[发明专利]一种新冠肺炎疑似感染的大面积观测方法及系统

说明书

本发明涉及一种新冠肺炎疑似感染的大面积观测方法及系统，所述观测方法包括以下步骤：生理特征获取，通过传感器组件，直接采集或间接计算被检测者的生理特征；建立风险评估模型，获取新冠肺炎确诊患者的症状和临床体征数据作为训练样本，通过统计学习方法、机器学习方法或深度学习方法进行训练，生成新冠肺炎疑似感染风险评估模型；疑似判断，将所述被检测者的生理特征输入至所述新冠肺炎疑似感染风险评估模型，输出被检测者新冠肺炎疑似感染的风险程度。

技术领域

本发明涉及一种新冠肺炎疑似感染的大面积观测方法及系统，涉及医学监测技术领域。

背景技术

目前，新冠肺炎疫情已在全球范围内大肆流行。为了抑制新冠肺炎病毒的传播，在人员集中场所，常需要对人体进行体温检测筛查，判断被检测人员是否为新冠肺炎疑似感染者。然而，该检测筛查方法只是简单地根据人体体温单一生理指标来进行判断，因而检测结果不够精准，会导致新冠肺炎疑似感染人员的漏检和误检。

实际上，除了体温这一生理特征指标之外，干咳、呼吸率、血氧饱和度、心率、心率变异率、血压、鼻塞、颤抖、身体疲劳、人脸气色等生理特征指标均与新冠肺炎疑似感染密切相关。

发明内容

本发明的目的在于克服现有单一体温指标筛查不够精确的缺点，提供了一种检测精准、适合大面积部署的新冠肺炎疑似感染观测方法及系统。

本发明的技术方案如下：

技术方案一：

一种新冠肺炎疑似感染的大面积观测方法，包括以下步骤：

生理特征获取，通过传感器组件，直接采集或间接计算被检测者的生理特征；

建立风险评估模型，获取新冠肺炎确诊患者的症状和临床体征数据作为训练样本，通过统计学习方法、机器学习方法或深度学习方法进行训练，生成新冠肺炎疑似感染风险评估模型；

疑似判断，将所述被检测者的生理特征输入至所述新冠肺炎疑似感染风险评估模型，输出被检测者新冠肺炎疑似感染的风险程度。

进一步的，在生理特征获取步骤之前，还包括一身份验证步骤，所述身份验证步骤具体如下：

获取被检测者的身份标识，通过验证身份标识判断被检测者是否为本人，验证通过则执行生理特征获取步骤，否则结束；

其中，所述身份标识为人脸数据、声音数据、指纹数据、心率数据、静脉数据或虹膜数据。

进一步的，所述传感器组件包括光学传感器、声音传感器和红外传感器。

进一步的，所述生理特征包括主要判断指标和辅助判断指标，所述主要判断指标包括人脸体温、干咳程度和呼吸率；所述辅助判断指标包括血氧饱和度、心率、心率变异率、血压、眨眼率、鼻塞程度、颤抖程度、疲倦程度、人脸气色；

通过所述光学传感器获取被检测者面部血流光学变化数据、面部动作数据和面部各部位的颜色和纹理；

根据所述面部血流光学变化数据，获取被检测者心跳的时域波形和/或频域波形，基于所述心跳的时域波形和/或频域波形计算被检测者的心率和心率变异率；

根据所述面部血流光学变化数据，获取被检测者脸部不同部位的心跳波峰到达时间差和/或心跳波谷到达时间差和/或脸部不同部位的心跳频谱特征，根据脸部不同部位的心跳波峰到达时间差和/或心跳波谷到达时间差和/或脸部不同部位的心跳频谱特征计算被检测者的血压；

根据所述面部血流光学变化数据，获取被检测者脸部红光与红外光的光强度变化量比值，根据所述脸部红光与红外光的光强度变化量比值计算被检测者的血氧饱和度；

根据所述面部动作数据，获取被检测者呼吸的时域波形和/或频域波形，基于所述呼吸的时域波形和/或频域波形计算被检测者的呼吸率；