本發(fā)明涉及動態(tài)心率監(jiān)測，具體涉及一種基于智能手表的動態(tài)心率監(jiān)測方法。

背景技術(shù)：

1、隨著社會經(jīng)濟的發(fā)展和生活水平的提高，人們對健康管理的關(guān)注度日益增加，尤其是對心率等生理參數(shù)的實時監(jiān)測需求逐步提升。智能穿戴設(shè)備，如智能手表，因其便攜性和功能多樣性，成為個人健康管理的重要工具。心率監(jiān)測作為健康監(jiān)控的重要指標(biāo)，可用于評估心血管系統(tǒng)的功能狀態(tài)、檢測運動狀態(tài)下的身體負(fù)荷，以及預(yù)測潛在的健康風(fēng)險。然而，傳統(tǒng)心率監(jiān)測方法主要依賴于醫(yī)療設(shè)備，操作復(fù)雜、實時性差，不適用于日常生活中的長期監(jiān)控。因此，利用智能穿戴設(shè)備進行高精度、實時性強的心率動態(tài)監(jiān)測逐漸成為研究和應(yīng)用的熱點。

2、現(xiàn)有技術(shù)存在以下不足：

3、盡管現(xiàn)有的智能手表能夠?qū)崿F(xiàn)心率的實時監(jiān)測，但其數(shù)據(jù)處理方法存在一定的局限性，導(dǎo)致監(jiān)測精度和可靠性無法滿足更高的健康管理需求。現(xiàn)有設(shè)備大多僅提供心率的實時值，缺乏對心率動態(tài)變化特征的深入分析，無法準(zhǔn)確評估心率的異常情況或提供前瞻性的健康預(yù)測。尤其在輕微異常的情況下，用戶往往難以獲得針對性的健康指導(dǎo)，從而錯失干預(yù)的最佳時機。因此，如何提升心率監(jiān)測的精度與魯棒性，并結(jié)合動態(tài)分析與預(yù)測模型，實現(xiàn)健康管理的智能化和個性化，是現(xiàn)有技術(shù)亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于智能手表的動態(tài)心率監(jiān)測方法及系統(tǒng)，以解決上述背景中問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種基于智能手表的動態(tài)心率監(jiān)測方法，包括以下步驟：

4、s1：通過智能手表實時采集用戶的心率數(shù)據(jù)，并對采集的信號進行噪聲過濾與時序?qū)R，確保數(shù)據(jù)準(zhǔn)確可靠；

5、s2：對處理后的心率信號進行分段分析，提取時間域和頻率域的動態(tài)特征，包括心率波動幅度和瞬時心率變化速率；

6、s3：對心率信號的心率波動幅度和瞬時心率變化速率進行綜合分析，根據(jù)分析結(jié)果，評估當(dāng)前用戶的心率的異常程度；

7、s4：根據(jù)判斷結(jié)果，將用戶心率的異常程度劃分為正常、輕微異常和嚴(yán)重異常；

8、s5：基于嚴(yán)重異常進行預(yù)警處理，對于輕微異常，根據(jù)用戶的心率波動幅度和瞬時心率變化速率，建立用戶心率預(yù)測模型，預(yù)測未來一段時間內(nèi)用戶的心率異常程度；

9、s6：根據(jù)預(yù)測結(jié)果，智能手表生成未來心率變化的預(yù)測報告，并向用戶提供反饋。

10、作為本發(fā)明進一步的方案：所述對處理后的心率信號進行分段分析，具體包括：

11、對處理后的心率信號進行分段，每段信號的長度由固定的時間窗口確定；

12、對于每個時間段，通過計算每個時間段內(nèi)信號中的最大心率值與最小心率值之間的差異來得到心率波動幅度；

13、在每個時間段內(nèi)，通過計算相鄰時間點的心率差值并除以時間間隔，得到瞬時心率變化速率。

14、作為本發(fā)明進一步的方案：所述對心率信號的心率波動幅度和瞬時心率變化速率進行綜合分析具體包括：

15、在一個監(jiān)測周期內(nèi)，根據(jù)每個時間段內(nèi)的心率波動幅度的程度，計算心率波動幅度系數(shù)，計算每個時間段內(nèi)的瞬時心率變化速率的均值，得到每個時間段的瞬時心率變化速率，根據(jù)每個時間段的瞬時心率變化速率的波動程度，計算監(jiān)測周期內(nèi)的瞬時心率變化速率異常系數(shù)，將心率波動幅度系數(shù)與瞬時心率變化速率異常系數(shù)進行歸一化計算處理，得到用戶在當(dāng)前監(jiān)測周期內(nèi)的心率異常指數(shù)。

