[发明专利]一种病症评估方法及终端设备

说明书

本发明实施例提供了一种病症评估方法及终端设备，其中，所述方法包括：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；对所述原始生理数据进行处理，得到目标生理数据；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。采用本发明，能够利用多维度的用户生理数据实时或周期性计算用户的病症评估结果，以帮助医生提供有效的参考信息，及时帮助救治。

技术领域

本发明涉及医学和信息智能化领域，尤其涉及一种病症评估方法及终端设备。

背景技术

睡眠呼吸暂停低通气综合症(征)是一种目前病因和发病机制不甚明朗的症状，临床表现主要有：夜间睡眠打鼾伴随呼吸暂停以及白天嗜睡等症状。由于呼吸暂停可以造成反复发作的高碳酸血症和夜间低氧，因此会导致冠心病、糖尿病、脑血管疾病等并发症，严重者甚至可以造成夜间猝死。如何准确诊断睡眠呼吸暂停低通气综合征，是夜间医学的重要一环。

因此需提出一种合理、准确的评估方案。

发明内容

本发明实施例所要解决的技术问题在于，提供一种病症评估方法及终端设备，可利用多维度的用户生理数据实时或周期性地计算用户的病症评估结果，以及时、可靠地帮助医生救治用户，提升实用性。

第一方面，本发明实施例提供了一种病症评估方法，所述方法包括：

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；

对所述原始生理数据进行处理，得到目标生理数据；

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。

在一些可能的实施例中，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，所述对所述原始生理数据进行处理，得到目标生理数据包括：

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；

分别对所述动态生理数据和所述静态生理数据进行预处理，得到动态中间数据和静态中间数据，所述预处理包括以下中的至少一项：数据去重处理、异常数据处理、数据缺失填补处理；

对所述ECG数据进行特征提取，得到ECG特征数据；

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；

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。

在一些可能的实施例中，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。

在一些可能的实施例中，所述方法还包括：

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。

在一些可能的实施例中，所述深度学习模型为N层的深度学习模型，N为大于0的正整数，所述深度学习模式包括以下中任一项：长短时记忆网络LSTM模型、门控重复单元网络GRU模型、循环神经网络RNN模型、递归神经网络RNNs模型。

第二方面，本发明实施例提供了一种终端设备，所述终端设备包括用于执行上述第一方面的方法的功能单元。