CN117717351B - 一种基于蓝牙传输的心电图机快速辅助匹配方法和*** - Google Patents

Abstract

本申请涉及一种基于蓝牙传输的心电图机快速辅助匹配方法和***，方法包括：基于用户携带的心电图机采集用户的ECG信号；将用户的ECG信号输入经过基于深度学习训练的多个分析模型，输出用户的ECG信号是否属于目标分类的第一概率；基于预设的多个分析模型对应的权重，对多个分析模型所输出的用户的ECG信号是否属于目标分类的第一概率进行汇总，得到用户的ECG信号是否属于目标分类的第二概率；在用户的ECG信号是否属于目标分类的第二概率超过预设值时，通过心电图机的蓝牙传输模块与用户携带的移动终端进行匹配；通过蓝牙传输模块将与目标分类相关的提示信息发送至用户的移动终端。本发明能够实现自动将用户关注的ECG信号分类情况通过提示信息告知用户。

Description

一种基于蓝牙传输的心电图机快速辅助匹配方法和***

技术领域

本发明涉及智能医疗领域，且更为具体地，涉及一种基于蓝牙传输的心电图机快速辅助匹配方法和***。

背景技术

心电图机能将心脏活动时心肌激动产生的生物电信号自动记录下来形成心电图（ECG）信号，为临床诊断和科研常用的医疗电子仪器。随着电子信息和制造技术快速发展，产生了体积较小、适于随身携带的便携式或穿戴式心电图机，便于用户随时使用采集ECG信号，并能够通过蓝牙等无线传输方式传输到手机端进行展示。

现有技术方案中，心电图机与手机的连接是否主要通过用户自主控制，为用户带来一定的操作量，而且在用户心脏活动处于正常状态时，心电图机采集的ECG信号往往不被用户关注。因此，需要一种新的技术方案，实现心电图机与移动终端间的自动匹配连接，并向用户传输需要关注的检测结果数据。

发明内容

为了解决上述技术问题，提出了本申请，以提供一种能够实现心电图机与移动终端间的自动匹配连接，并向用户传输需要关注的检测结果数据的基于蓝牙传输的心电图机快速辅助匹配方法和***。

第一方面，本发明提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，包括：基于用户携带的心电图机采集所述用户的ECG信号；将所述用户的ECG信号输入经过基于深度学习训练的多个分析模型，由所述多个分析模型输出所述用户的ECG信号是否属于目标分类的第一概率，在所述多个分析模型的数量为n时，则其中第i个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率为，X表示所述用户的ECG信号，所述多个分析模型均具有对应的权重，则所述第i个分析模型对应的权重为/>，/>表示样本ECG信号，/>表示所述第i个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率，/>表示所述多个分析模型中的第j个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率；基于预设的所述多个分析模型对应的权重，对所述多个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到所述用户的ECG信号是否属于所述目标分类的第二概率/>；判断所述用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过所述预设值时，通过所述心电图机的蓝牙传输模块与所述用户携带的移动终端进行匹配；通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端，用于提示所述用户的ECG信号属于所述目标分类的可能性。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，在“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：基于所述用户的移动终端采集所述用户在当前时刻t所在位置的地理坐标信息()；计算所述用户在当前时刻t所在位置与预设的多个目标位置之间的距离，当所述多个目标位置的数量为m时，所述用户在当前时刻t所在位置与所述多个目标位置中的第k个目标位置的距离为/>，其中所述第k个目标位置的地理位置信息为()；在/>时，执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中/>为预设的第一基准距离。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，在执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：计算所述用户在当前时刻t所在位置与所述用户在历史时刻t-1所在位置之间的距离，所述用户在历史时刻t-1所在位置的地理位置信息为()；在确定/>后，如/>，则执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中/>为预设的第二基准距离。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：基于所述用户的移动终端采集所述用户在当前时刻t时的姿态；根据所述用户在当前时刻t时的姿态以及在历史时刻t-1时的姿态，计算所述用户的姿态变化幅度；根据所述用户的姿态变化幅度判断所述用户是否处于运动状态；在确定所述用户未处于所述运动状态时，执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，“基于用户携带的心电图机采集所述用户的ECG信号”的步骤还包括：提取对所述用户的ECG信号上任一位置的小波系数a；对所述用户的ECG信号的小波系数a进行修正，修正后的新小波系数为：，其中，N为所述用户的ECG信号的长度；基于修正后的新小波系数，对所述用户的ECG信号进行重建。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，所述多个分析模型中的其中之一为CNN网络，在对所述CNN网络进行训练时，其任一参数的变更值为，其中/>为该参数的初始变更值，b为所述CNN网络的已训练次数，R为预设的变更权重。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，还包括：查询预记录的与所述目标分类对应的通知方式，所述通知方式包括振动、文字通知、语音播放中的一种或几种；控制所述用户的移动终端按照与所述目标分类对应的通知方式，通知所述用户查看所述提示信息。

