[发明专利]一种病症评估方法及终端设备

权利要求书

1.一种终端设备，其特征在于，包括：

获取单元，用于获取用户的原始生理数据，所述原始生理数据用于评估睡眠呼吸暂停综合症；

处理单元，用于对所述原始生理数据进行处理，得到目标生理数据；

计算单元，用于将所述目标生理数据作为深度学习模型的输入，计算得到病症评估结果，所述深度学习模型为根据用户的历史生理数据训练得到的；

其中，所述原始生理数据包括动态生理数据、静态生理数据以及心电ECG数据，所述动态生理数据是指除ECG数据之外的其他用于表征随时间动态变化的用户生理指标数据；

所述处理单元，还用于将所述原始生理数据进行分类，得到所述动态生理数据、所述静态生理数据以及所述ECG数据；

所述处理单元，还用于对所述动态生理数据进行预处理，得到动态中间数据，以及利用one-hot编码对所述静态生理数据进行编码，得到静态中间数据，所述预处理包括：数据去重处理、异常数据处理、数据缺失填补处理；其中，所述动态生理数据包括体温数据，对所述体温数据进行数据缺失填补处理包括使用线性回归的方法对所述体温数据进行缺失值的填补；所述动态生理数据包括血氧数据，对所述血氧数据进行数据缺失填补处理包括按照就近填补法对所述血氧数据进行缺失值的填补；

所述处理单元，还用于对所述ECG数据进行特征提取，得到ECG特征数据；

所述处理单元，还用于将所述动态中间数据、所述静态中间数据以及所述ECG特征数据进行融合，得到中间生理数据；

所述处理单元，还用于将所述中间生理数据转化为具备预设格式的目标生理数据；

其中，所述深度学习模型为长短时记忆网络LSTM模型，所述LSTM模型包括2层LSTM单元和1层全连接层，所述将所述目标生理数据作为深度学习模型的输入，计算得到病症评估结果，包括：

在LSTM模型输入端输入所述目标生理数据中的动态中间数据，经过2层LSTM单元处理，得到处理后的动态中间数据，将处理后的动态中间数据输入至全连接层；将所述目标生理数据中的ECG特征数据和静态中间数据直接输入至全连接层，由全连接层对其进行分类处理，并从所述LSTM模型输出端输出可视化的病症评估结果。

2.根据权利要求1所述的终端设备，其特征在于，所述ECG特征数据包括以下中的至少一项：时域特征数据、频域特征数据、非线性域特征数据。

3.根据权利要求1-2任一项所述的终端设备，其特征在于，所述终端设备还包括提示单元，

所述提示单元，用于当所述病症评估结果为目标评估结果时，提示所述目标评估结果，并将所述目标评估结果发送给预存联系人，所述目标评估结果用于指示用户患有睡眠呼吸暂停综合症。