CN117292843A - 电信号数据处理方法、装置、设备和存储介质 - Google Patents
电信号数据处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117292843A CN117292843A CN202311577593.3A CN202311577593A CN117292843A CN 117292843 A CN117292843 A CN 117292843A CN 202311577593 A CN202311577593 A CN 202311577593A CN 117292843 A CN117292843 A CN 117292843A
- Authority
- CN
- China
- Prior art keywords
- signal data
- current
- electric signal
- period
- time period
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 11
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 25
- 239000008103 glucose Substances 0.000 description 25
- 239000008280 blood Substances 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 206010033675 panniculitis Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000004304 subcutaneous tissue Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1468—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using chemical or electrochemical methods, e.g. by polarographic means
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- General Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明公开了一种电信号数据处理方法、装置、设备和存储介质。其中,方法包括:如果当前时段为第一时段且存在电信号数据符合设定范围条件,确定当前第一时段均值;如果当前时段为第二时段,确定电信号数据组合是否包括目标信号数据;如果是,将所有目标电信号数据的均值作为当前第二时段均值,返回确定电信号数据组合是否包括目标信号数据的步骤;如果否,确定有效均值;若有效均值符合初始幅值条件,基于有效均值、目标阈值与前一时段均值确定当前第二时段均值,返回确定电信号数据组合是否包括目标信号数据。解决电信号数据处理方法无法兼顾成本和精度的问题,在没有增加电信号数据处理的成本的情况下,提高电信号数据处理的精度和灵活性。
Description
技术领域
本发明涉及数据处理领域,尤其涉及电信号数据处理方法、装置、设备和存储介质。
背景技术
动态血糖监测系统(Continuous Glucose Monitoring System,CGMS)应用电化学原理,通过葡萄糖感应器与皮下组织间液的葡萄糖发生化学反应,生成电信号,基于电信号确定血糖水平。电信号在传输过程中可能会出现异常点,影响血糖检测的精度和稳定性。通过统计学方法(例如均方差、标准差和四分位距等)可以有效检测到电信号的异常点,但是,由于环境参数复杂和硬件的差异,导致统计学方法不具有普适性。
目前,基于机器学习方法来判别异常点具有较高的精度和可靠性,还可以适应不同环境和硬件的情况,但是,需要大量的训练数据和计算资源来构建模型,这可能会增加电信号数据处理的成本和复杂度。
发明内容
本发明提供了一种电信号数据处理方法、装置、设备和存储介质,以解决现有电信号数据处理方法无法兼顾成本和精度的问题。
根据本发明的一方面,提供了一种电信号数据处理方法,该方法包括:
如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值;
如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,所述目标信号数据被配置为,在所述当前第一时段均值对应的目标范围内;
如果是,则将所有目标电信号数据的均值作为当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤;
如果否,确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
根据本发明的另一方面,提供了一种电信号数据处理装置,该装置包括:
第一时段模块,用于如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值;
判断模块,用于如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,所述目标信号数据被配置为,在所述当前第一时段均值对应的目标范围内;
第一分支模块,用于如果是,则将所有目标电信号数据的均值作为当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤;
第二分支模块,用于如果否,确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
根据本发明的另一方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的电信号数据处理方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的电信号数据处理方法。
