CN113057597A - 一种实时监测产妇生产过程中生理状态的方法及系统 - Google Patents

Abstract

本发明公开了一种实时监测产妇生产过程中生理状态的方法及系统，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：根据所述第一智能穿戴设备，获得所述第一产妇在第一生产时间段中的第一实时体感温度和第一实时疼痛强度；根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值并筛选，获得第二实时疼痛强度；根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中获得第一分析数据。解决了现有技术中存在产妇生产的数据监测不够智能，数据分析无法为产后恢复提供有效参照的技术问题。

Description

一种实时监测产妇生产过程中生理状态的方法及系统

技术领域

本发明涉及产妇监测相关领域，尤其涉及一种实时监测产妇生产过程中生理状态的方法及系统。

背景技术

分娩是女性正常的生理过程，产妇生产后的一段时间一般分为多个阶段，各个器官逐渐恢复正常，若产妇生产之后恢复不佳容易引发并发症，还会给产妇心理造成压力，引发焦虑、抑郁情绪。一般而言，产妇在生产的过程中的状态会影响到恢复期的状态，因此，为了使产妇更好地适应生理和心理变化，通过对产妇的生产生理状态进行分析对更加有效的进行产后恢复具有重要意义。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在产妇生产过程的数据监测不具备智能化，数据分析无法为产后恢复提供有效参照的技术问题。

发明内容

本申请实施例通过提供一种实时监测产妇生产过程中生理状态的方法及系统，解决了现有技术中存在产妇生产过程的数据监测不够智能，且数据分析无法为产后恢复提供有效参照的技术问题，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。

鉴于上述问题，提出了本申请实施例提供一种实时监测产妇生产过程中生理状态的方法及系统。

第一方面，本申请实施例提供了一种实时监测产妇生产过程中生理状态的方法，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；将所述第一分析数据存储到第一信息分析库。

另一方面，本申请还提供了一种实时监测产妇生产过程中生理状态的系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；第二获得单元，所述第二获得单元用于根据第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；第三获得单元，所述第三获得单元用于根据第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；第四获得单元，所述第四获得单元用于根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；第五获得单元，所述第五获得单元用于根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；第六获得单元，所述第六获得单元用于根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；第一输入单元，所述第一输入单元用于将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；第一存储单元，所述第一存储单元用于将所述第一分析数据存储到第一信息分析库。

第三方面，本发明提供了一种实时监测产妇生产过程中生理状态的系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了根据第一智能穿戴装置从而获得第一产妇的第一生产时间段，并对所述第一生产时间段中的实时体感温度进行记录和存储，从而获得所述第一实时体感温度，再根据第一疼痛阈值检测仪将所述第一产妇的疼痛阈值提前监测出来并存储到所述第一智能穿戴装置的数据库中，再根据所述第一智能穿戴装置将所述第一产妇在所述第一生产时间段中的实时疼痛强度进行监测，从而获得所述第一实时疼痛强度，进而将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中进行分析获得第一分析数据，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种实时监测产妇生产过程中生理状态的方法的流程示意图；

图2为本申请实施例一种实时监测产妇生产过程中生理状态的系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一输入单元17，第七获得单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种实时监测产妇生产过程中生理状态的方法及系统，解决了现有技术中存在产妇生产过程的数据监测不够智能，且数据分析无法为产后恢复提供有效参照的技术问题，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

分娩是女性正常的生理过程，产妇生产后的一段时间一般分为多个阶段，各个器官逐渐恢复正常，若产妇生产之后恢复不佳容易引发并发症，还会给产妇心理造成压力，引发焦虑、抑郁情绪。一般而言，产妇在生产的过程中的状态会影响到恢复期的状态，因此，为了使产妇更好地适应生理和心理变化，通过对产妇的生产生理状态进行分析对更加有效的进行产后恢复具有重要意义。但现有技术中存在产妇生产过程的数据监测不具备智能化，数据分析无法为产后恢复提供有效参照的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种实时监测产妇生产过程中生理状态的方法，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；将所述第一分析数据存储到第一信息分析库。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种实时监测产妇生产过程中生理状态的方法，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：

