[发明专利]基于人体气味信号的健康状态关联模型构建方法及系统

说明书

本发明公开了一种基于人体气味信号的健康状态关联模型构建方法及系统，包括：采集用户样本多处气味信号并进行预处理，对用户样本口腔、鼻腔、腋下三个部位的气味信号进行传感器有效通道选择，通过时域降维对所述气味信号进行融合及表征，将融合的气味信号进行归一化处理，根据归一化处理后的信号数据进行高阶特征提取，将得到的高阶特征作为输入，建立人体气味信号与健康状态关联的模型。本发明实现人体多部位气味信号融合与诊断，提出一种人体气味信号与健康联系模型，提高医生诊断效率和精度。

技术领域

本发明涉及模型构建领域，更具体的，涉及一种基于人体气味信号的健康状态关联模型构建方法及系统。

背景技术

“嗅诊”是归于中医中望闻问切中的闻，“嗅诊”是利用健康嗅觉判断病人气味与健康或病症之间关系的一种诊断方法。通过气味信号进行诊断可以减少医生接触病人同时又可以准确治疗出患者的疾病，降低医生被病人传染的风险，但目前对“嗅诊”的研究极其匮乏。随着医学和科技的逐渐发展，人们学会运用可靠的科学技术结合生物医学进行嗅诊。而目前现有的对气味信号的诊断大多为人工诊断及质谱分析、气象色谱分析等技术方法，而上述方法存在获取气味信息单一，疾病诊断单一的片面性，不同气味诊断不同疾病的复杂性，存在医生主观判断和没有将气味信号与人体健康特征总体联系结合起来的缺陷。

为了对克服上述的局限性，需要提出一种人体气味综合信号高阶特征与人的整体健康状态的全新模型，通过电子鼻采集不同健康状态人群不同部位的气味信号得到人体健康状态气味特征数据库，采集口鼻腋下三个部位的信号并去除信息中的冗余部分；再采用随机森林算法进行传感器通道选择，时域降维，得到融合的信号及其表征；然后对数据归一化处理并利用图神经网络对其进行高阶特征提取；最后用基于注意力机制的卷积神经网络来实现从人体综合气味信号高阶特征到健康状态的映射模型，在实现过程中如何基于注意力机制的卷积神经网络来实现从人体综合气味信号高阶特征到健康状态的映射模型是亟不可待需要解决的问题。

发明内容

为了解决上述技术问题，本发明提出了一种基于人体气味信号的健康状态关联模型构建方法及系统。

本发明第一方面提供了一种基于人体气味信号的健康状态关联模型构建方法，包括：

通过电子鼻进行采集用户样本多处气味信号并进行预处理；

对用户样本口腔、鼻腔、腋下三个部位的气味信号进行传感器有效通道选择，通过时域降维对所述气味信号进行融合及表征；

将融合的气味信号进行归一化处理，根据归一化处理后的信号数据进行高阶特征提取；

将得到的高阶特征作为输入，建立人体气味信号与健康状态关联的模型。

本方案中，所述的对用户样本口腔、鼻腔、腋下三个部位的气味信号进行传感器有效通道选择，具体为：

根据用户样本的口腔、鼻腔、腋下的气味信号生成气味信号矩阵，采用随机森林算法进行传感器通道选择；设为传感器个数，为第个传感器记录的时间点数，则所述气味信号矩阵表示为：

将所述气味信号矩阵的每一行视为一个特征，得到个传感器的重要性指标；

在个传感器重要性指标中提取前个最大的数值对应的通道，最后选择出这个通道。

本方案中，所述的通过时域降维对所述气味信号进行融合及表征，具体为：

根据气味信号在时域上的峰值变化特征在不同梯度段上进行样本点的分配个数，通过基于信号梯度变化的时域数据压缩降维方法对电子鼻信号的时域压缩降维，将所述电子鼻信号从变成，其中，；

将用户样本口腔、鼻腔和腋下三个部位的气味信号进行融合，构成一个 的张量，实现对人体综合性整体气味表征。