CN117874689B - 一种心率监测数据的智能处理方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种心率监测数据的智能处理方法，包括：获取心率数据序列，根据心率数据序列的波动得到若干生长区间和若干离群区间，根据生长区间和离群区间内心率数据的差异得到离群区间的合并标准，进而得到目标心率区间，根据目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到目标心率区间的异常程度，根据目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到目标心率区间作为异常心率区间时的可能性，进而得到异常心率数据。本发明基于区域生长算法，将心率数据进行分类，通过分析不同类别的差异得到准确的异常心率数据，便于医护人员更好的评估健康状况。

Description

一种心率监测数据的智能处理方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种心率监测数据的智能处理方法。

背景技术

心率可以反映个体的心血管系统的健康状况，帮助人们了解自己的心理和身体状况。通过与历史数据进行对比，可以识别潜在的健康问题，并采取适当的措施进行干预。通过监测和评估心率，医生和健康专家可以确定异常情况并采取适当的治疗措施。

现有的心率异常检测一般区域生长的方法筛选异常心率数据，但是这种方式只能得到异常心率所在的局部范围，并不能准确得到异常心率数据，进而导致某些情况下检测结果不准确或者对结果产生误判，从而最终影响对病情或健康状况的评估。

发明内容

为解决上述问题，本发明提供一种心率监测数据的智能处理方法。

本发明的一种心率监测数据的智能处理方法采用如下技术方案：

本发明一个实施例提供了一种心率监测数据的智能处理方法，该方法包括以下步骤：

获取任意一个患者的心率数据序列，所述心率数据序列中包含若干心率数据；

根据心率数据序列中心率数据的波动得到心率数据序列的若干生长区间和若干离群区间，所述生长区间包含正常的心率数据，所述离群区间包含异常的心率数据；

根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间；

根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据。

进一步地，所述根据心率数据序列中心率数据的波动得到心率数据序列的若干生长区间和若干离群区间，包括的具体步骤如下：

在心率数据序列中均匀选取TH2个心率数据，记为种子心率数据集合，TH2为预设第二数值，将种子心率数据集合中任意一个心率数据，记为目标心率数据，以目标心率数据为中心，邻域半径为R的范围作为目标心率数据的初始生长区间，R为待定数值，其中R的取值从1开始遍历，每次加1，获取目标心率数据的初始生长区间内所有心率数据的方差，记为D，预设第一阈值，记为th1，获取第一次小于th1时对应的待定数值R，记为R1，将以目标心率数据为中心，邻域半径为R1的范围作为目标心率数据的生长区间，获取种子心率数据集合每一个心率数据的生长区间，最终得到心率数据序列的若干生长区间，获取心率数据序列的若干离群区间。

进一步地，所述获取心率数据序列的若干离群区间的具体方法如下：

将心率数据序列中除生长区间以外剩余的区间作为离群区间，最终得到心率数据序列的若干离群区间。

进一步地，所述根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，包括的具体步骤如下：

根据任意一个生长区间和离群区间内心率数据的个数差异、心率数据的最大最小值差异以及均值比值得到任意一个离群区间的合并标准。

进一步地，所述根据任意一个生长区间和离群区间内心率数据的个数差异、心率数据的最大最小值差异以及均值比值得到任意一个离群区间的合并标准，包括的具体步骤如下：

将若干离群区间中任意一个离群区间记为目标离群区间，将目标离群区间右侧最相邻的生长区间记为目标生长区间；

式中，为目标离群区间内心率数据的个数，/>为目标生长区间内心率数据的个数，/>为取绝对值，/>为目标离群区间内心率数据的最大值，/>为目标离群区间内心率数据的最小值，/>为目标生长区间内心率数据的最大值，/>为目标生长区间内心率数据的最小值，/>为目标离群区间内心率数据的均值，/>为目标生长区间内心率数据的均值，为以自然常数为底的指数函数，/>为线性归一化函数，/>为目标离群区间的合并标准。

进一步地，所述依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间，包括的具体步骤如下：

预设第二阈值，记为th2，若，将目标离群区间与目标生长区间按照时序顺序进行合并，得到一个目标心率区间，若/>，将目标离群区间直接作为一个目标心率区间，获取心率数据序列的所有目标心率区间。