本发明实施例的技术方案,结合目标阈值和前一时段的电信号,确定电信号数据中的异常电信号数据,解决电信号数据处理方法无法兼顾成本和精度的问题,能够在没有增加电信号数据处理的成本的情况下,提高电信号数据处理方法的精度和灵活性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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获得其他的附图。
图1是根据本发明实施例提供的电信号数据处理方法的流程图;
图2是根据本发明实施例提供的电信号数据处理方法的又一流程图;
图3是根据本发明实施例提供的电信号数据处理方法的又一流程图;
图4是根据本发明实施例提供的电信号数据处理方法的又一流程图;
图5是根据本发明实施例提供的对比结果示意图;
图6是根据本发明实施例提供的电信号数据处理方法的又一流程图;
图7A是根据本发明实施例提供的电信号数据处理装置的结构框图;
图7B是根据本发明实施例提供的电信号数据处理装置的又一结构框图;
图8是根据本发明实施例提供的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是根据本发明实施例提供的电信号数据处理方法的流程图,本实施例可适用于对血糖传感器采集的电信号数据进行数据处理的场景,可以由电信号数据处理装置来执行,该电信号数据处理装置可以采用硬件和/或软件的形式实现,并配置于电子设备的处理器中。
如图1所示,电信号数据处理方法包括以下步骤:
S110、如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值。
其中,设定范围条件用于表示电信号数据的最大合理范围。
其中,当前时段为当前处理的电信号数据组合对应的时段。
在一个实施例中,电信号数据包括电流信号数据和/或电压信号数据。
在一个实施例中,基于CGMS特性和人体生理特性确定设定范围条件。具体的,根据CGMS的葡萄糖传感器灵敏度(S)和葡萄糖浓度(G),基于葡萄糖传感器的响应电流(I)与葡萄糖浓度的关系式,其中,B表示葡萄糖传感器的本底电流,得到端点值r1和r2,r1<r2,(r1,r2)表示电流信号数据的最大合理范围(即设定范围条件)。示例性的,当S=1.5,葡萄糖浓度分别为2.2mmol/L和30mmol/L,B=0.2,确定r1=3.5,r2=45.2,单位为纳安(nA),因此,电流信号数据的设定范围条件为3.5~45.2 nA。进一步的,CGMS在使用过程中,葡萄糖传感器灵敏度(S)会随时间变化,S的取值范围为0.2~5,当葡萄糖传感器灵敏度和葡萄糖浓度(G)发生变化,r1和r2也会发生变化。这样做的好处是,不受CGMS的传感器类型和传感器灵敏度特性等的影响,可以广泛适用于各类CGMS,提高电信号数据处理方法的普适性。
在一个实施例中,各时段的时长可被设置为固定值,也可被设置为预设范围内的可调节值。该实施例可以满足不同场景的测量需求,比如固定值可满足常规的血糖检查需求;可调节值可满足代谢监控方面的各种血糖监测需求。
具体的,如果当前时段为第一时段,则确定当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据,设定范围条件用于识别电信号数据组合中的异常数据;如果存在,则将所有符合设定范围条件的电信号数据的均值作为与当前时段对应的当前第一时段均值,以排除异常数据对当前第一时段均值的影响;如果不存在,则获取下一时段的电信号数据组合,并将该下一时段作为当前时段,并重复执行上述步骤。
可以理解的是,上述如果当前时段为第一时段之后,还包括:确定当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据。参见图2中与图1中的S110对应的S1101与S1102。
S120、如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,如果是,则执行S130,如果否,则执行S140,所述目标信号数据被配置为,在所述第一时段均值对应的目标范围内。
目标信号数据为临床上认为处于合理变化范围的信号数据。如果当前时段对应的电信号数据组合包括目标信号数据,则认为当前时段对应的电信号数据组合包括处于合理变化范围内的信号数据。
在一个实施例中,通过以下步骤确定当前时段对应的电信号数据组合是否包括目标信号数据,包括:确定所述当前时段对应的电信号数据组合中的各电信号数据与前一时段均值之间的差值,其中,如果当前时段为第一个第二时段,则前一时段均值为第一时段均值,如果当前时段不是第一个第二时段,则前一时段均值为第二时段均值;如果存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合包括目标电信号数据;如果不存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合不包括所述目标电信号数据。
可以理解的是,如果存在一个或多个差值的绝对值小于目标阈值,则判定与该一个或多个差值对应的电信号数据均为目标电信号数据。
示例性的,当前时段为第一个第二时段,因此计算当前时段的n个电流值中的各电流值与第一时段均值A1的差值,确定是否存在一个或多个差值的绝对值X1小于阈值s,如果是,则表示当前时段对应的电信号数据组合包括目标信号数据,反之则不包括目标信号数据。
S130、将所有目标电信号数据的均值作为当前第二时段均值,并返回S120。
所有目标电信号数据的均值,是指当前时段对应的电信号数据组合中所有处于合理变化范围内的电信号数据的均值。
当前第二时段均值意味着当前时段为第二时段,且该均值为具有诊断意义的数据。
S140、确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的第二时段均值,并返回S120,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