步骤S100：获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；

具体而言，所述第一生产时间段为所述第一产妇在分娩的过程中所有的生产过程时间长度的总和，根据产妇的紧急情况或者生育状态的不同，其生产时间段也不相同。通过对所述第一生产时间段进行记录，进而能够在每一个时间节点中进行相对的生理状态参数的信息记录，从而在所述第一产妇的恢复时期进行随时调阅和查看。

步骤S200：根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；

具体而言，所述第一智能穿戴设备为所述第一产妇在进入产房时所佩戴的装置，由于所述第一产妇进行手术的严谨性，所述第一智能穿戴设备不具备声音报警等音效功能，进一步而言，所述第一产妇在生产时间段中的第一实时体感温度为所述第一智能穿戴设备中所包含的温度传感器进行实时测量所获得的数据，其中，所述第一实时体感温度为在所述第一生产时间段中所有的体感温度的数据集合，从而为之后的分析提供基础的分析数据基础。

步骤S300：根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；

具体而言，所述第一疼痛阈值检测仪是用于对所述第一产妇的痛阈进行监测的仪器设备，是心理教学的常用实验仪器，主要用于测定人体的痛阈和耐痛阈，也可供作医疗卫生部门教学和科研辅助仪器。进而通过对所述第一产妇的痛阈进行提前检测并将疼痛阈值提前存储到所述第一智能穿戴设备的数据库中，从而为之后分析其疼痛数据方面提供科学、准确的参照数据。

步骤S400：根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；

步骤S500：根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；

具体而言，所述第一实时疼痛强度为所述第一智能穿戴设备对所述第一产妇在所述第一生产时间中的实时体感疼痛度进行监测后获得的数据集合，其中，所述第一实时疼痛强度在所述第一生产时间中呈波动曲线型，从而根据所述第一疼痛阈值设置疼痛上限和疼痛下限，进而将所述第一实时疼痛强度的数据进行筛选，从其中获得在所述第一疼痛阈值中的所有所述第一产妇的疼痛数据，进而生成所述第二实时疼痛强度，其中，由于所述第二实时疼痛强度是经过有效的数据筛选最终获得的数据集合，进而达到了减少数据处理的基础数量，从而提高计算机的数据计算速度，减少数据分析的响应时间，进而提高了对所述第一产妇生理状态信息的分析效率。

步骤S600：根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；

具体而言，所述第一监测数据集合为对所述第一产妇的所述第一实时体感温度进行监测获得的数据集合，所述第二监测数据集合为对所述第一产妇的所述第二实时疼痛强度进行监测获得的数据集合，其中，所述第一监测数据集合和所述第二监测数据集合存储到所述第一智能穿戴设备的数据库中，从而在模型调用的指令获得后再进行调用，从而达到了根据指令及时完成调用的技术效果，达到了提高数据使用性的技术效果。

步骤S700：将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；

具体而言，所述监测数据分析模型是根据所述第一产妇生理状态的实时监测数据进行针对性分析的模型，将所述第一监测数据集合和所述第二监测数据集合输入所述监测数据分析模型中进行生理状态数据分析，从而获得所述第一产妇的第一分析数据，详细来说，所述第一分析数据能够将所述第一产妇的生理状态数据信息进行拟合并完成对应的分析，从而便于计算机搭建的平台进行处理，其中，所述监测数据分析模型为是以神经网络模型为基础建立的模型，而神经网络是大量的神经元之间相互连接构成的一种运算模型，网络的输出则依照网络的连接方式的一种逻辑策略表达，通过所述监测数据分析模型的训练使得输出的信息具有准确性，进而准确获得生理状态综合分析结果，从而达到了对所述第一产妇的实时监测数据进行准确的分析，进而提高分析准确性的技术效果。

步骤S800：将所述第一分析数据存储到第一信息分析库。

具体而言，所述第一分析数据具体来说是根据所述第一产妇在恢复期需要注意的方面进行综合分析的结果，其中，所述第一分析数据包括了对所述第一产妇的实时体温和疼痛感进行具体化的分析获得的分析结果，所述第一信息分析库为存储所述监测数据分析模型分析结果的信息库，从而对分析数据进行存储，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。

