛的持续时间，可以得到总阵痛持续时间。根据总阵痛持续时间和总阵痛次数，可以得到阵痛平均持续时间，用于计算孕产时间的估计值。
步骤604，根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间。
其中，阵痛平均持续时间是指记录的阵痛持续时间的平均值。获取每次阵痛的持续时间，可以得到总阵痛持续时间。根据得到的总阵痛持续时间和总阵痛次数，可以计算得到阵痛平均持续时间。例如，总的阵痛持续时间为210分钟，总阵痛次数为22次，则阵痛平均持续时间为：210/22＝9.54分钟。可以将计算得到的阵痛平均持续时间用于计算孕产时间的估计值。
如图7所示，在一个实施例中，获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：
步骤702，计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值。
其中，目标阵痛平均间隔是阵痛之间的时间间隔的一个均值，目标阵痛平均间隔可以通过对计算得到的多个相邻阵痛之间的时间间隔进行均值计算得到；标准阵痛平均间隔是阵痛之间的时间间隔的一个标准值，标准阵痛平均间隔是根据统计大量产妇实际生产数据进行计算得到的若干次阵痛之间的时间间隔的平均值。标准阵痛平均间隔作为理论上的阵痛平均间隔，可以将其作为阵痛平均间隔的参照值与目标阵痛平均间隔进行对照，从而推断目标阵痛平均间隔与标准阵痛平均间隔之间的误差大小。计算得到二者之间的差值，可以得到阵痛间隔的实际平均值与标准平均值的差值，所述差值可以用于反映目标阵痛平均间隔与标准阵痛平均间隔之间的误差大小，用于下一步的孕产时间估计值的计算。
步骤704，计算所述差值与所述阵痛平均持续时间之间的商值。
其中，阵痛平均持续时间是在步骤604中计算得到的、是记录的阵痛持续时间的平均值；所述差值是指目标阵痛平均间隔和标准阵痛平均间隔之间的差值。计算二者之间的商值，可以用于下一步的孕产时间估计值的计算。
步骤706，获取第二估算系数。
其中，第二估算系数是一个纠偏参数，用于计算孕产时间的估计值。第二估算系数是根据大量的孕产时间估计值与孕产时间实际值的比对结果，再计算所有比对结果的均值得到的。孕产时间估计值与孕产时间实际值存在一定的差距，利用第一估算系数进行估计值的计算，可以纠正二者之间的误差。
步骤708，根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
其中，所述商值是指目标阵痛平均间隔和标准阵痛平均间隔之间的差值，与阵痛平均持续时间之间的商值。根据第二估算系数和所述商值计算得到孕产时间估计值，可以是：计算第二估算系数与所述商值的乘积，所得乘积即为孕产时间估计值。根据第二估算系数对所得差值进行纠偏计算，得到较为合理、准确的孕产时间估计值。
如图8所示，在一个实施例中，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：
步骤802，获取预设的阵痛的持续时间阈值。
其中，预设的阵痛的持续时间阈值是指预先设定的每次阵痛持续时间的阈值范围。由于计算得到的各个阵痛的持续时间不同，为得到符合规范的阵痛持续时间，所以需要筛选出合理的阵痛持续时间，可以通过设置预设的阵痛的持续时间阈值对计算得到的阵痛持续时间进行筛选，得到合理的阵痛持续时间。
步骤804，根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间。
其中，预设的阵痛的持续时间阈值是指预先设定的每次阵痛持续时间的阈值范围。根据预设的阵痛的持续时间阈值可以筛选出符合要求的阵痛持续时间，例如：预设的阵痛的持续时间阈值为T＝{t|10s ＜t≤300s}。当阵痛持续时间t满足10s＜t≤300s时，该阵痛持续时间满足预设的阈值要求，得到符合预设阈值要求的阵痛持续时间；当阵痛持续时间不满足10s＜t≤300s时，即，t＜10s或者t＞300s，该阵痛持续时间不满足预设的阈值要求，删除不满足阈值要求的阵痛持续时间。根据预设的阵痛持续时间阈值，可以筛选得到符合要求的、合理的阵痛持续时间。
在一个实施例中，所述获取每次阵痛的持续时间和总阵痛次数，包括：根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
其中，筛选出的符合要求的阵痛的持续时间是指符合预设的阵痛的持续时间阈值的要求时间间隔。通过筛选出来的阵痛的持续时间，可以用于获取每次阵痛的持续时间和总阵痛次数。例如：基于筛选得到的阵痛的持续时间，获取符合预设阈值条件的每次阵痛的持续时间和总阵痛次数。
如图9所示，本发明实施例中提供一种孕产时间的估计装置，所述装置包括：
获取模块902，用于获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
第一计算模块904，用于根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
第二计算模块906，用于获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
在一个实施例中，所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：第一计算模块904还用于计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值；获取模块902还用于获取第一估算系数；第二计算模块906还用于根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：获取模块902还用于根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长；获取模块902还用于获取预设阵痛次数和预设阵痛总时长；当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
在一个实施例中，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：第一计算模块904还用于计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔；将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列；获取模块902还用于获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数；第二计算模块906还用于根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔；第二计算模块还用于根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔；获取模块902还用于获取预设的阵痛间隔阈值；根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔；所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：第一计算模块904还用于根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
在一个实施例中，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：获取模块902还用于获取每次阵痛的持续时间和总阵痛次数；第一计算模块904还用于根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间；所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：第一计算模块904还用于计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值；第一计算模块904还用于计算所述差值与所述阵痛平均持续时间之间的商值；获取模块902还用于获取第二估算系数；第二计算模块906还用于根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
在一个实施例中，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：获取模块902还用于获取预设的阵痛的持续时间阈值；根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间；所述获取每次阵痛的持续时间和总阵痛次数，包括：第一计算模块904还用于根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