进一步地，所述根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，包括的具体步骤如下：

对于任意一个目标心率区间，式中，为该目标心率区间内第k+1个心率数据的取值，/>为该目标心率区间内第k个心率数据的取值，/>为该目标心率区间内心率数据的个数，/>为该目标心率区间内心率数据的均值，/>为心率数据序列内心率数据的均值，/>为该目标心率区间的异常程度，/>表示该目标心率区间内心率数据的波动情况，/>表示该目标心率区间在心率数据序列的均值占比。

进一步地，所述根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，包括的具体步骤如下：

将心率数据序列中任意一个目标心率区间记为第一区间，将第一区间左侧最相邻的目标心率区间记为第二区间，将第一区间右侧最相邻的目标心率区间记为第三区间，将第一区间、第二区间和第三区间构成的区间集合记为第一集合；

式中，为第一区间的异常程度，/>为以自然常数为底的指数函数，/>为第一集合中目标心率区间的个数，/>为第一集合中第i+1个目标心率区间的持续时间，/>为第一集合中第i个目标心率区间的持续时间，/>为超参数，/>为线性归一化函数，/>为第一区间作为异常心率区间时的可能性。

进一步地，所述依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据，包括的具体步骤如下：

预设第三阈值，记为th3，将任意一个目标心率区间作为异常心率区间时的可能性记为TQ，若，则将该目标心率区间作为心率数据序列的一个异常心率区间，获取心率数据序列的所有异常心率区间，所有异常心率区间内的心率数据为心率数据序列中的异常心率数据，所述异常心率数据为疾病引起的异常数据。

进一步地，所述获取任意一个患者的心率数据序列的具体方法如下：

通过心率监测器获取任意一个待检测患者的心率数据，其中心率监测器每一分钟输出一个心率数据，将最近TH1个小时的心率数据构成的时序序列记为该患者的心率数据序列，TH1为预设第一数值。

本发明的技术方案的有益效果是：对于任意一个患者的心率数据序列，由于异常的心率数据主要是波动比较大的一些心率数据，为了更好的对心率数据序列进行分析，本发明通过对心率数据序列进行区域生长，经过区域生长后得到若干生长区间和离群区间，生长区间内的心率数据更加稳定，越偏向于正常的心率数据，而离群区间内的心率数据越不稳定，越偏向于异常数据，由于并不是所有的离群区间内的心率数据都是异常心率数据，因此为了减少离群区间对异常心率数据的检测结果，通过将离群区间与相邻的生长区间进行合并，得到若干目标心率区间，通过对目标心率区间进行分析，进而得到准确的异常心率数据，便于医护人员进行健康状况的评估。

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获得其他的附图。

图1为本发明一个实施例所提供的一种心率监测数据的智能处理方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种心率监测数据的智能处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种心率监测数据的智能处理方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种心率监测数据的智能处理方法的步骤流程图，该方法包括以下步骤：

步骤S001、获取任意一个患者的心率数据序列。

需要说明的是，本实施例的目的是，通过对心率数据进行区域生长获取离群区间，对离群区间通过区间相似性确定归属，得到所有的完整目标心率区间。通过分析目标心率区间的波动特征差异筛选出异常心率区间进而得到准确的异常心率数据，便于医护人员对病情或健康状况进行评估，开始分析之前，首先需要获取数据并进行预处理。

具体的，通过心率监测器获取任意一个待检测患者的心率数据，其中心率监测器每一分钟输出一个心率数据，即一分钟内心率的次数，将最近TH1个小时的心率数据构成的时序序列记为该患者的心率数据序列，TH1为预设第一数值，本实施例以TH1=4为例进行叙述。

需要说明的是，由于正常成年人的极限心率范围大约为40-240次/分钟，由于检测时环境或者一些突发情况的影响，可能会产生一些不合理的心率数据，即不在极限心率范围内，因此需要将心率数据序列进行预处理。

进一步地，将心率数据序列中心率数据不在极限心率范围内的心率数据进行剔除，得到剔除之后的心率数据序列，需要说明的是，本实施例将剔除之后的心率数据序列仍记为心率数据序列，后续无特殊说明都指代经过剔除的心率数据序列，其中心率数据序列包含若干心率数据，每一个心率数据都对应一个时间和心率。