可选地，前述的基于蓝牙传输的心电图机快速辅助匹配方法，在所述提示信息发送到所述用户的移动终端的时间超过预设时间长度时，还包括：检查所述用户是否已查看所述提示信息；在发现所述用户未查看所述提示信息时，从所述用户的移动终端中查询所述用户的联系人的联系方式；按照所述联系人的联系方式，将所述提示信息发送至所述联系人的移动终端。

第二方面，本发明提供了一种基于蓝牙传输的心电图机快速辅助匹配***，包括：信号采集模块，基于用户携带的心电图机采集所述用户的ECG信号；第一概率计算模块，将所述用户的ECG信号输入经过基于深度学习训练的多个分析模型，由所述多个分析模型输出所述用户的ECG信号是否属于目标分类的第一概率，在所述多个分析模型的数量为n时，则其中第i个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率为，X表示所述用户的ECG信号，所述多个分析模型均具有对应的权重，则所述第i个分析模型对应的权重为/>，/>表示样本ECG信号，/>表示所述第i个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率，/>表示所述多个分析模型中的第j个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率；第二概率计算模块，基于预设的所述多个分析模型对应的权重，对所述多个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到所述用户的ECG信号是否属于所述目标分类的第二概率/>；匹配模块，判断所述用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过所述预设值时，通过所述心电图机的蓝牙传输模块与所述用户携带的移动终端进行匹配；提示模块，通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端，用于提示所述用户的ECG信号属于所述目标分类的可能性。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明的技术方案，不需要用户人工控制心电图机与移动终端之间的蓝牙传输，而是在心电图机检测到用户的ECG信号后利用多个基于深度学习的分析模型进行分析，识别属于目标分类（如存在心脏疾病）后，为保障识别结果正确，对多个分析模型的结果进行整合计算，计算过程中每个分析模型的结果对应的权重根据该分析模型对样本数据的分析情况合理设置，则最终得到能够准确反映用户的ECG信号是否属于目标分类的概率，当该概率较高时，如用户关注目标分类的ECG信号分析情况则控制心电图机与用户移动终端进行蓝牙连接，实现自动将用户关注的ECG信号分类情况通过提示信息告知用户，而该概率较低时，如用户不关注非目标分类的ECG信号分析情况则不必通过蓝牙连接心电图机与移动终端，避免对用户产生干扰。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配方法的流程图；

图2为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配方法的局部流程图；

图3为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配方法的另一局部流程图；

图4为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配方法的又一局部流程图；

图5为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配方法的再一局部流程图；

图6为根据本申请实施例的一种基于蓝牙传输的心电图机快速辅助匹配***的框图。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

如图1所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，包括：

步骤S110，基于用户携带的心电图机采集用户的ECG信号。

本实施例中，ECG信号即心电图信号，该心电图机为便携式或穿戴式设备，具有蓝牙传输模块，能够与用户的移动终端（如手机）进行蓝牙连接，并传输ECG信号分析结果。

步骤S120，将用户的ECG信号输入经过基于深度学习训练的多个分析模型，由多个分析模型输出用户的ECG信号是否属于目标分类的第一概率，在多个分析模型的数量为n时，则其中第i个分析模型所输出的用户的ECG信号是否属于目标分类的第一概率为，X表示用户的ECG信号，多个分析模型均具有对应的权重，则第i个分析模型对应的权重为，/>表示样本ECG信号，/>表示第i个分析模型所输出的样本ECG信号是否属于目标分类的第一概率，/>表示多个分析模型中的第j个分析模型所输出的样本ECG信号是否属于目标分类的第一概率。

本实施例中，对目标分类不进行限制，例如，该目标分类可以是某种心脏疾病对应的分类。

步骤S130，基于预设的多个分析模型对应的权重，对多个分析模型所输出的用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到用户的ECG信号是否属于所述目标分类的第二概率。