图10示出了一个实施例中计算机设备的内部结构图。该计算机设备可以是终端。如图10所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现发孕产时间的估计方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行孕产时间的估计方法。网络接口用于与外界进行通信。本领域技术人员可以理解，图 10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的孕产时间的估计方法可以实现为一种计算机程序的形式，计算机程序可在如图10所示的计算机设备上运行。计算机设备的存储器中可存储组成该孕产时间的估计装置的各个程序模板。比如，获取模块902，第一计算模块904，第二计算模块906。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
在一个实施例中，所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值；获取第一估算系数；根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长；获取预设阵痛次数和预设阵痛总时长；当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
在一个实施例中，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔；将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列；获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数；根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔；根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔；获取预设的阵痛间隔阈值；根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔；所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
在一个实施例中，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：获取每次阵痛的持续时间和总阵痛次数；根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间；所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值；计算所述差值与所述阵痛平均持续时间之间的商值；获取第二估算系数；根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
在一个实施例中，，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：获取预设的阵痛的持续时间阈值；根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间；所述获取每次阵痛的持续时间和总阵痛次数，包括：根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
一种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执行时，使得所述处理器执行如下步骤：获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
在一个实施例中，所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值；获取第一估算系数；根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长；获取预设阵痛次数和预设阵痛总时长；当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
在一个实施例中，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔；将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列；获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数；根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔；根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
在一个实施例中，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔；获取预设的阵痛间隔阈值；根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔；所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
在一个实施例中，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：获取每次阵痛的持续时间和总阵痛次数；根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间；所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值；计算所述差值与所述阵痛平均持续时间之间的商值；获取第二估算系数；根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
在一个实施例中，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：获取预设的阵痛的持续时间阈值；根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间；所述获取每次阵痛的持续时间和总阵痛次数，包括：根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型 SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态 RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种孕产时间的估计方法，其特征在于，所述方法包括：
获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
2.根据权利要求1所述的方法，其特征在于，所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：
计算所述目标阵痛平均间隔与所述标准阵痛平均间隔之间的差值；
获取第一估算系数；
根据所述差值和所述第一估算系数计算得到所述孕产时间估计值。
3.根据权利要求1所述的方法，其特征在于，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：
根据采集到的所述阵痛数据获取目标阵痛次数和目标阵痛总时长；
获取预设阵痛次数和预设阵痛总时长；
当所述目标阵痛次数大于所述预设阵痛次数，且所述目标阵痛总时长大于所述预设阵痛总时长时，进入根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔的步骤。
4.根据权利要求3所述的方法，其特征在于，所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：
计算每次阵痛的开始时间与上一次阵痛的开始时间的时间间隔；
将计算得到的各个所述时间间隔加入到第一时间间隔集合，所述第一时间间隔集合中的各个所述时间间隔按照时间顺序排列；
获取预设的平均步长参数，所述平均步长参数为进行一次平均计算所需要的数据个数；
根据所述平均步长参数依次从所述第一时间间隔集合中提取相应个数的时间间隔进行平均计算，得到第一平均时间间隔；