至此，得到任意一个患者的心率数据序列。

步骤S002、根据心率数据序列中心率数据的波动得到心率数据序列的若干生长区间和若干离群区间。

需要说明的是，上述获得了任意一个患者的心率数据序列，由于异常的心率数据主要是波动比较大的一些心率数据，为了更好的对心率数据序列进行分析，通过对心率数据序列进行区域生长，经过区域生长后得到若干生长区间和离群区间，生长区间内的心率数据更加稳定，越偏向于正常的心率数据，而离群区间内的心率数据越不稳定，越偏向于异常数据，但并不是所有的离群区间内的心率数据都是异常心率数据，只是偏向于异常数据，因此为了减少离群区间对异常心率数据的检测结果，需要对离群区间进行分析，通过将离群区间与相邻的生长区间进行合并，得到若干目标心率区间，通过对目标心率区间进行分析，进而得到准确的异常心率数据，便于医护人员进行健康状况的评估。

具体的，在心率数据序列中均匀选取TH2个心率数据，记为种子心率数据集合，TH2为预设第二数值，本实施例以TH2=20为例进行叙述，将种子心率数据集合中任意一个心率数据，记为目标心率数据，以目标心率数据为中心，邻域半径为R的范围作为目标心率数据的初始生长区间，R为待定数值，其中R的取值从1开始遍历，每次加1，直至满足一定限定条件，获取目标心率数据的初始生长区间内所有心率数据的方差，记为D，预设第一阈值，记为th1，本实施例以th1=5为例进行叙述，获取第一次小于th1时对应的待定数值R，记为R1，将以目标心率数据为中心，邻域半径为R1的范围作为目标心率数据的生长区间，获取种子心率数据集合每一个心率数据的生长区间，最终得到心率数据序列的若干生长区间，将心率数据序列中除生长区间以外剩余的区间作为离群区间，最终得到心率数据序列的若干离群区间。

需要说明的是，生长区间内的心率数据更加稳定，波动越小，离群区间内的心率数据不稳定，波动较大。

至此，得到心率数据序列的若干生长区间和若干离群区间。

步骤S003、根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间。

需要说明的是，由于生长结果存在部分小型的离群区间，而对于这些离群区间无法判定其属于正常心率区间还是异常心率区间，因此我们需要对这些离群区域进行判断，通过相似程度将其合并至相邻的区间，或者不进行合并单独作为一个目标心率区间，从而获得所有的目标心率区间。

具体的，根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，具体如下：

将若干离群区间中任意一个离群区间记为目标离群区间，将目标离群区间右侧最相邻的生长区间记为目标生长区间。

式中，为目标离群区间内心率数据的个数，/>为目标生长区间内心率数据的个数，/>为取绝对值，/>为目标离群区间内心率数据的最大值，/>为目标离群区间内心率数据的最小值，/>为目标生长区间内心率数据的最大值，/>为目标生长区间内心率数据的最小值，/>为目标离群区间内心率数据的均值，/>为目标生长区间内心率数据的均值，为以自然常数为底的指数函数，本实施例采用/>模型来进行归一化处理，其中U为模型的输入值，实施者可根据具体实施情况设置归一化函数，/>为线性归一化函数，归一化的对象为所有离群区间的/>，/>为目标离群区间的合并标准。

需要说明的是，若离群区间内只有一个心率数据，则通过计算该心率数据和右侧最相邻的生长区间的均值差异来作为该离群区间的合并标准。

需要说明的是，表示两个区间内心率数据的数据量差异，离群区间一般数据量偏小，因此通过分析相邻区间内心率数据的数据量差异来评判合并程度，差异越大则合并程度越大，/>表示两区间内心率数据的波动范围，若波动范围相似，即/>越接近1则合并程度越大，/>表示两区间内心率数据的均值比，衡量两个区间内心率数据的整体差异，同理越接近1则合并程度越大。

进一步地，依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间，具体如下：

预设第二阈值，记为th2，本实施例以th2=0.8为例进行叙述，若，将目标离群区间与目标生长区间按照时序顺序进行合并，得到一个目标心率区间，若/>，将目标离群区间直接作为一个目标心率区间，获取心率数据序列的所有目标心率区间。

至此，得到心率数据序列的若干目标心率区间。

步骤S004、根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据。

需要说明的是，对于所得的目标心率区间，需要从所有区间中筛选出心率出现异常的区域，进而得到异常心率数据。对于异常心率数据，由于隐性疾病以及运动状态引起的异常心率数据变化普遍高于人体正常心率，且通常心率的波动频率会相对较快，而对于正常心率而言，其波动较为平稳且频率缓和，因此可以通过不同区间内的波动频率差异以及心率的整体水平高低去评判属于异常的心率区间。