本实施例中，本领域技术人员容易理解，对ECG信号的数据分析需要有较高的精准度，因此首先同时使用多个基于深度学习的分析模型进行分析，从而得到多个反映用户的ECG信号是否属于目标分类的第一概率，多个数据分析模型的性能可以不同，所以多个反映用户的ECG信号是否属于目标分类的第一概率之间可以存在差异，为合理对多个分析模型输出的第一概率进行整合，本实施例中基于多个分析模型对样本数据分析产生的多个第一概率的差异，合理地多个分析模型设置了不同权重，基于设置的权重对多个反映用户的ECG信号是否属于目标分类的第一概率合并计算得到第二概率，该第二概率实际上是综合了多个数据分析模型的性能后实现了对用户ECG信号的准确判断，避免了单个数据分析模型分析时出现较大偏差。

步骤S140，判断用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过预设值时，通过心电图机的蓝牙传输模块与用户携带的移动终端进行匹配。

本实施例中，假设该目标分类是某种心脏疾病对应的分类，则第二概率较高时说明用户的ECG信号属于某种心脏疾病对应分类的概率较高，此时控制心电图机与用户移动终端进行蓝牙连接，而第二概率较低时说明用户的ECG信号属于某种心脏疾病对应分类的概率较低，此时不必通过蓝牙连接心电图机与移动终端。

步骤S150，通过蓝牙传输模块将与目标分类相关的提示信息发送至用户的移动终端，用于提示用户的ECG信号是否属于目标分类的可能性。

本实施例中，当心电图机与用户移动终端实现蓝牙连接后，可以及时将与目标分类相关的提示信息（例如用户的ECG信号反映用户可能存在某种心脏疾病）及时发送给用户。

根据本实施例的技术方案，不需要用户人工控制心电图机与移动终端之间的蓝牙传输，而是在心电图机检测到用户的ECG信号后利用多个基于深度学习的分析模型进行分析，识别属于目标分类（如存在心脏疾病）后，为保障识别结果正确，对多个分析模型的结果进行整合计算，计算过程中每个分析模型的结果对应的权重根据该分析模型对样本数据的分析情况合理设置，则最终得到能够准确反映用户的ECG信号是否属于目标分类的概率，当该概率较高时，如用户关注目标分类的ECG信号分析情况则控制心电图机与用户移动终端进行蓝牙连接，实现自动将用户关注的ECG信号分类情况通过提示信息告知用户，而该概率较低时，如用户不关注非目标分类的ECG信号分析情况则不必通过蓝牙连接心电图机与移动终端，避免对用户产生干扰。

如图2所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，相比于前述的实施例，本实施例的基于蓝牙传输的心电图机快速辅助匹配方法，在步骤S150之前，还包括：

步骤S210，基于用户的移动终端采集用户在当前时刻t所在位置的地理坐标信息()。

步骤S220，计算用户在当前时刻t所在位置与预设的多个目标位置之间的距离，当多个目标位置的数量为m时，用户在当前时刻t所在位置与多个目标位置中的第k个目标位置的距离为，其中第k个目标位置的地理位置信息为(/>)。

本实施例中，该多个目标位置可以是用户的住宅、工作场所等。

步骤S230，在时，计算用户在当前时刻t所在位置与用户在历史时刻t-1所在位置之间的距离/>，用户在历史时刻t-1所在位置的地理位置信息为(/>)，其中/>为预设的第一基准距离。

本实施例中，对第一基准距离的大小不进行限制，当用户当前位置与住宅、工作场所的位置间距离较小时，用户更可能处于静止状态，此时计算用户在相邻两个时间点的位置之间的距离。

步骤S240，如，则执行步骤S150，其中/>为预设的第二基准距离。

本实施例中，对第二基准距离的大小不进行限制，当用户在相邻两个时间点的位置之间的距离较小时，进一步说明用户可能处于静止状态，用户在静止状态下更适于通过移动终端查看提示信息，此时控制心电图机向用户移动终端发送提示信息，否则用户在非静止状态下，例如在开车或走路时，不适于通过移动终端查看提示信息，此时不发送提示信息避免对用户造成干扰。

如图3所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，相比于前述的实施例，本实施例的基于蓝牙传输的心电图机快速辅助匹配方法，在步骤S150之前，还包括：

