本發(fā)明涉及醫(yī)療健康，具體而言，涉及一種多模態(tài)生理數(shù)據(jù)融合方法、計算機設備和可讀存儲介質(zhì)。

背景技術：

1、隨著科學技術的不斷發(fā)展，人們的醫(yī)療觀念逐漸從傳統(tǒng)的疾病治療向提前預防和保健護理方面轉(zhuǎn)變，往往期望可以遠程地及時了解被監(jiān)護人員(例如，病人、老年人或兒童)的身體健康狀態(tài)，以實現(xiàn)對亞健康、潛伏性疾病人群的常見疾病或突發(fā)疾病的早期發(fā)現(xiàn)和預測，而對人體來說，血壓、心率、心電、血氧飽和度、體溫、運動強度、呼吸頻率等生理指標參數(shù)是人體最基本、最重要的生命指標，對這些生理指標參數(shù)的監(jiān)測能夠及時掌握被監(jiān)護人員的身體狀況變化，最大限度地保障人們的身體健康。因此，如何持續(xù)采集被監(jiān)護人員的各種生理指標數(shù)據(jù)，并利用多種生理指標數(shù)據(jù)融合精準地評估被監(jiān)護人員的實際身體狀況，便是當今生理信號遙測過程中亟需解決的重要技術問題。

技術實現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種多模態(tài)生理數(shù)據(jù)融合方法、計算機設備和可讀存儲介質(zhì)，能夠深挖多種生理指標之間的醫(yī)學關聯(lián)關系，并基于挖掘出的醫(yī)學關聯(lián)關系對多種生理指標時序數(shù)據(jù)進行深層次融合，確保對應生理數(shù)據(jù)融合結(jié)果可以充分利用醫(yī)學領域知識精準評估被監(jiān)測對象的實際身體狀況，便于后續(xù)利用機器學習等數(shù)據(jù)分析技術基于生理數(shù)據(jù)融合結(jié)果進行節(jié)律分析。

2、為了實現(xiàn)上述目的，本發(fā)明實施例采用的技術方案如下：

3、第一方面，本發(fā)明提供一種多模態(tài)生理數(shù)據(jù)融合方法，所述多模態(tài)生理數(shù)據(jù)融合方法包括：

4、獲取生理信號遙測設備在目標時間窗口內(nèi)針對目標對象監(jiān)測到的多種目標生理指標各自的時間序列數(shù)據(jù)；

5、調(diào)用醫(yī)學知識庫針對所述多種目標生理指標進行知識圖譜構(gòu)建，得到與所述多種目標生理指標適配的目標知識圖譜；

6、調(diào)用預存的生理負荷影響度評估模型基于所述目標知識圖譜和所述多種目標生理指標各自的時間序列數(shù)據(jù)進行影響度權重預測，得到所述多種目標生理指標各自在所述目標時間窗口內(nèi)的生理負荷影響度權重；

7、根據(jù)所述多種目標生理指標各自對應的時間序列數(shù)據(jù)和生理負荷影響度權重進行生理負荷狀態(tài)評估，得到所述目標對象在所述目標時間窗口內(nèi)的綜合生理負荷評估分值；

8、將所述綜合生理負荷評估分值作為所述多種目標生理指標在所述目標時間窗口處的生理數(shù)據(jù)融合結(jié)果進行輸出。

9、在可選的實施方式中，所述獲取生理信號遙測設備在目標時間窗口內(nèi)針對目標對象監(jiān)測到的多種目標生理指標各自的時間序列數(shù)據(jù)的步驟，包括：

10、獲取所述生理信號遙測設備在所述目標時間窗口內(nèi)的不同時間點采集到的與所述多種目標生理指標分別對應的原始生理數(shù)據(jù)；

11、針對每種目標生理指標，對該種目標生理指標在所述目標時間窗口內(nèi)的所有原始生理數(shù)據(jù)進行無量綱化處理，得到該種目標生理指標在所述目標時間窗口內(nèi)的不同時間點分別對應的規(guī)范化生理數(shù)據(jù)；