进一步而言，所述根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度，本申请实施例步骤S200还包括：

步骤S210：获得所述第一产妇所处第一环境的第一实时空气温度，其中，所述第一实时空气温度为在所述第一生产时间段中监测获得的数据；

步骤S220：根据所述第一实时体感温度和所述第一实时空气温度，获得第一温差数据；

步骤S230：根据所述第一温差数据生成第一温差曲线信息，获得第一温差曲线面积；

步骤S240：根据所述第一温差曲线面积，获得所述第一产妇的第一舒适度。

具体而言，所述第一实时空气温度是根据所述第一智能穿戴设备进行实时环境的空气监测获得的温度信息，所述第一温差数据为同一时间节点的空气实时温度和体感实时温度的差值集合，由于所述第一产妇在临床分娩的过程中体温会随之不断变化，大多数产妇体温会处于正常范围，但如果生产过程中过度疲劳或者所述第一生产时间段过长会使得所述第一产妇的实时体感温度升高，进而所述第一温差数据也会变大，通过所述第一温差数据获得所述第一温差曲线面积，进而能够通过曲线面积的变化表示所述第一产妇温度的升高变化，进而获得所述第一舒适度，若面积过大可以通过所述第一智能穿戴设备提前发送提醒信息，护理人员采取相应措施，进而为所述第一产妇的产后恢复提供有效的护理质量。

进一步而言，所述根据所述第一温差曲线面积，获得所述第一产妇的第一舒适度，本申请实施例S240还包括：

步骤S241：获得第一预设温差曲线面积阈值；

步骤S242：判断所述第一温差曲线面积是否处于所述第一预设温差曲线面积阈值中；

步骤S243：若所述第一温差曲线面积处于所述第一预设温差曲线面积阈值中，获得第一占比系数，其中，所述第一占比系数为所述第一温差曲线面积占所述第一预设温差曲线面积最大面积的比例系数；

步骤S244：根据所述第一占比系数，获得第一舒适度。

具体而言，所述第一预设温差曲线面积阈值为提前设置的温差曲线面积的最大阈值和最小阈值，其中所述最大阈值为温差警戒线，当所述第一温差曲线面积超过预设最大阈值，则对所述第一产妇在生产过程中感到身体不适即增加分娩难度，因此，通过对所述第一占比系数进行面积占比的确定，从而能够及时获得所述第一产妇的在生产过程中的体温变化状态，进而达到了及时获得所述第一舒适度，提高所述第一产妇在生产的体感舒适度的技术效果。

进一步而言，所述根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度，本申请实施例步骤S500还包括：

步骤S510：根据所述第一疼痛阈值，获得第一临界阈值和第二临界阈值；

步骤S520：根据所述第一临界阈值，获得第一剔除数据；

步骤S530：根据所述第二临界阈值，获得第二剔除数据；

步骤S540：根据所述第一剔除数据和所述第二剔除数据对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度。

具体而言，所述第一疼痛阈值是根据所述第一疼痛阈值监测仪设备进行有效、科学的监测获得的阈值信息，其中所述第一疼痛阈值包括第一临界阈值和第二临界阈值，其中，所述第一临界阈值为最小疼痛阈值，所述第二临界阈值为最大疼痛阈值，进一步而言，将所述第一实时疼痛强度中小于等于所述第一临界阈值的数据进行剔除，获得所述第一剔除数据，将所述第一实时疼痛强度中大于等于所述第二临界阈值的数据进行剔除，获得所述第二剔除数据。进而根据所述第一剔除数据和所述第二剔除数据对所述第一实时疼痛强度数据集合进行剔除，获得处于所述第一疼痛阈值范围中的所有疼痛数据进而获得所述第二实时疼痛强度，达到了智能化分析和筛选数据的技术效果。

进一步而言，本申请实施例步骤S530还包括：

步骤S531：获得第一剔除时间段，其中，所述第一剔除时间段为所述第二剔除数据所对应的时间段；

步骤S532：根据所述第一剔除时间段，获得第二占比系数，其中，所述第二占比系数为所述第一剔除时间段占所述第一生产时间段的比例系数；

步骤S533：判断所述第二占比系数是否处于预设占比阈值；

步骤S534：若所述第二占比系数处于预设占比阈值，获得第一提醒信息。

具体而言，所述第一剔除时间段为所述第二剔除数据所对应的时间段，由于所述第二剔除数据为剔除的处于疼痛最大阈值之外的数据，因此，所述第二剔除数据为对所述第一产妇造成较大痛楚的对应时间段，由于临床较大的疼痛会影响产妇在恢复时期的身体状况和心里状况，因此，所述第二占比系数为根据所述第一时间段在所述第一生产时间段中的占比确定所述第一产妇的疼痛度代表系数，进而当所述第二占比系数过大时表示所述第一产妇的痛感承受较大，因此，需要家属或相关的护理人员及时采取对应的措施帮助所述第一产妇进行恢复。