其中,如果当前时段为第一个第二时段,那么前一时段为第一时段;如果当前时段不是第一个第二时段,那么前一时段为前一第二时段。
在一个实施例中,确定当前时段对应的电信号数据组合中的最大电信号数据与最小电信号数据;从该电信号数据组合中剔除该最大电信号数据与最小电信号数据以更新该电信号数据组合;将更新后的该电信号数据组合的均值作为当前时段对应的电信号数据组合的有效均值。该实施例通过去掉电信号数据组合中的最值,提高了该电信号数据组合的有效均值的准确性。
其中,符合初始幅值条件,是指有效均值需在第一设定幅值与第二设定幅值之间。
如果有效均值符合初始幅值条件,则确定前一时段均值与该有效均值之间的差值的绝对值,如果前一时段均值与该均值的差值大于目标阈值,则将所述前一时段均值与所述目标阈值之差作为与当前时段对应的电信号数据组合的第二时段均值;如果所述前一时段均值与该均值的差值小于或等于所述目标阈值,则将前一时段均值与所述目标阈值之和作为与所述当前时段对应的电信号数据组合的第二时段均值。当前第二时段均值的存在意味着当前时段不是异常时段,因此将下一时段作为第二时段,因此返回上述S120。
示例性的,前一时段均值为A前,当前时段对应的电流数据组合的有效均值为M,初始幅值条件中的第一设定幅值为r1,第二设定幅值为r2;如果M在r1与r2之间,则确定前一时段均值A前与M之间的差值的绝对值,将该绝对值记为N。如果N大于目标阈值s,则将A前-s作为当前第二时段均值;否则,将A前+s作为当前第二时段均值。
在一个实施例中,如果有效均值不符合初始幅值条件,则意味着当前时段为异常时段,不存在能够反映目标对象血糖水平的时段均值。因此下一时段不能作为第二时段进行时段均值的计算,需将其作为第一时段,并计算其时段均值。因此,如果有效均值不符合初始幅值条件,则返回上述确定当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据,参见图3中的S1401与S1403。可以理解的是图3中的S1401与S1402为图1中的S140的另一种表述方式。
在一个实施例中,在检测到有效均值不符合初始幅值条件,返回上述确定当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的同时或之后,输出在可视化界面中,输出用于表示所述第二时段对应的电信号数据组合为异常数据的提示信息。该实施例可方便用户及时了解各时段的数据采集情况,便于用户及时采用针对性措施。
本实施例的技术方案,将前一时段均值对应的目标范围作为后一时段均值确定的参考,提高了第二时段均值确定的准确性;通过多种第二均值处理策略,提高第二时段均值确定的灵活性与准确性。
图4是根据本发明实施例提供的电信号数据处理方法的又一流程图,本实施例可适用于对血糖传感器的电信号数据进行数据处理的场景,本实施例与上述实施例中的电信号数据处理方法属于同一个发明构思,在上述实施例的基础上,增加了数据展示的步骤。
如图4所示,该电信号数据处理方法包括:
S210、如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值,在可视化界面展示该当前第一时段均值,执行S220。
S220、如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,如果是,则执行S230,如果否则执行S240,所述目标信号数据被配置为,在所述第一时段均值对应的目标范围内。
S230、将所有目标电信号数据的均值作为当前第二时段均值,在可视化界面展示该当前第二时段均值,并返回S220。
S240、确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的第二时段均值,在可视化界面展示该当前第二均值,并返回S220,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
在检测到新生成的第一时段均值或第二时段均值的情况下,在可视化界面展示该第一时段均值或第二时段均值。比如将该第一时段均值或第二时段均值添加至可视化界面中的坐标系,基于设定算法拟合新添加的时段均值与之前时段均值对应的曲线,以更新血糖展示曲线。
示例性的,分别采用本发明实施例的电信号数据处理方法和移动窗双层筛选算法对一组原始电信号数据(参见表1)进行处理,生成对比结果,如图5所示。其中,横坐标为电信号数据的序列,纵坐标为电信号数据幅值。
表1记载了9个时段的电信号数据组合,每个时段的时长为一分钟,对应18个电信号数据。由前述实施例可知,如果r1=3.5,r2=45.2,s=0.5,标识为3的时段至标识为8的时段对应的电信号数据组合中均存在异常电信号数据,其中,异常信号数据是指电信号数据组合中的非目标信号数据。由于本发明实施例在确定个时段均值时,先基于前一时段均值对应的目标范围或基于初始幅值条件去掉电信号数据组合中的异常数据,然后基于电信号数据组合中的剩余数据确定对应时段均值,从而能够显著提高时段均值确定的准确性。
由于移动窗双层筛选算法基于参考葡萄糖值和葡萄糖监测数据确定校准参数,基于线性回归等方法以血糖仪的参考数据对葡萄糖监测数据进行校准,因此其并没有将异常点剔除,因此从算法原理上来说,其确定的各时段均值的准确性低于本发明实施例中各时段均值的准确性。
本实施例的技术方案,通过可视化展示的方式展示各时段均值,便于用户直观地获取血糖检测结果。
图6是根据本发明实施例提供的电信号数据处理方法的又一流程图,如图6所示,该方法包括:
S3101、确定当前时段对应的电信号数据组合是否包括符合设定范围条件的电信号数据。
S3102、如果是,将该至少一个电信号数据的均值作为当前第一时段均值,并赋值为A1,进入S320。
S3103、确定该电信号数据组合的异常均值,并将该时段标识为异常,返回S3101。
其中,异常数据可被作为当前时段均值进行显示,但需携带异常标识显示,或者被设置为隐藏项,即仅存储以用于技术人员查阅,不在可视化展示界面中展示。