12、對該種目標生理指標在所述目標時間窗口內(nèi)的所有原始生理數(shù)據(jù)和所有規(guī)范化生理數(shù)據(jù)進行時間序列構(gòu)建，得到該種目標生理指標在所述目標時間窗口內(nèi)的時間序列數(shù)據(jù)。

13、在可選的實施方式中，每種目標生理指標的時間序列數(shù)據(jù)包括該種目標生理指標在所述目標時間窗口內(nèi)的不同時間點分別對應的規(guī)范化生理數(shù)據(jù)，則所述根據(jù)所述多種目標生理指標各自對應的時間序列數(shù)據(jù)和生理負荷影響度權重進行生理負荷狀態(tài)評估，得到所述目標對象在所述目標時間窗口內(nèi)的綜合生理負荷評估分值的步驟，包括：

14、針對所述目標時間窗口內(nèi)的每個時間點，根據(jù)所述多種目標生理指標各自在該時間點的規(guī)范化生理數(shù)據(jù)，計算所述多種目標生理指標各自在該時間點給所述目標對象造成的生理負荷大小，并對所述多種目標生理指標各自在該時間點對應的生理負荷大小和生理負荷影響度權重進行加權求和運算，得到所述目標對象在該時間點的綜合生理負荷大??；

15、根據(jù)所述目標時間窗口內(nèi)的各個時間點的時間先后順序，針對所述目標時間窗口內(nèi)的各個時間點進行升序式時間權重配置，得到所述目標時間窗口內(nèi)的各個時間點的實際時間權重；

16、對所述目標時間窗口內(nèi)的所有時間點各自的綜合生理負荷大小和實際時間權重進行加權求和運算，得到所述目標對象在所述目標時間窗口內(nèi)的綜合生理負荷評估分值。

17、在可選的實施方式中，所述多模態(tài)生理數(shù)據(jù)融合方法還包括：

18、對得到的所述綜合生理負荷評估分值進行評估精度校驗，以確定所述綜合生理負荷評估分值的實際評估精度是否達到期望精度標準；

19、在確定所述綜合生理負荷評估分值的實際評估精度達到期望精度標準的情況下，對應執(zhí)行所述將所述綜合生理負荷評估分值作為所述多種目標生理指標在所述目標時間窗口處的生理數(shù)據(jù)融合結(jié)果進行輸出的步驟。

20、在可選的實施方式中，所述對得到的所述綜合生理負荷評估分值進行評估精度校驗，以確定所述綜合生理負荷評估分值的實際評估精度是否達到期望精度標準的步驟，包括：

21、獲取所述目標對象在所述目標時間窗口內(nèi)的實際綜合生理負荷真值，并計算所述綜合生理負荷評估分值與所述實際綜合生理負荷真值之間的負荷評估誤差；

22、檢測所述負荷評估誤差是否超過預設評估誤差閾值；

23、若檢測到所述負荷評估誤差超過預設評估誤差閾值，則判定所述綜合生理負荷評估分值的實際評估精度沒有達到期望精度標準，否則判定所述綜合生理負荷評估分值的實際評估精度達到期望精度標準。

24、在可選的實施方式中，所述多模態(tài)生理數(shù)據(jù)融合方法還包括：

25、在確定所述綜合生理負荷評估分值的實際評估精度沒有達到期望精度標準的情況下，調(diào)用與所述多種目標生理指標匹配的圖嵌入模型基于所述目標知識圖譜進行指標關聯(lián)度檢測，并在所述多種目標生理指標中確定指標強關聯(lián)的多種待融合生理指標；