根据得到的各个所述第一平均时间间隔进行均值计算得到所述目标阵痛平均间隔。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔之前，还包括：
根据所述每次阵痛的开始时间计算得到相邻两次阵痛之间的时间间隔；
获取预设的阵痛间隔阈值；
根据所述预设的阵痛间隔阈值筛选出符合要求的所述时间间隔；
所述根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔，包括：
根据所述筛选出的符合要求的所述时间间隔计算得到目标阵痛平均间隔。
6.根据权利要求1所述的方法，其特征在于，所述阵痛数据还包括：每次阵痛的持续时间；所述方法还包括：
获取每次阵痛的持续时间和总阵痛次数；
根据所述每次阵痛的持续时间和总阵痛次数计算得到阵痛平均持续时间；
所述获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值，包括：
计算所述目标阵痛平均间隔和所述标准阵痛平均间隔之间的差值；
计算所述差值与所述阵痛平均持续时间之间的商值；
获取第二估算系数；
根据所述商值与所述第二估算系数，计算得到孕产时间估计值。
7.根据权利要求6所述的方法，其特征在于，在所述获取每次阵痛的持续时间和总阵痛次数之前，还包括：
获取预设的阵痛的持续时间阈值；
根据所述预设的阵痛的持续时间阈值筛选出符合要求的所述阵痛的持续时间；
所述获取每次阵痛的持续时间和总阵痛次数，包括：
根据所述筛选出的符合要求的所述阵痛的持续时间获取每次阵痛的持续时间和总阵痛次数。
8.一种孕产时间的估计装置，其特征在于，所述装置包括：
获取模块，用于获取采集到的阵痛数据，所述阵痛数据包括：每次阵痛的开始时间；
第一计算模块，用于根据所述每次阵痛的开始时间计算得到目标阵痛平均间隔；
第二计算模块，用于获取标准阵痛平均间隔，根据所述目标阵痛平均间隔和所述标准阵痛平均间隔计算得到孕产时间估计值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种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执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
CN201910930721.5A 2019-09-29 2019-09-29 孕产时间的估计方法、装置、计算机设备及存储介质 Pending CN110706810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910930721.5A CN110706810A (zh) 2019-09-29 2019-09-29 孕产时间的估计方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910930721.5A CN110706810A (zh) 2019-09-29 2019-09-29 孕产时间的估计方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN110706810A true CN110706810A (zh) 2020-01-17

Family

ID=69197619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910930721.5A Pending CN110706810A (zh) 2019-09-29 2019-09-29 孕产时间的估计方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110706810A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112587089A (zh) * 2020-11-19 2021-04-02 新希望六和股份有限公司 基于人工智能的妊娠检测方法、装置、计算机设备和介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068738A (ja) * 2010-09-21 2012-04-05 Chugoku Electric Power Co Inc:The サービス時間予測装置及びサービス時間予測方法
CN109065175A (zh) * 2018-08-14 2018-12-21 平安医疗健康管理股份有限公司 医疗特征筛选方法、装置、计算机设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068738A (ja) * 2010-09-21 2012-04-05 Chugoku Electric Power Co Inc:The サービス時間予測装置及びサービス時間予測方法
CN109065175A (zh) * 2018-08-14 2018-12-21 平安医疗健康管理股份有限公司 医疗特征筛选方法、装置、计算机设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
无: "不能忽视的孕期宫缩", 《时尚育儿》 *
李佳等: "经会阴三维超声测量产程进展参数在分娩时长预测中的价值研究", 《中国实用妇科与产科杂志》 *
陈杰: "计算机管理围产期", 《国外医学情报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112587089A (zh) * 2020-11-19 2021-04-02 新希望六和股份有限公司 基于人工智能的妊娠检测方法、装置、计算机设备和介质
CN112587089B (zh) * 2020-11-19 2023-04-21 新希望六和股份有限公司 基于人工智能的妊娠检测方法、装置、计算机设备和介质

Similar Documents

Publication Publication Date Title
CN110706810A (zh) 孕产时间的估计方法、装置、计算机设备及存储介质
CN110335248B (zh) 医学图像病灶检测方法、装置、计算机设备和存储介质
CN117370329A (zh) 基于工业物联网的设备数据智能化管理方法及系统
CN110727724A (zh) 数据抽取方法、装置、计算机设备和存储介质
CN112472108A (zh) 神经元放电尖峰信号挑拣方法、装置和计算机设备
CN115346681A (zh) 一种头部植发手术成活率ai评估分析计算系统及方法
CN111738975B (zh) 图像辨识方法及图像辨识装置
CN109348281A (zh) 视频处理方法、装置、计算机设备和存储介质
CN111061610B (zh) 集群系统性能测试报告的生成方法、装置和计算机设备
CN111161240B (zh) 血管分类方法、装置、计算机设备和可读存储介质
CN112672067B (zh) 深度相机的自动曝光方法、系统、计算机设备和存储介质
CN114748055A (zh) 三维卷积模型、脑龄识别方法、装置、计算机设备及介质
CN110680280A (zh) 脑卒中的医疗质量评估方法、装置、计算机设备及存储介质
CN111323775A (zh) 图像处理方法、装置、计算机设备和存储介质
CN113342860A (zh) 基于通用接口的指标计算方法、装置、设备和存储介质
CN113781405B (zh) 血管中心线提取方法、装置、计算机设备和可读存储介质
CN113256750B (zh) 医疗图像风格重建方法、装置、计算机设备和存储介质
CN112581295A (zh) 基于字段拆分的产品数据处理方法、装置、设备和介质
CN111241084A (zh) 医疗信息清洗方法、装置、计算机设备和存储介质
CN111259089A (zh) 医保数据处理方法、装置、计算机设备和存储介质
CN113827217B (zh) 胎心检测方法、装置、设备及存储介质
CN111080733A (zh) 医学扫描图像获取方法、装置、存储介质及计算机设备
CN115249378B (zh) 一种基于人脸识别的用于核酸检测的系统及方法
CN110874614A (zh) 脑图像分类方法、计算机设备和可读存储介质
CN116339645B (zh) 一种防火墙磁盘防溢出的方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200117