S320、计算当前时段对应电信号数据组合中的各电信号数据分别与前一时段均值的绝对差值X1,并确定是否存在绝对差值X1小于目标阈值s。
S330、如果是,确定所有小于目标阈值s的绝对差值X1对应的电信号数据的均值,将该均值作为当前第二时段均值,并赋值为A2,然后返回S320。
S3401、如果否,则将当前时段对应电信号数据组合去除最值后求平均得到均值mean,确定均值mean是否在r1与r2之间。
S3402、如果是,则如果A-mean值大于目标阈值s时,则将当前第二时段均值赋值为A-s,否则赋值为A+s,然后返回S320,其中,A为前一时段均值。
S3403、如果否,则将该时段标识为异常,并返回S310。
本实施例的技术方案,将第一时段对应电信号数据组合中符合设定范围条件的电信号数据组合的均值作为第一时段均值,实现了通过去掉异常数据来提高第一时段均值准确性的技术效果;通过判断当前时段对应电信号数据组合中的各电信号数据分别与前一时段均值的绝对差值的关系,确定该电信号数据组合中是否存在目标电信号数据;针对存在目标电信号数据的情况,将所有目标电信号数据作为当前第二时段均值;针对不存在目标电信号数据的情况,通过去除最值求均值,并在该均值满足设定条件的情况下,根据目标阈值与前一时段均值确定当前第二时段均值,提高了第二时段均值确定的灵活性与准确性。
图7A是根据本发明实施例提供的电信号数据处理装置的结构框图,本实施例可适用于对血糖传感器采集的电信号数据进行电信号数据处理的场景,该装置可以采用硬件和/或软件的形式实现,集成于具有应用开发功能的电子设备的处理器中。
如图7A所示,该电信号数据处理装置包括:第一时段模块41、判断模块42,第一分支模块43和第二分支模块44。
第一时段模块41,用于如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值;判断模块42,用于如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,所述目标信号数据被配置为,在所述当前第一时段均值对应的目标范围内;第一分支模块43,用于如果是,则将所有目标电信号数据的均值作为当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤;第二分支模块44,用于如果否,确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
本发明实施例的技术方案,结合目标阈值和前一时段的电信号,确定电信号数据中的异常电信号数据,解决电信号数据处理方法无法兼顾成本和精度的问题,能够在没有增加电信号数据处理的成本的情况下,提高电信号数据处理方法的精度和灵活性。
可选的,第一时段模块41还用于:确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据。第二分支模块44还用于:在所述有效均值不符合所述初始幅值条件的情况下,返回所述确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的步骤。
可选的,如图7B所示,该装置还包括展示模块45,展示模块45具体用于:在可视化界面中,输出用于表示所述当前时段对应的电信号数据组合为异常数据的提示信息。
可选的,判断模块42还用于:
确定所述当前时段对应的电信号数据组合中的各电信号数据与前一时段均值之间的差值,其中,所述前一时段均值为所述当前第一时段均值或所述当前第二时段均值;
如果存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合包括目标电信号数据;
如果不存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合不包括所述目标电信号数据。
可选的,第二分支模块44还用于:
如果前一时段均值与该均值的差值大于目标阈值,则将所述前一时段均值与所述目标阈值之差作为与当前时段对应的电信号数据组合的当前第二时段均值;
如果所述前一时段均值与该均值的差值小于或等于所述目标阈值,则将前一时段均值与所述目标阈值之和作为与所述当前时段对应的电信号数据组合的当前第二时段均值。
可选的,第二分支模块44还用于:
如果所述有效均值不满足所述初始幅值条件,则返回所述确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的步骤。
本发明实施例所提供的电信号数据处理装置可执行本发明任一实施例所提供的电信号数据处理方法,具备执行方法相应的功能模块和有益效果。
图8是根据本发明实施例提供的电子设备的结构框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如电信号数据处理方法。
在一些实施例中,电信号数据处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的电信号数据处理方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电信号数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种电信号数据处理方法,其特征在于,包括:
如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值;
如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,所述目标信号数据被配置为,在所述当前第一时段均值对应的目标范围内;
如果是,则将所有目标电信号数据的均值作为当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤;
如果否,确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