26、根據(jù)多種待融合生理指標之間的實際指標關聯(lián)度，確定多種待融合生理指標各自的時序融合權重；

27、根據(jù)多種待融合生理指標各自的時序融合權重，對多種待融合生理指標各自的時間序列數(shù)據(jù)進行特征融合，得到所述目標對象在所述目標時間窗口內(nèi)的生理信號時序融合數(shù)據(jù)；

28、直接將所述生理信號時序融合數(shù)據(jù)作為所述多種目標生理指標在所述目標時間窗口處的生理數(shù)據(jù)融合結(jié)果進行輸出。

29、在可選的實施方式中，所述調(diào)用與所述多種目標生理指標匹配的圖嵌入模型基于所述目標知識圖譜進行指標關聯(lián)度檢測的步驟，包括：

30、調(diào)用所述圖嵌入模型將所述目標知識圖譜包括的所述多種目標生理指標之間的醫(yī)學關聯(lián)關系映射到嵌入空間中，得到所述多種目標生理指標各自在所述嵌入空間內(nèi)的實際嵌入向量；

31、根據(jù)所述多種目標生理指標各自在所述嵌入空間內(nèi)的實際嵌入向量進行向量關聯(lián)度計算，得到所述多種目標生理指標之間的實際指標關聯(lián)度。

32、在可選的實施方式中，所述在所述多種目標生理指標中確定指標強關聯(lián)的多種待融合生理指標的步驟，包括：

33、根據(jù)所述多種目標生理指標之間的實際指標關聯(lián)度，按照預設關聯(lián)度閾值對所述多種目標生理指標進行關聯(lián)組合配對，得到多個指標配對組合，其中每個指標配對組合由對應實際指標關聯(lián)度超過所述預設關聯(lián)度閾值的兩種目標生理指標組成；

34、對得到的多個指標配對組合進行生理指標出現(xiàn)統(tǒng)計，并將所述多個指標配對組合所涉及的所有目標生理指標分別作為一種待融合生理指標。

35、第二方面，本發(fā)明提供一種計算機設備，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執(zhí)行的計算機程序，所述處理器可執(zhí)行所述計算機程序，以實現(xiàn)前述實施方式中任意一項所述的多模態(tài)生理數(shù)據(jù)融合方法。

36、第三方面，本發(fā)明提供一種可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被計算機設備執(zhí)行時，實現(xiàn)前述實施方式中任意一項所述的多模態(tài)生理數(shù)據(jù)融合方法。

37、在此情況下，本發(fā)明實施例的有益效果可以包括以下內(nèi)容：

38、本發(fā)明在獲取到生理信號遙測設備在目標時間窗口內(nèi)針對目標對象監(jiān)測到的多種目標生理指標各自的時間序列數(shù)據(jù)后，會調(diào)用醫(yī)學知識庫針對多種目標生理指標進行知識圖譜構(gòu)建，得到與多種目標生理指標適配的目標知識圖譜，并調(diào)用預存的生理負荷影響度評估模型基于目標知識圖譜和多種目標生理指標各自的時間序列數(shù)據(jù)進行影響度權重預測，得到多種目標生理指標各自在目標時間窗口內(nèi)的生理負荷影響度權重，而后根據(jù)多種目標生理指標各自對應的時間序列數(shù)據(jù)和生理負荷影響度權重進行生理負荷狀態(tài)評估，得到目標對象在目標時間窗口內(nèi)的可作為生理數(shù)據(jù)融合結(jié)果的綜合生理負荷評估分值，從而通過知識圖譜構(gòu)建的方式深挖多種生理指標之間的醫(yī)學關聯(lián)關系，接著基于挖掘出的醫(yī)學關聯(lián)關系對多種生理指標時序數(shù)據(jù)進行深層次融合，確保對應生理數(shù)據(jù)融合結(jié)果可以充分利用醫(yī)學領域知識精準評估被監(jiān)測對象的實際身體狀況，便于后續(xù)利用機器學習等數(shù)據(jù)分析技術基于生理數(shù)據(jù)融合結(jié)果進行節(jié)律分析。

39、為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。