具体的，根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，具体如下：

对于任意一个目标心率区间，式中，为该目标心率区间内第k+1个心率数据的取值，/>为该目标心率区间内第k个心率数据的取值，/>为该目标心率区间内心率数据的个数，/>为该目标心率区间内心率数据的均值，/>为心率数据序列内心率数据的均值，/>为该目标心率区间的异常程度，/>表示该目标心率区间内心率数据的波动情况，/>表示该目标心率区间在心率数据序列的均值占比。

需要说明的是，表示目标心率区间内心率数据的波动情况，其值越大，说明该目标心率区间属于异常心率区间的可能性越大，/>表示目标心率区间内目标心率区间在心率数据序列的趋势，其值越大，说明该目标心率区间属于异常心率区间的可能性越大。

需要说明的是，上述得到了任意一个目标心率区间的异常评价标准，由于要检测的目标异常是由于部分疾病引起的心率突变异常，需要排除其他情况如运动或情绪激动引起的心率持续异常。因此通过对心率数据序列进行分析，心率数据序列包含若干目标心率区间，且每一个目标心率区间都对应一个异常程度，因此通过对比每个目标心率区间及其相邻目标区间的异常程度的变化情况，从而确定此目标心率区间是否为异常心率区间。

需要说明的是，由于疾病引起的心率突变异常区间其波动持续时间相对较短，与左右相邻区域的波动水平有明显差异。而运动引起的心率异常会持续在整个运动过程，其所在区域波动持续时间相对较长，与左右相邻区域的波动水平差距不大。因此根据此特征再结合异常程度综合进行评价，衡量其属于异常心率区间的可能性。

具体的，根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，具体如下：

将心率数据序列中任意一个目标心率区间记为第一区间，将第一区间左侧最相邻的目标心率区间记为第二区间，将第一区间右侧最相邻的目标心率区间记为第三区间，将第一区间、第二区间和第三区间构成的区间集合记为第一集合。

式中，为第一区间的异常程度，/>为以自然常数为底的指数函数，/>为第一集合中目标心率区间的个数，/>为第一集合中第i+1个目标心率区间的持续时间，/>为第一集合中第i个目标心率区间的持续时间，/>为超参数，本实施例以/>为例进行叙述，目的是防止分母为0，/>为线性归一化函数，归一化的对象为所有目标心率区间的/>，/>为第一区间作为异常心率区间时的可能性。

进一步地，依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据，具体如下：

预设第三阈值，记为th3，本实施例以th3=0.2为例进行叙述，若，则将第一区间作为心率数据序列的一个异常心率区间，获取心率数据序列的所有异常心率区间，所有异常心率区间内心率数据为心率数据序列中的异常心率数据，异常心率数据为疾病引起的异常数据，便于医护人员进行健康状况的评估。

通过以上步骤，完成一种心率监测数据的智能处理方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种心率监测数据的智能处理方法，其特征在于，该方法包括以下步骤：

获取任意一个患者的心率数据序列，所述心率数据序列中包含若干心率数据；

根据心率数据序列中心率数据的波动得到心率数据序列的若干生长区间和若干离群区间，所述生长区间包含正常的心率数据，所述离群区间包含异常的心率数据；

根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间；

根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据；

所述根据任意一个目标心率区间内心率数据的波动情况和目标心率区间在心率数据序列的均值占比，得到任意一个目标心率区间的异常程度，包括的具体步骤如下：

对于任意一个目标心率区间，式中，为该目标心率区间内第k+1个心率数据的取值，为该目标心率区间内第k个心率数据的取值，/>为该目标心率区间内心率数据的个数，/>为该目标心率区间内心率数据的均值，/>为心率数据序列内心率数据的均值，/>为该目标心率区间的异常程度，/>表示该目标心率区间内心率数据的波动情况，/>表示该目标心率区间在心率数据序列的均值占比；

所述根据任意一个目标心率区间与相邻目标心率区间的异常程度差异以及持续时间差异，得到任意一个目标心率区间作为异常心率区间时的可能性，包括的具体步骤如下：

将心率数据序列中任意一个目标心率区间记为第一区间，将第一区间左侧最相邻的目标心率区间记为第二区间，将第一区间右侧最相邻的目标心率区间记为第三区间，将第一区间、第二区间和第三区间构成的区间集合记为第一集合；