进一步而言，本申请实施例步骤S540还包括：

步骤S541：根据所述第二实时疼痛强度，生成第一疼痛强度曲线；

步骤S542：通过对所述第一疼痛强度曲线进行分析，获得第一采集节点；

步骤S543：根据所述第一智能穿戴装置，获得所述第一采集节点的第一脉搏跳动数据和第一呼吸频率；

步骤S544：将所述第一脉搏跳动数据和第一呼吸频率作为第二分析数据存储到所述第一信息分析库。

具体而言，通过筛选疼痛阈值之中的疼痛强度进而将所述第二实时疼痛强度数据集合进行曲线构建，进一步获得所述第一疼痛强度曲线，其中，所述第一采集节点为所述第一疼痛强度曲线中的上升曲线变化较大的第一个时间节点，进而根据所述第一智能穿戴装置记录所述地第一产妇在所述第一采集节点的呼吸频率和脉搏跳动进而完成对应存储，其中，所述第二分析数据不限于所述第一采集节点，还包括所述第一疼痛强度曲线中的上升曲线变化较大的第二个时间节点、第三个时间节点...第N个时间节点，通过对这些对应的节点进行脉搏和呼吸的实时监测，进而将每个阶段生成的所有监测数据作为所述第二分析数据存储到所述第一信息分析库中。

进一步而言，所述将所述第一输入信息和所述第二输入信息输入并发症风险训练模型中，根据所述并发症风险训练模型，获得第一感染指数,本申请实施例步骤S700还包括：

步骤S710：将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，所述监测数据分析模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一监测数据集合、所述第二监测数据集合和标识第一输出结果的标识信息；

步骤S720：获得所述监测数据分析模型中的第一输出结果，所述第一输出结果为所述第一产妇的第一分析数据。

具体而言，将所述第一产妇的第一分析数据作为监督数据输入每一组训练数据中，对所述第一监测数据集合和所述第二监测数据进行监督学习，所述监测数据分析模型按照神经网络模型为原型建立模型进行训练的，进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一监测数据集合、所述第二监测数据集合和标识第一输出结果的标识信息，所述监测数据分析模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，结束本组数据监督学习，进行下一组数据监督学习。当所述监测数据分析模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对多组数据进行不断训练的方式，达到了输出准确的所述第一产妇的第一分析数据的技术效果。

综上所述，本申请实施例所提供的一种实时监测产妇生产过程中生理状态的方法及系统具有如下技术效果：

1、由于采用了根据第一智能穿戴装置从而获得第一产妇的第一生产时间段，并对所述第一生产时间段中的实时体感温度进行记录和存储，从而获得所述第一实时体感温度，再根据第一疼痛阈值检测仪将所述第一产妇的疼痛阈值提前监测出来并存储到所述第一智能穿戴装置的数据库中，再根据所述第一智能穿戴装置将所述第一产妇在所述第一生产时间段中的实时疼痛强度进行监测，从而获得所述第一实时疼痛强度，进而将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中进行分析获得第一分析数据的方式，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。

2、由于采用了根据疼痛的临界阈值有针对性生成第一剔除数据和第二剔除数据，进而完成对第一实时疼痛强度数据集合进行剔除进而获得所述第二实时疼痛强度的方式，达到了智能化分析和筛选数据的技术效果进而达到了对信息进行准确监测分析，提高并发症风险分析准确性的技术效果。

3、由于采用了根据构建的曲线面积进行占比系数的分析和确定，并根据占比系数进一步进行判断的，并基于数学特性计算的方式，达到了对数据进行有效性处理的技术效果。

实施例二

基于与前述实施例中一种实时监测产妇生产过程中生理状态的方法同样发明构思，本发明还提供了一种实时监测产妇生产过程中生理状态的系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；