步骤S310，基于用户的移动终端采集用户在当前时刻t时的姿态。

本实施例中，可以通过移动终端中姿态传感器的信息判断用户的姿态。

步骤S320，根据用户在当前时刻t时的姿态以及在历史时刻t-1时的姿态，计算用户的姿态变化幅度。

本实施例中，当用户的姿态变化幅度较大时，用户往往处于运动状态，而用户的姿态变化幅度较小时，用户往往处于静止状态。

步骤S330，根据用户的姿态变化幅度判断用户是否处于运动状态。

步骤S340，在确定用户未处于运动状态时，执行步骤S150。

本实施例中，用户在非运动状态下更适于通过移动终端查看提示信息，此时控制心电图机向用户移动终端发送提示信息，否则用户在运动状态下，不适于通过移动终端查看提示信息，此时不发送提示信息避免对用户造成干扰。

如图4所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，相比于前述的实施例，本实施例的基于蓝牙传输的心电图机快速辅助匹配方法，步骤S110包括：

步骤S410，提取对用户的ECG信号上任一位置的小波系数a。

步骤S420，对用户的ECG信号的小波系数a进行修正，修正后的新小波系数为：，其中，N为用户的ECG信号的长度。

步骤S430，基于修正后的新小波系数，对用户的ECG信号进行重建。

本实施例中，根据ECG信号长度设计了小波系数修正公式，实验证明，按照该公式计算得到新的小波系数并实现ECG信号重建，可以显著降低原始ECG信号中的噪声干扰。

本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，相比于前述的实施例，本实施例的基于蓝牙传输的心电图机快速辅助匹配方法，多个分析模型中的其中之一为CNN网络，在对CNN网络进行训练时，其任一参数的变更值为，其中/>为该参数的初始变更值，b为CNN网络的已训练次数，R为预设的变更权重。

根据本实施例的技术方案，使用CNN网络（卷积神经网络）实现ECG信号的分析，为了提升CNN网络分析结果的精准性，设计了一种随CNN网络训练次数逐步降低参数变更值的公式，使得训练过程中参数变更越来越小，趋于精准。

如图5所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配方法，相比于前述的实施例，本实施例的基于蓝牙传输的心电图机快速辅助匹配方法，步骤S150，还包括：

步骤S510，查询预记录的与目标分类对应的通知方式，通知方式包括振动、文字通知、语音播放中的一种或几种。

本实施例中，例如，当目标分类匹配A类型心脏疾病时，则通过文字通知进行提示，当目标分类匹配B类型心脏疾病时，则可以启动语音播放功能通过语音提示用户，即可根据ECG匹配的分类不同，选择不同的方式对用户进行提示。

步骤S520，控制用户的移动终端按照与目标分类对应的通知方式，通知用户查看提示信息。

步骤S530，在提示信息发送到用户的移动终端的时间超过预设时间长度时，检查用户是否已查看提示信息。

步骤S540，在发现用户未查看提示信息时，从用户的移动终端中查询用户的联系人的联系方式。

步骤S550，按照联系人的联系方式，将提示信息发送至联系人的移动终端。

本实施例中，由于监测的是用户的ECG信号，如目标分类匹配某种心脏疾病，而用户长时间未查看提示信息，则说明存在用户脏疾病发作的可能性，此时自动查找通讯录选择用户的联系人，将该情况及时通知到用户的联系人。

如图6所示，本发明的一个实施例中提供了一种基于蓝牙传输的心电图机快速辅助匹配***，包括：

信号采集模块610，基于用户携带的心电图机采集用户的ECG信号。

本实施例中，ECG信号即心电图信号，该心电图机为便携式或穿戴式设备，具有蓝牙传输模块，能够与用户的移动终端（如手机）进行蓝牙连接，并传输ECG信号分析结果。

第一概率计算模块620，将用户的ECG信号输入经过基于深度学习训练的多个分析模型，由多个分析模型输出用户的ECG信号是否属于目标分类的第一概率，在多个分析模型的数量为n时，则其中第i个分析模型所输出的用户的ECG信号是否属于目标分类的第一概率为，X表示用户的ECG信号，多个分析模型均具有对应的权重，则第i个分析模型对应的权重为/>，/>表示样本ECG信号，/>表示第i个分析模型所输出的样本ECG信号是否属于目标分类的第一概率，/>表示多个分析模型中的第j个分析模型所输出的样本ECG信号是否属于目标分类的第一概率。