2.根据权利要求1所述的方法,其特征在于,所述如果当前时段为第一时段之后,还包括:
确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据;
所述确定所述当前时段对应的电信号数据组合的有效均值之后,还包括:
在所述有效均值不符合所述初始幅值条件的情况下,返回所述确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的步骤。
3.根据权利要求2所述的方法,其特征在于,在返回所述确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的同时/之前,还包括:
在可视化界面中,输出用于表示所述当前时段对应的电信号数据组合为异常数据的提示信息。
4.根据权利要求1所述的方法,其特征在于,所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据,包括:
确定所述当前时段对应的电信号数据组合中的各电信号数据与前一时段均值之间的差值,其中,所述前一时段均值为所述当前第一时段均值或所述当前第二时段均值;
如果存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合包括目标电信号数据;
如果不存在一个或多个差值的绝对值小于目标阈值,则判定所述当前时段对应的电信号数据组合不包括所述目标电信号数据。
5.根据权利要求1所述的方法,其特征在于,所述基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,包括:
如果前一时段均值与该均值的差值大于目标阈值,则将所述前一时段均值与所述目标阈值之差作为与当前时段对应的电信号数据组合的当前第二时段均值;
如果所述前一时段均值与该均值的差值小于或等于所述目标阈值,则将前一时段均值与所述目标阈值之和作为与所述当前时段对应的电信号数据组合的当前第二时段均值。
6.根据权利要求5所述的方法,其特征在于,还包括:
如果所述有效均值不满足所述初始幅值条件,则返回所述确定所述当前时段对应的电信号数据组合是否存在符合设定范围条件的电信号数据的步骤。
7.一种电信号数据处理装置,其特征在于,包括:
第一时段模块,用于如果当前时段为第一时段,且与所述当前时段对应的电信号数据组合中的至少一个电信号数据符合设定范围条件,则将该至少一个电信号数据的均值作为当前第一时段均值;
判断模块,用于如果当前时段为第二时段,确定所述当前时段对应的电信号数据组合是否包括目标信号数据,所述目标信号数据被配置为,在所述当前第一时段均值对应的目标范围内;
第一分支模块,用于如果是,则将所有目标电信号数据的均值作为当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤;
第二分支模块,用于如果否,确定所述当前时段对应的电信号数据组合的有效均值;在所述有效均值符合初始幅值条件的情况下,基于所述有效均值、目标阈值与前一时段均值确定与所述当前时段对应的当前第二时段均值,并返回所述确定所述当前时段对应的电信号数据组合是否包括目标信号数据的步骤,其中,所述有效均值为剔除最值后的所述当前时段对应的电信号数据组合的均值。
8.根据权利要求7所述的装置,其特征在于,还包括:
展示模块,用于在可视化界面中,输出用于表示所述当前时段对应的电信号数据组合为异常数据的提示信息。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的电信号数据处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的电信号数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577593.3A CN117292843B (zh) | 2023-11-24 | 2023-11-24 | 电信号数据处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577593.3A CN117292843B (zh) | 2023-11-24 | 2023-11-24 | 电信号数据处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117292843A true CN117292843A (zh) | 2023-12-26 |
CN117292843B CN117292843B (zh) | 2024-02-06 |
Family
ID=89252046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311577593.3A Active CN117292843B (zh) | 2023-11-24 | 2023-11-24 | 电信号数据处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117292843B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113590017A (zh) * | 2020-04-30 | 2021-11-02 | 伊姆西Ip控股有限责任公司 | 用于处理数据的方法、电子设备和计算机程序产品 |
CN114595723A (zh) * | 2022-03-10 | 2022-06-07 | 苏州维伟思医疗科技有限公司 | 体征信号的质量评估方法、装置、电子设备和存储介质 |
CN114861056A (zh) * | 2022-05-12 | 2022-08-05 | 阿波罗智联(北京)科技有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN114916942A (zh) * | 2022-04-22 | 2022-08-19 | 深圳市心流科技有限公司 | 基于脑电信号的入定训练效果评估方法、装置和设备 |
