一種血氧數據優化的方法與流程

本發明涉及一種血氧數據的優化的方法，特別涉及一種基于智能穿戴設備和服務器的血氧數據的優化方法。

背景技術：

血氧簡稱 SPO2H 是指血液中的氧氣，人體正常含氧量為90%左右。動脈血150-230ml/L;靜脈血110-180ml/L。部位不同，靜脈血氧含量可有很大的差別。同一人的動脈血氧含量約比靜脈血氧含量高50ml/L，男性比女性高。目前對血氧進行測試的設備一般都是大型的醫療設備，一是測量標準有差異，二是血氧數據收集困難，導致統計上存在困難。并且，血氧數據對于性別、人的區域（如亞洲和歐洲）、年齡階段、體重級別都有差異，在統計上，僅僅針對血氧數據的統計會導致血氧參考數據不太準確。

技術實現要素：

本發明旨在提供一種血氧數據優化的方法，可以針對性別、人的區域（如亞洲和歐洲）、年齡階段、體重級別先對人進行甄別，然后針對不同的變量分別描繪出血氧的參考值，使得人在測量得出數據后能對自己的健康狀態作出相對有效的判斷。

本發明的技術方案如下：

一種血氧數據優化的方法，其特征在于，該方法包括如下步驟：

步驟一，收集基本血氧樣本，建立基本血氧樣本數據庫，形成基本血氧樣本曲線，并將該基本血氧樣本數據庫和基本血氧樣本曲線傳輸至數據庫；

步驟二，將用戶智能可穿戴設備監測的血氧數據傳輸至服務器，所述服務器對一段時間內所傳輸至服務器的血氧數據與基本樣本曲線進行重新規劃計算，得到第一血氧曲線；

步驟三，將所述基本血氧樣本曲線和第一血氧曲線在同一坐標系內進行疊合處理，得到第一血氧曲線帶；

步驟四，所述服務器對所述一段時間后的同樣周期的再一段時間內所傳輸至服務器的血氧數據與所述第一血氧曲線進行重新規劃計算，得到第二血氧曲線；

步驟五，將所述第一血氧曲線帶和第二血氧曲線在同一坐標系內進行疊合處理，得到第二血氧曲線帶；

步驟六，重復步驟四和五，得到第N血氧曲線帶。

進一步地，所述基本血氧曲線y=f（a，b，c，d），其中，a表示人的體重級別，b表示人的年齡階段，c表示人的區域區別，d表示人的性別，y可以是a，b，c和d中任一個或者任意多個變量的函數。

進一步地，所述重新規劃計算為基于所述基本樣本曲線的平均方差運算，或者對包括基本血氧樣本在內的所有數據庫內的血氧數據的平均方差運算。

進一步地，所述疊合處理為取相同變量相同點值的基本血氧樣本曲線和第一血氧曲線的血氧區域，所有的血氧區域形成所述第一血氧曲線帶。

利用權利要求所述的一種血氧數據優化的方法進行健康判斷的方法，其特征在于，用戶將智能可穿戴設備檢測的個人血氧數據輸送至服務器，若所述個人血氧數據位于所述第N血氧曲線帶內，則判斷個人血氧數據為健康狀態；若所述個人血氧數據位于所述第N血氧曲線帶外，則判斷個人血氧數據異常。

實現所述的一種血氧數據優化的方法的血氧數據優化系統，其特征在于，所述系統包括智能可穿戴設備和服務器；所述智能可穿戴設備至少包括血氧檢測模塊和傳輸模塊，所述服務器包括比較模塊、運算模塊和存儲模塊。所述傳輸模塊可以是mini-usb傳輸模塊，也可以是WIFI傳輸模塊。所述智能可穿戴設備可以是智能手環、智能手表和智能手機中的一項或多項。

通過上述的方法和系統，人們在手環上或者與手環綁定的移動終端上首先記錄自己的性別、體重、區域以及年齡區間，在測量得出自己的血氧數據后能根據現有的血氧曲線帶判斷自己的健康狀態，并且能夠將自己測量的數據匯入到服務器的血氧數據庫，優化血氧數據庫，對后續的人的判斷作出參考。

附圖說明

通過參照附圖詳細描述其示例實施例，本發明的上述和其它目標、特征及優點將變得更加顯而易見。

圖1是基本血氧樣本曲線。

圖2是第一血氧曲線。

圖3是基于基本血氧樣本曲線和第一血氧曲線運算得到的第一血氧曲線帶。

圖4是第二血氧曲線。

圖5是基于第一血氧曲線帶和第二血氧曲線運算得到的第二血氧曲線帶。

具體實施方式

現在將參考附圖更全面地描述示例實施方式。然而，示例實施方式能夠以多種形式實施，且不應被理解為限于在此闡述的范例；相反，提供這些實施方式使得本發明將更加全面和完整，并將示例實施方式的構思全面地傳達給本領域的技術人員。附圖僅為本發明的示意性圖解，并非一定是按比例繪制。圖中相同的附圖標記表示相同或類似的部分，因而將省略對它們的重復描述。

此外，所描述的特征、結構或特性可以以任何合適的方式結合在一個或更多實施方式中。在下面的描述中，提供許多具體細節從而給出對本發明的實施方式的充分理解。然而，本領域技術人員將意識到，可以實踐本發明的技術方案而省略所述特定細節中的一個或更多，或者可以采用其它的方法、組元、裝置、步驟等。在其它情況下，不詳細示出或描述公知結構、方法、裝置、實現或者操作以避免喧賓奪主而使得本發明的各方面變得模糊。