16、作為本發(fā)明進一步的方案：所述心率波動幅度系數(shù)的獲取過程為：

17、對去噪后的心率信號應(yīng)用小波變換，小波變換將信號分解成多個頻帶，每個頻帶包含不同頻率范圍內(nèi)的信號成分，通過小波變換，獲得多個頻帶的信號系數(shù)；

18、通過計算每個時間段內(nèi)的每個頻帶信號的最大值與最小值之差，得到波動幅度，通過對所有頻帶的波動幅度進行加權(quán)平均來計算，得到每個時間段內(nèi)的心率波動幅度系數(shù)，將整個監(jiān)測周期內(nèi)的心率波動幅度系數(shù)進行平均，計算出整體心率波動幅度系數(shù)。

19、作為本發(fā)明進一步的方案：所述瞬時心率變化速率異常系數(shù)的獲取過程為：

20、計算心率信號在每個時間段內(nèi)的變化速率，通過差分公式計算心率信號的瞬時變化速率，計算表達(dá)式為：；

21、式中，表示時間下的瞬時心率變化速率，表示采集時間點，表示心率信號在時間的值，表示時間間隔；

22、對于每個瞬時心率變化速率，計算其三階譜，計算表達(dá)式為：

23、；

24、其中，為信號的三階譜，表示不同頻率成分的非線性相互作用，為頻率變量，表示時間延遲，表示虛數(shù)單位，表示自然數(shù)底數(shù)對數(shù)；

25、通過對三階譜進行分析，檢測瞬時心率變化速率中的異常波動，計算瞬時變化速率的異常系數(shù)，計算表達(dá)式為：；

26、式中，為時間下的瞬時心率變化速率異常系數(shù)，為三階譜的絕對值，為三階譜的最大值；

27、通過對整個監(jiān)測周期內(nèi)的瞬時心率變化速率異常系數(shù)進行加權(quán)平均，得到整體的瞬時心率變化速率異常系數(shù)。

28、作為本發(fā)明進一步的方案：所述根據(jù)判斷結(jié)果，將用戶心率的異常程度劃分為正常、輕微異常和嚴(yán)重異常，具體包括：

29、判斷當(dāng)前監(jiān)測周期內(nèi)用戶的心率異常指數(shù)是否大于等于第一閾值，若是，則記為嚴(yán)重異常，若否，判斷當(dāng)前監(jiān)測周期內(nèi)用戶的心率異常指數(shù)是否小于第二閾值，若是，則記為正常，若否，則記為輕微異常。

30、作為本發(fā)明進一步的方案：所述建立用戶心率預(yù)測模型，具體包括：

31、對于輕微異常的用戶，獲取用戶的瞬時心率變化速率異常系數(shù)和心率波動幅度系數(shù)，將瞬時心率變化速率異常系數(shù)和心率波動幅度系數(shù)構(gòu)建綜合特征向量，作為機器學(xué)習(xí)模型的輸入，使用歷史心率數(shù)據(jù)對機器學(xué)習(xí)模型進行訓(xùn)練，將用戶未來監(jiān)測周期內(nèi)的心率異常指數(shù)作為模型的輸出，根據(jù)模型的輸出，對未來監(jiān)測周期內(nèi)用戶的心率異常程度進行預(yù)測，并生成最終的預(yù)測報告，反饋給用戶，其中，所述機器學(xué)習(xí)模型為梯度提升決策樹模型。

32、作為本發(fā)明進一步的方案：所述預(yù)測未來一段時間內(nèi)用戶的心率異常程度，具體包括：

33、根據(jù)模型的預(yù)測結(jié)果，輸出未來一段時間內(nèi)的心率異常指數(shù)，將心率異常指數(shù)與第一閾值和第二閾值進行比較，將每個監(jiān)測周期進行異常程度劃分。

34、作為本發(fā)明進一步的方案：所述根據(jù)預(yù)測結(jié)果，智能手表生成未來心率變化的預(yù)測報告，并向用戶提供反饋，具體包括：

35、根據(jù)梯度提升決策樹模型的預(yù)測結(jié)果，生成用戶未來監(jiān)測周期內(nèi)的心率波動趨勢圖，心率波動趨勢圖以時間為橫軸，以預(yù)測的心率值為縱軸，直觀反映心率的動態(tài)變化情況。

36、一種基于智能手表的動態(tài)心率監(jiān)測系統(tǒng)，包括：

37、數(shù)據(jù)采集模塊，所述數(shù)據(jù)采集模塊通過智能手表實時采集用戶的心率數(shù)據(jù)，并對采集的信號進行噪聲過濾與時序?qū)R，確保數(shù)據(jù)準(zhǔn)確可靠；