CN115770054A (zh) * | 2022-09-13 | 2023-03-10 | 山东小心智能科技有限公司 | 心电信号处理方法、便携式心电采集设备和存储介质 |
CN115905341A (zh) * | 2021-09-29 | 2023-04-04 | 北京金风科创风电设备有限公司 | 数据质量异常的检测方法、装置、电子设备及存储介质 |
CN116825271A (zh) * | 2023-06-30 | 2023-09-29 | 平安科技(深圳)有限公司 | 临床处理方案的确定方法、装置、设备及介质 |
CN117014379A (zh) * | 2023-07-20 | 2023-11-07 | 咪咕互动娱乐有限公司 | 码率控制方法、装置、电子设备和存储介质 |
-
2023
- 2023-11-24 CN CN202311577593.3A patent/CN117292843B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113590017A (zh) * | 2020-04-30 | 2021-11-02 | 伊姆西Ip控股有限责任公司 | 用于处理数据的方法、电子设备和计算机程序产品 |
CN115905341A (zh) * | 2021-09-29 | 2023-04-04 | 北京金风科创风电设备有限公司 | 数据质量异常的检测方法、装置、电子设备及存储介质 |
CN114595723A (zh) * | 2022-03-10 | 2022-06-07 | 苏州维伟思医疗科技有限公司 | 体征信号的质量评估方法、装置、电子设备和存储介质 |
CN114916942A (zh) * | 2022-04-22 | 2022-08-19 | 深圳市心流科技有限公司 | 基于脑电信号的入定训练效果评估方法、装置和设备 |
CN114861056A (zh) * | 2022-05-12 | 2022-08-05 | 阿波罗智联(北京)科技有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN115770054A (zh) * | 2022-09-13 | 2023-03-10 | 山东小心智能科技有限公司 | 心电信号处理方法、便携式心电采集设备和存储介质 |
CN116825271A (zh) * | 2023-06-30 | 2023-09-29 | 平安科技(深圳)有限公司 | 临床处理方案的确定方法、装置、设备及介质 |
CN117014379A (zh) * | 2023-07-20 | 2023-11-07 | 咪咕互动娱乐有限公司 | 码率控制方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
吴志勇;丁香乾;许晓伟;鞠传香;: "基于深度学习和模糊C均值的心电信号分类方法", 自动化学报, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN117292843B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113127305B (zh) | 异常检测方法及装置 | |
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
CN117292843B (zh) | 电信号数据处理方法、装置、设备和存储介质 | |
CN116545905A (zh) | 一种服务健康检测方法、装置、电子设备及存储介质 | |
CN115951344A (zh) | 雷达与相机的数据融合方法、装置、电子设备及存储介质 | |
CN116647377A (zh) | 一种网站巡检方法、装置、电子设备及存储介质 | |
CN114884813B (zh) | 一种网络架构确定方法、装置、电子设备及存储介质 | |
CN115544653A (zh) | 刚度仿真测试方法、装置、电子设备以及存储介质 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN115497633B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN113836291B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN114866437B (zh) | 一种节点检测方法、装置、设备及介质 | |
CN117932474A (zh) | 一种通信缺失数据确定模型的训练方法、装置、设备及存储介质 | |
CN116703963A (zh) | 一种ar跟踪方法、装置、ar设备及存储介质 | |
CN117290179A (zh) | 一种事件超时状态的确定方法、装置、设备和存储介质 | |
CN116975653A (zh) | 一种样本信息确定方法、装置、电子设备及存储介质 | |
CN116434511A (zh) | 基于穿戴式生物传感器的设备预警方法、装置及介质 | |
CN116664427A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN116795260A (zh) | 基于ElementUI的全选方法、装置、设备及介质 | |
CN117271289A (zh) | 一种网页监测方法、装置、设备以及存储介质 | |
CN116089499A (zh) | 基于kafka数据量的数据统计方法、装置及介质 | |
CN115019969A (zh) | 一种健康状态评估方法、装置、设备及存储介质 | |
CN118074625A (zh) | 设备故障检测方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |