[發明專利]基于邊緣計算的醫療數據處理方法和系統

在審

• 申請號: 202210105099.6
• 申請日: 2022-01-28
• 公開（公告）號: CN114519303A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 鄭穎;李祥;張聞濤;孟俊;郭廣躍
• 申請（專利權）人: 童心堂健康科技（北京）有限公司;華潤生命科學集團有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/02
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

1.一種基于邊緣計算的醫療數據處理方法，其特征在于，所述方法區分地域為用戶部署邊緣節點，所述邊緣節點部署智能評估模型，所述智能評估模型經所對應地域的醫療數據訓練得到；

所述方法包括：

將所述用戶的外部訪問連接至所適用地域的邊緣節點，所述邊緣節點獲得所述用戶的醫療數據；

通過所述邊緣節點對所述醫療數據提取特征數據；

對所述特征數據，經所述邊緣節點上部署的智能評估模型執行用戶所屬健康狀態評估。

2.根據權利要求1所述的方法，其特征在于，所述將所述用戶的外部訪問連接至所適用的邊緣節點，所述邊緣節點獲得所述用戶的醫療數據，包括：

通過用戶所適用地域確定對應的容器或虛擬機，所述容器或虛擬機分散部署于不同地域且用于運行所述地域的邊緣節點；

將所述用戶的外部訪問連接至確定的所述容器或虛擬機，通過所述容器或虛擬機為用戶連接至運行的邊緣節點；

所述邊緣節點獲得用戶發送的醫療數據。

3.根據權利要求1所述的方法，其特征在于，所述方法還為所述邊緣節點的集中控制部署中心節點，所述方法包括：

通過所述中心節點監測所述邊緣節點相關的資源使用率；

根據監測得到的所述資源使用率，所述中心節點控制執行所對應地域之上的邊緣節點調度。

4.根據權利要求1所述的方法，其特征在于，所述醫療數據包括脈搏波信號，所述通過所述邊緣節點對所述醫療數據提取特征數據，包括：

分割所述醫療數據中的脈搏波信號得到心跳數據；

對所述心跳數據分別提取特征值，提取的所述特征值在維度上包括心跳最大值、心跳最小值、重搏波波峰、重搏波峰的寬度；

對提取的特征值，按所對應的維度分別執行平均計算得到用戶所有心跳對應的特征數據。

5.根據權利要求4所述的方法，其特征在于，所述分割所述醫療數據中的脈搏波信號得到心跳數據，包括：

計算所述脈搏波信號的縱向平均值；

在所述脈搏波信號查找峰值不小于縱向平均值的波峰，取相鄰波峰之間的數據為一次心跳數據。

6.根據權利要求4所述的方法，其特征在于，所述重搏波波峰所對應維度上，所述對所述心跳數據分別提取特征值的步驟包括：

對所述心跳數據中的后一半數據，遍歷查找峰值最大的波峰；

如果查找得到峰值最大的波峰，則將所述峰值最大的波峰置為重搏波波峰；

如果未查找得到峰值最大的波峰，則將所述后一半數據的中間點作為重搏波波峰。

7.根據權利要求6所述的方法，其特征在于，所述重搏波波峰的寬度所對應維度上，所述對所述心跳數據分別提取特征值的步驟包括：

根據得到的重搏波波峰，獲得所對應重搏波波峰的寬度，所述重搏波波峰為所述后一半數據的中間點時所述寬度記為0。

8.根據權利要求1所述的方法，其特征在于，所述方法還包括：

所述邊緣節點在進入空閑狀態時提取存儲的醫療數據，存儲的所述醫療數據是對應地域且標記的模型訓練數據；

通過提取的所述醫療數據訓練所述邊緣節點上部署的智能評估模型。

9.根據權利要求8所述的方法，其特征在于，所述邊緣節點上部署的智能評估模型，是對相應中心節點的預訓練模型適用所在地域醫療數據訓練得到的；

所述方法還包括：

所述邊緣節點接收所述中心節點下發的預訓練模型數據，以部署預訓練模型；

通過所在地域醫療設備上傳的醫療數據，對所述預訓練模型執行訓練，獲得所述邊緣節點上部署的智能評估模型。

10.一種基于邊緣計算的醫療數據處理系統，其特征在于，所述系統區分地域為用戶部署邊緣節點，所述邊緣節點部署智能評估模型，所述智能評估模型經所對應地域的醫療數據訓練得到；

所述系統包括：

訪問處理模塊，用于將所述用戶的外部訪問連接至所適用地域的緣節點，所述邊緣節點獲得所述用戶的醫療數據；

特征提取模塊，用于通過所述邊緣節點對所述醫療數據提取特征數據；

評估模塊，用于對所述特征數據，經所述邊緣節點上部署的智能評估模型執行用戶所屬健康狀態評估。