38、特征提取模塊，所述特征提取模塊對處理后的心率信號進行分段分析，提取時間域和頻率域的動態(tài)特征，包括心率波動幅度和瞬時心率變化速率；

39、心率異常評估模塊，所述心率異常評估模塊對心率信號的心率波動幅度和瞬時心率變化速率進行綜合分析，根據(jù)分析結(jié)果，評估當(dāng)前用戶的心率的異常程度；

40、心率異常劃分模塊，所述心率異常劃分模塊根據(jù)判斷結(jié)果，將用戶心率的異常程度劃分為正常、輕微異常和嚴(yán)重異常；

41、心率預(yù)測模塊，所述心率預(yù)測模塊基于嚴(yán)重異常進行預(yù)警處理，對于輕微異常，根據(jù)用戶的心率波動幅度和瞬時心率變化速率，建立用戶心率預(yù)測模型，預(yù)測未來一段時間內(nèi)用戶的心率異常程度；

42、心率報告生成模塊，所述心率報告生成模塊根據(jù)預(yù)測結(jié)果，智能手表生成未來心率變化的預(yù)測報告，并向用戶提供反饋。

43、本發(fā)明的有益效果：

44、（1）本發(fā)明通過智能手表內(nèi)置的光電容積脈搏波傳感器實時采集用戶的心率數(shù)據(jù)，并在數(shù)據(jù)處理環(huán)節(jié)應(yīng)用多重優(yōu)化技術(shù)，提升心率監(jiān)測的精度與可靠性。利用帶通濾波器對心率信號進行噪聲過濾，精準(zhǔn)消除環(huán)境光干擾、手腕運動和佩戴位置不穩(wěn)定等因素引入的高頻和低頻噪聲，從源頭保障數(shù)據(jù)的純凈性。為進一步適應(yīng)個體差異和動態(tài)環(huán)境，采用動態(tài)閾值調(diào)整方法，根據(jù)用戶的活動狀態(tài)和實時場景動態(tài)優(yōu)化濾波參數(shù)，確保濾波處理既具魯棒性又不丟失關(guān)鍵心率變化信息。通過自適應(yīng)時間窗口分段分析信號特征，結(jié)合互相關(guān)分析對信號進行時序?qū)R和漂移校正，精準(zhǔn)處理時間維度上的潛在誤差。整體處理流程不僅實現(xiàn)了對心率信號的高質(zhì)量預(yù)處理，還保留了心率的動態(tài)變化特征，為后續(xù)的特征提取、異常分析和預(yù)測建模提供了高精度的基礎(chǔ)數(shù)據(jù)支撐。這一多層次優(yōu)化策略，充分體現(xiàn)了本發(fā)明在心率監(jiān)測場景中的適應(yīng)性與技術(shù)先進性。

45、（2）本發(fā)明通過構(gòu)建心率波動幅度系數(shù)與瞬時心率變化速率異常系數(shù)的綜合特征模型，全面分析用戶心率的動態(tài)特征，深度挖掘心率信號中的潛在異常模式。結(jié)合梯度提升決策樹模型的高效學(xué)習(xí)能力，利用歷史心率數(shù)據(jù)進行精準(zhǔn)訓(xùn)練，模型能夠?qū)ξ磥肀O(jiān)測周期內(nèi)的心率異常程度進行精確預(yù)測。預(yù)測結(jié)果通過心率波動趨勢圖清晰呈現(xiàn)心率的動態(tài)變化軌跡，并標(biāo)注潛在異常發(fā)生的具體時間，直觀展現(xiàn)健康狀況的變化趨勢。結(jié)合個性化數(shù)據(jù)分析，生成詳細(xì)的健康報告，內(nèi)容涵蓋心率波動幅度、瞬時變化速率、異常指數(shù)等關(guān)鍵指標(biāo)，提供前瞻性的健康評估。對于嚴(yán)重異常用戶，系統(tǒng)能夠快速發(fā)出預(yù)警信號，提醒及時就醫(yī)；而對于輕微異常用戶，則通過預(yù)測結(jié)果提供科學(xué)、個性化的健康指導(dǎo)，幫助用戶優(yōu)化健康管理策略。通過實時監(jiān)測與趨勢預(yù)測的有機結(jié)合，本發(fā)明大幅提升了健康管理的全面性與實用性，不僅能夠主動防控健康風(fēng)險，還為用戶提供長期的健康干預(yù)支持，體現(xiàn)了技術(shù)先進性與服務(wù)創(chuàng)新性的完美融合。