本实施例中，对目标分类不进行限制，例如，该目标分类可以是某种心脏疾病对应的分类。

第二概率计算模块630，基于预设的多个分析模型对应的权重，对多个分析模型所输出的用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到用户的ECG信号是否属于所述目标分类的第二概率。

本实施例中，本领域技术人员容易理解，对ECG信号的数据分析需要有较高的精准度，因此首先同时使用多个基于深度学习的分析模型进行分析，从而得到多个反映用户的ECG信号是否属于目标分类的第一概率，多个数据分析模型的性能可以不同，所以多个反映用户的ECG信号是否属于目标分类的第一概率之间可以存在差异，为合理对多个分析模型输出的第一概率进行整合，本实施例中基于多个分析模型对样本数据分析产生的多个第一概率的差异，合理地多个分析模型设置了不同权重，基于设置的权重对多个反映用户的ECG信号是否属于目标分类的第一概率合并计算得到第二概率，该第二概率实际上是综合了多个数据分析模型的性能后实现了对用户ECG信号的准确判断，避免了单个数据分析模型分析时出现较大偏差。

匹配模块640，判断用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过预设值时，通过心电图机的蓝牙传输模块与用户携带的移动终端进行匹配。

本实施例中，假设该目标分类是某种心脏疾病对应的分类，则第二概率较高时说明用户的ECG信号属于某种心脏疾病对应分类的概率较高，此时控制心电图机与用户移动终端进行蓝牙连接，而第二概率较低时说明用户的ECG信号属于某种心脏疾病对应分类的概率较低，此时不必通过蓝牙连接心电图机与移动终端。

提示模块650，通过蓝牙传输模块将与目标分类相关的提示信息发送至用户的移动终端，用于提示用户的ECG信号是否属于目标分类的可能性。

本实施例中，当心电图机与用户移动终端实现蓝牙连接后，可以及时将与目标分类相关的提示信息（例如用户的ECG信号反映用户可能存在某种心脏疾病）及时发送给用户。

根据本实施例的技术方案，不需要用户人工控制心电图机与移动终端之间的蓝牙传输，而是在心电图机检测到用户的ECG信号后利用多个基于深度学习的分析模型进行分析，识别属于目标分类（如存在心脏疾病）后，为保障识别结果正确，对多个分析模型的结果进行整合计算，计算过程中每个分析模型的结果对应的权重根据该分析模型对样本数据的分析情况合理设置，则最终得到能够准确反映用户的ECG信号是否属于目标分类的概率，当该概率较高时，如用户关注目标分类的ECG信号分析情况则控制心电图机与用户移动终端进行蓝牙连接，实现自动将用户关注的ECG信号分类情况通过提示信息告知用户，而该概率较低时，如用户不关注非目标分类的ECG信号分析情况则不必通过蓝牙连接心电图机与移动终端，避免对用户产生干扰。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (7)

1.一种基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，包括：

基于用户携带的心电图机采集所述用户的ECG信号；

将所述用户的ECG信号输入经过基于深度学习训练的多个分析模型，由所述多个分析模型输出所述用户的ECG信号是否属于目标分类的第一概率，在所述多个分析模型的数量为n时，则其中第i个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率为p_i(X)，X表示所述用户的ECG信号，所述多个分析模型均具有对应的权重，则所述第i个分析模型对应的权重为X₀表示样本ECG信号，p_i(X₀)表示所述第i个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率，p_j(X₀)表示所述多个分析模型中的第j个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率；

基于预设的所述多个分析模型对应的权重，对所述多个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到所述用户的ECG信号是否属于所述目标分类的第二概率

判断所述用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过所述预设值时，通过所述心电图机的蓝牙传输模块与所述用户携带的移动终端进行匹配；

通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端，用于提示所述用户的ECG信号属于所述目标分类的可能性；

在“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：

基于所述用户的移动终端采集所述用户在当前时刻t所在位置的地理坐标信息(x_t,y_t)；

计算所述用户在当前时刻t所在位置与预设的多个目标位置之间的距离，当所述多个目标位置的数量为m时，所述用户在当前时刻t所在位置与所述多个目标位置中的第k个目标位置的距离为 其中所述第k个目标位置的地理位置信息为(x_k,y_k)；