第二获得单元12，所述第二获得单元12用于根据第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；

第三获得单元13，所述第三获得单元13用于根据第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；

第四获得单元14，所述第四获得单元14用于根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；

第五获得单元15，所述第五获得单元15用于根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；

第六获得单元16，所述第六获得单元16用于根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；

第一输入单元17，所述第一输入单元17用于将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；

第一存储单元18，所述第一存储单元18用于将所述第一分析数据存储到第一信息分析库。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于获得所述第一产妇所处第一环境的第一实时空气温度，其中，所述第一实时空气温度为在所述第一生产时间段中监测获得的数据；

第八获得单元，所述第八获得单元用于根据所述第一实时体感温度和所述第一实时空气温度，获得第一温差数据；

第九获得单元，所述第九获得单元用于根据所述第一温差数据生成第一温差曲线信息，获得第一温差曲线面积；

第十获得单元，所述第十获得单元用于根据所述第一温差曲线面积，获得所述第一产妇的第一舒适度。

进一步的，所述系统还包括：

第十一获得单元，所述第十一获得单元用于获得第一预设温差曲线面积阈值；

第一判断单元，所述第一判断单元用于判断所述第一温差曲线面积是否处于所述第一预设温差曲线面积阈值中；

第十二获得单元，所述第十二获得单元用于若所述第一温差曲线面积处于所述第一预设温差曲线面积阈值中，获得第一占比系数，其中，所述第一占比系数为所述第一温差曲线面积占所述第一预设温差曲线面积最大面积的比例系数；

第十三获得单元，所述第十三获得单元用于根据所述第一占比系数，获得第一舒适度。

进一步的，所述系统还包括：

第十四获得单元，所述第十四获得单元用于根据所述第一疼痛阈值，获得第一临界阈值和第二临界阈值；

第十五获得单元，所述第十五获得单元用于根据所述第一临界阈值，获得第一剔除数据；

第十六获得单元，所述第十六获得单元用于根据所述第二临界阈值，获得第二剔除数据；

第十七获得单元，所述第十七获得单元用于根据所述第一剔除数据和所述第二剔除数据对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于获得第一剔除时间段，其中，所述第一剔除时间段为所述第二剔除数据所对应的时间段；

第十九获得单元，所述第十九获得单元用于根据所述第一剔除时间段，获得第二占比系数，其中，所述第二占比系数为所述第一剔除时间段占所述第一生产时间段的比例系数；

第二判断单元，所述第二判断单元用于判断所述第二占比系数是否处于预设占比阈值；

第二十获得单元，所述第二十获得单元用于若所述第二占比系数处于预设占比阈值，获得第一提醒信息。

进一步的，所述系统还包括：

第一生成单元，所述第一生成单元用于根据所述第二实时疼痛强度，生成第一疼痛强度曲线；

第二十一获得单元，所述第二十一获得单元用于通过对所述第一疼痛强度曲线进行分析，获得第一采集节点；

第二十二获得单元，所述第二十二获得单元用于根据所述第一智能穿戴装置，获得所述第一采集节点的第一脉搏跳动数据和第一呼吸频率；

第二存储单元，所述第二存储单元用于将所述第一脉搏跳动数据和第一呼吸频率作为第二分析数据存储到所述第一信息分析库。

进一步的，所述系统还包括：

第二输入单元，所述第二输入单元用于将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，所述监测数据分析模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一监测数据集合、所述第二监测数据集合和标识第一输出结果的标识信息；

第二十三获得单元，所述第二十三获得单元用于获得所述监测数据分析模型中的第一输出结果，所述第一输出结果为所述第一产妇的第一分析数据。

前述图1实施例一中的一种实时监测产妇生产过程中生理状态的方法的各种变化方式和具体实例同样适用于本实施例的一种实时监测产妇生产过程中生理状态的系统，通过前述对一种实时监测产妇生产过程中生理状态的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种实时监测产妇生产过程中生理状态的系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种实时监测产妇生产过程中生理状态的方法的发明构思，本发明还提供一种实时监测产妇生产过程中生理状态的系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种实时监测产妇生产过程中生理状态的方法的任一方法的步骤。

其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种实时监测产妇生产过程中生理状态的方法，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；将所述第一分析数据存储到第一信息分析库。解决了现有技术中存在产妇生产过程的数据监测不够智能，且数据分析无法为产后恢复提供有效参照的技术问题，达到了通过实时监测产妇在生产过程中的生理状态，并对监测数据进行智能分析和存储，为产后恢复提供有效参照的技术效果。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种实时监测产妇生产过程中生理状态的方法，其中，所述方法应用于第一智能穿戴设备，所述设备与第一疼痛阈值检测仪通信连接，所述方法包括：