式中，为第一区间的异常程度，/>为以自然常数为底的指数函数，/>为第一集合中目标心率区间的个数，/>为第一集合中第i+1个目标心率区间的持续时间，/>为第一集合中第i个目标心率区间的持续时间，/>为超参数，/>为线性归一化函数，/>为第一区间作为异常心率区间时的可能性。

2.根据权利要求1所述一种心率监测数据的智能处理方法，其特征在于，所述根据心率数据序列中心率数据的波动得到心率数据序列的若干生长区间和若干离群区间，包括的具体步骤如下：

在心率数据序列中均匀选取TH2个心率数据，记为种子心率数据集合，TH2为预设第二数值，将种子心率数据集合中任意一个心率数据，记为目标心率数据，以目标心率数据为中心，邻域半径为R的范围作为目标心率数据的初始生长区间，R为待定数值，其中R的取值从1开始遍历，每次加1，获取目标心率数据的初始生长区间内所有心率数据的方差，记为D，预设第一阈值，记为th1，获取第一次小于th1时对应的待定数值R，记为R1，将以目标心率数据为中心，邻域半径为R1的范围作为目标心率数据的生长区间，获取种子心率数据集合每一个心率数据的生长区间，最终得到心率数据序列的若干生长区间，获取心率数据序列的若干离群区间。

3.根据权利要求2所述一种心率监测数据的智能处理方法，其特征在于，所述获取心率数据序列的若干离群区间的具体方法如下：

将心率数据序列中除生长区间以外剩余的区间作为离群区间，最终得到心率数据序列的若干离群区间。

4.根据权利要求1所述一种心率监测数据的智能处理方法，其特征在于，所述根据任意一个生长区间和离群区间内心率数据的差异得到任意一个离群区间的合并标准，包括的具体步骤如下：

根据任意一个生长区间和离群区间内心率数据的个数差异、心率数据的最大最小值差异以及均值比值得到任意一个离群区间的合并标准。

5.根据权利要求4所述一种心率监测数据的智能处理方法，其特征在于，所述根据任意一个生长区间和离群区间内心率数据的个数差异、心率数据的最大最小值差异以及均值比值得到任意一个离群区间的合并标准，包括的具体步骤如下：

将若干离群区间中任意一个离群区间记为目标离群区间，将目标离群区间右侧最相邻的生长区间记为目标生长区间；

式中，为目标离群区间内心率数据的个数，/>为目标生长区间内心率数据的个数，/>为取绝对值，/>为目标离群区间内心率数据的最大值，/>为目标离群区间内心率数据的最小值，/>为目标生长区间内心率数据的最大值，/>为目标生长区间内心率数据的最小值，/>为目标离群区间内心率数据的均值，/>为目标生长区间内心率数据的均值，/>为以自然常数为底的指数函数，/>为线性归一化函数，/>为目标离群区间的合并标准。

6.根据权利要求5所述一种心率监测数据的智能处理方法，其特征在于，所述依据每一个离群区间的合并标准进行合并得到心率数据序列的若干目标心率区间，包括的具体步骤如下：

预设第二阈值，记为th2，若，将目标离群区间与目标生长区间按照时序顺序进行合并，得到一个目标心率区间，若/>，将目标离群区间直接作为一个目标心率区间，获取心率数据序列的所有目标心率区间。

7.根据权利要求1所述一种心率监测数据的智能处理方法，其特征在于，所述依据任意一个目标心率区间作为异常心率区间时的可能性得到心率数据序列中的异常心率数据，包括的具体步骤如下：

预设第三阈值，记为th3，将任意一个目标心率区间作为异常心率区间时的可能性记为TQ，若，则将该目标心率区间作为心率数据序列的一个异常心率区间，获取心率数据序列的所有异常心率区间，所有异常心率区间内的心率数据为心率数据序列中的异常心率数据，所述异常心率数据为疾病引起的异常数据。

8.根据权利要求1所述一种心率监测数据的智能处理方法，其特征在于，所述获取任意一个患者的心率数据序列的具体方法如下：

通过心率监测器获取任意一个待检测患者的心率数据，其中心率监测器每一分钟输出一个心率数据，将最近TH1个小时的心率数据构成的时序序列记为该患者的心率数据序列，TH1为预设第一数值。