如附圖1-3所示，首先，根據已有的樣本數據形成基本血氧樣本曲線1，已有的樣本數據可以通過隨機采樣檢測、購買專業機構的血氧數據等任何現有的方法獲得，將基本血氧樣本數據庫傳輸至服務器。當某一坐標具有少于10個血氧數據時，取該10個樣本數據的平均方差；當某一坐標具有大于10的M個血氧數據時，去掉一個最大值和一個最小值，取該剩下M-2個樣本數據的平均方差。圖1中僅僅指出血氧數據y和人的體重級別a之間的關系，事實上，血氧數據還包括人的其他物理參數，如人的年齡階段b，人的區域c（比如亞洲人、歐洲人和美洲人），人的性別d等參數，上述參數都會對群體人的血氧數據帶來規律性才差別。甚至可以是，基本血氧曲線y=f（a，b，c，d），其中，a表示人的體重級別，b表示人的年齡階段，c表示人的區域區別，d表示人的性別，y可以是a，b，c和d中任一個或者任意多個變量的函數。

其次，建立基本血氧樣本數據庫和基本血氧樣本曲線后，當用戶購買具有血氧測量功能的智能穿戴設備后，如智能手環、智能手表或智能手機，開啟血氧測量功能，用戶可以實時通過WIFI手段或者滯后通過數據線的方式將該用戶的血氧數據傳輸至服務器，對基本血氧樣本數據庫進行補充。服務器對一段時間內（如一個月或者一個季度）傳輸至服務器的血氧數據與基本樣本曲線進行重新規劃計算，得到第一血氧曲線2。所述重新規劃計算為基于所述基本樣本曲線的平均方差運算，或者對包括基本血氧樣本在內的所有數據庫內的血氧數據的平均方差運算。

其次，將所述基本血氧樣本曲線1和所述第一血氧曲線2進行疊合處理，得到第一血氧曲線帶101。所述疊合處理為取相同變量相同點值的基本血氧樣本曲線和第一血氧曲線的血氧區域，所有的血氧區域形成所述第一血氧曲線帶。

再次，如附圖4-5所示，在上述一段時間內的下一個周期時段內，再對該時段內采集的血氧數據補充到數據庫，且將該時段內采集的血氧數據與所述第一血氧曲線進行重新規劃計算，得到第二血氧曲線3。所述重新規劃計算為基于所述第一血氧曲線的平均方差運算，或者對包括基本血氧樣本在內的所有數據庫內的血氧數據的平均方差運算。

再次，將所述第一血氧曲線帶101和第二血氧曲線3在同一坐標系內進行疊合處理，得到第二血氧曲線帶；所述的疊合處理為取相同變量相同點值的第一血氧曲線帶101和第二血氧曲線3的血氧區域，所有的血氧區域形成所述第二血氧曲線帶102。

然后，反復在下一個周期內不斷補充，且不斷將補充的血氧數據與第N-1的血氧曲線進行重新規劃計算，或者對包括基本血氧樣本在內的所有數據庫內的血氧數據的平均方差運算，得到第N血氧曲線。

這樣，通過不斷的數據補充和運算，可以不斷地優化一定體重、一定年齡段、相同地區區域和性別的人群的血氧數據的參考值。

進一步，基于該參考值，用戶將智能可穿戴設備檢測的個人血氧數據輸送至服務器，若所述個人血氧數據位于所述第N血氧曲線帶內，則判斷個人血氧數據為健康狀態；若所述個人血氧數據位于所述第N血氧曲線帶外，則判斷個人血氧數據異常。

進一步，實現血氧數據優化的方法的血氧數據優化系統，其特征在于，所述系統包括智能可穿戴設備和服務器；所述智能可穿戴設備至少包括血氧檢測模塊和傳輸模塊，所述服務器包括比較模塊、運算模塊和存儲模塊。所述傳輸模塊可以是mini-usb傳輸模塊，也可以是WIFI傳輸模塊。所述智能可穿戴設備可以是智能手環、智能手表和智能手機中的一項或多項。

進一步地，如附圖3和5所示，再次對血氧曲線帶作出解釋，在同變量（變量可以是一個或多個）的同樣取值下，首先，在該同樣取值下，基本血氧樣本曲線、第一血氧曲線分別對應一血氧數據，這兩條曲線的血氧數據具有兩個不同的數值或者同一個數值，那么這兩個不同的數值就組成了在該同樣取值下的血氧帶的最大值和最小值，或者這同一個數值構成了該同樣取值下的血氧帶的取值，對該同變量（變量可以是一個或多個）的取值范圍進行擴展，就得到了附圖3中的第一血氧曲線帶101。其次，同樣，在另一同樣取值下，第一血氧曲線帶101和第二血氧曲線3分別對應一血氧數據的取值范圍和血氧數據的點值，取在該另一同樣變量取值的情況下，取血氧數值的最大值和最小值，作為該另一同樣變量取值的血氧數據的范圍，若是最大值和最小值相等，則該點值就作為該另一同樣變量取值的血氧數據的點值，對該同變量（變量可以是一個或多個）的取值范圍進行擴展，就得到了附圖5中的第二血氧曲線帶102。

最后應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術方案的范圍。