获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；

根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；

根据所述第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；

根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；

根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；

根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；

将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；

将所述第一分析数据存储到第一信息分析库。

2.如权利要求1所述的方法，所述根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度，所述方法还包括：

获得所述第一产妇所处第一环境的第一实时空气温度，其中，所述第一实时空气温度为在所述第一生产时间段中监测获得的数据；

根据所述第一实时体感温度和所述第一实时空气温度，获得第一温差数据；

根据所述第一温差数据生成第一温差曲线信息，获得第一温差曲线面积；

根据所述第一温差曲线面积，获得所述第一产妇的第一舒适度。

3.如权利要求2所述的方法，所述根据所述第一温差曲线面积，获得所述第一产妇的第一舒适度，所述方法还包括：

获得第一预设温差曲线面积阈值；

判断所述第一温差曲线面积是否处于所述第一预设温差曲线面积阈值中；

若所述第一温差曲线面积处于所述第一预设温差曲线面积阈值中，获得第一占比系数，其中，所述第一占比系数为所述第一温差曲线面积占所述第一预设温差曲线面积最大面积的比例系数；

根据所述第一占比系数，获得第一舒适度。

4.如权利要求1所述的方法，所述根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度，所述方法还包括：

根据所述第一疼痛阈值，获得第一临界阈值和第二临界阈值；

根据所述第一临界阈值，获得第一剔除数据；

根据所述第二临界阈值，获得第二剔除数据；

根据所述第一剔除数据和所述第二剔除数据对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度。

5.如权利要求4所述的方法，所述方法还包括：

获得第一剔除时间段，其中，所述第一剔除时间段为所述第二剔除数据所对应的时间段；

根据所述第一剔除时间段，获得第二占比系数，其中，所述第二占比系数为所述第一剔除时间段占所述第一生产时间段的比例系数；

判断所述第二占比系数是否处于预设占比阈值；

若所述第二占比系数处于预设占比阈值，获得第一提醒信息。

6.如权利要求4所述的方法，所述方法还包括：

根据所述第二实时疼痛强度，生成第一疼痛强度曲线；

通过对所述第一疼痛强度曲线进行分析，获得第一采集节点；

根据所述第一智能穿戴装置，获得所述第一采集节点的第一脉搏跳动数据和第一呼吸频率；

将所述第一脉搏跳动数据和第一呼吸频率作为第二分析数据存储到所述第一信息分析库。

7.如权利要求1所述的方法，所述将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据，所述方法还包括：

将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，所述监测数据分析模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一监测数据集合、所述第二监测数据集合和标识第一输出结果的标识信息；

获得所述监测数据分析模型中的第一输出结果，所述第一输出结果为所述第一产妇的第一分析数据。

8.一种实时监测产妇生产过程中生理状态的系统，其中，所述系统包括：

第一获得单元，所述第一获得单元用于获得第一生产时间段，其中，所述第一生产时间段为第一产妇的生产时间长度；

第二获得单元，所述第二获得单元用于根据第一智能穿戴设备，获得所述第一产妇在所述第一生产时间段中的第一实时体感温度；

第三获得单元，所述第三获得单元用于根据第一疼痛阈值检测仪，获得所述第一产妇的第一疼痛阈值；

第四获得单元，所述第四获得单元用于根据所述第一智能穿戴设备，获得所述第一产妇在所述第一生产时间的第一实时疼痛强度；

第五获得单元，所述第五获得单元用于根据所述第一疼痛阈值，对所述第一实时疼痛强度进行筛选，获得第二实时疼痛强度；

第六获得单元，所述第六获得单元用于根据所述第一实时体感温度和所述第二实时疼痛强度，获得第一监测数据集合和第二监测数据集合；

第一输入单元，所述第一输入单元用于将所述第一监测数据集合和所述第二监测数据集合输入监测数据分析模型中，根据所述监测数据分析模型，获得第一分析数据；

第一存储单元，所述第一存储单元用于将所述第一分析数据存储到第一信息分析库。

9.一种实时监测产妇生产过程中生理状态的系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

Images