在时，执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中L₀为预设的第一基准距离；

在执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：

计算所述用户在当前时刻t所在位置与所述用户在历史时刻t-1所在位置之间的距离 所述用户在历史时刻t-1所在位置的地理位置信息为(x_t-1,y_t-1)；

在确定后，如L<L₀'，则执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中L₀'为预设的第二基准距离。

2.根据权利要求1所述的基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，在“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：

基于所述用户的移动终端采集所述用户在当前时刻t时的姿态；

根据所述用户在当前时刻t时的姿态以及在历史时刻t-1时的姿态，计算所述用户的姿态变化幅度；

根据所述用户的姿态变化幅度判断所述用户是否处于运动状态；

在确定所述用户未处于所述运动状态时，执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤。

3.根据权利要求1所述的基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，“基于用户携带的心电图机采集所述用户的ECG信号”的步骤还包括：

提取对所述用户的ECG信号小波转换处理的小波系数a；

对所述用户的ECG信号的小波系数a进行修正，修正后的新小波系数为： 其中，N为所述用户的ECG信号的长度；

基于修正后的新小波系数，对所述用户的ECG信号进行重建。

4.根据权利要求1所述的基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，

所述多个分析模型中的其中之一为CNN网络，在对所述CNN网络进行训练时，任一CNN网络参数的变更值为其中r为该参数的初始变更值，b为所述CNN网络的已训练次数，R为预设的变更权重。

5.根据权利要求1所述的基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，还包括：

查询预记录的与所述目标分类对应的通知方式，所述通知方式包括振动、文字通知、语音播放中的一种或几种；

控制所述用户的移动终端按照与所述目标分类对应的通知方式，通知所述用户查看所述提示信息。

6.根据权利要求5所述的基于蓝牙传输的心电图机快速辅助匹配方法，其特征在于，还包括：

在所述提示信息发送到所述用户的移动终端的时间超过预设时间长度时，检查所述用户是否已查看所述提示信息；

在发现所述用户未查看所述提示信息时，从所述用户的移动终端中查询所述用户的联系人的联系方式；

按照所述联系人的联系方式，将所述提示信息发送至所述联系人的移动终端。

7.一种基于蓝牙传输的心电图机快速辅助匹配***，其特征在于，包括：

信号采集模块，基于用户携带的心电图机采集所述用户的ECG信号；

第一概率计算模块，将所述用户的ECG信号输入经过基于深度学习训练的多个分析模型，由所述多个分析模型输出所述用户的ECG信号是否属于目标分类的第一概率，在所述多个分析模型的数量为n时，则其中第i个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率为p_i(X)，X表示所述用户的ECG信号，所述多个分析模型均具有对应的权重，则所述第i个分析模型对应的权重为 X₀表示样本ECG信号，p_i(X₀)表示所述第i个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率，p_j(X₀)表示所述多个分析模型中的第j个分析模型所输出的所述样本ECG信号是否属于所述目标分类的第一概率；

第二概率计算模块，基于预设的所述多个分析模型对应的权重，对所述多个分析模型所输出的所述用户的ECG信号是否属于所述目标分类的第一概率进行汇总，得到所述用户的ECG信号是否属于所述目标分类的第二概率

匹配模块，判断所述用户的ECG信号是否属于所述目标分类的第二概率是否超过预设值，在用户的ECG信号是否属于所述目标分类的第二概率超过所述预设值时，通过所述心电图机的蓝牙传输模块与所述用户携带的移动终端进行匹配；

提示模块，通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端，用于提示所述用户的ECG信号属于所述目标分类的可能性；

在“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：

基于所述用户的移动终端采集所述用户在当前时刻t所在位置的地理坐标信息(x_t,y_t)；

计算所述用户在当前时刻t所在位置与预设的多个目标位置之间的距离，当所述多个目标位置的数量为m时，所述用户在当前时刻t所在位置与所述多个目标位置中的第k个目标位置的距离为 其中所述第k个目标位置的地理位置信息为(x_k,y_k)；

在时，执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中L₀为预设的第一基准距离；

在执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤之前，还包括：

计算所述用户在当前时刻t所在位置与所述用户在历史时刻t-1所在位置之间的距离 所述用户在历史时刻t-1所在位置的地理位置信息为(x_t-1,y_t-1)；

在确定后，如L<L₀'，则执行“通过所述蓝牙传输模块将与所述目标分类相关的提示信息发送至所述用户的移动终端”的步骤，其中L₀'为预设的第二基准距离。