1.一种患者身体数据远程采集监测方法,其特征在于,包括:
获取由可穿戴设备采集的患者对象的身体数据的时间序列,其中,所述身体数据包括心率值、血压值和血糖浓度值;
将所述患者对象的身体数据的时间序列分别按照时间维度排列以得到心率时序输入向量、血压时序输入向量和血糖时序输入向量;
对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行数据增强以得到增广心率时序输入向量、增广血压时序输入向量和增广血糖时序输入向量;
使用多模态嵌入分析架构对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行基于特征嵌入的多模态融合分析以得到患者身体状态综合特征;
基于所述患者身体状态综合特征,确定是否发出健康预警;
其中,对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行数据增强以得到增广心率时序输入向量、增广血压时序输入向量和增广血糖时序输入向量,包括:使用数据随机增广器对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行处理以得到所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量;
其中,使用数据随机增广器对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行处理以得到所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量,包括:以如下数据随机增广公式对所述心率时序输入向量进行处理以得到所述增广心率时序输入向量;其中,所述数据随机增广公式为:其中,
其中,使用多模态嵌入分析架构对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行基于特征嵌入的多模态融合分析以得到患者身体状态综合特征,包括:对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行共空间嵌入映射以得到增广心率时序共空间嵌入向量、增广血压时序共空间嵌入向量和增广血糖时序共空间嵌入向量;
将所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量通过多模态特征交叉融合网络以得到患者身体状态综合表征特征向量;
将所述患者身体状态综合表征特征向量作为所述患者身体状态综合特征;
其中,将所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量通过多模态特征交叉融合网络以得到患者身体状态综合表征特征向量,包括:对所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量进行全局通道信息提取以得到通道信息表征特征向量;
对所述通道信息表征特征向量进行降维处理和激活处理以得到浓缩通道信息表征特征向量;
将所述浓缩通道信息表征特征向量分别通过第一全连接层、第二全连接层和第三全连接层以得到第一通道信息表征编码特征向量、第二通道信息表征编码特征向量和第三通道信息表征编码特征向量,其中,所述第一全连接层、所述第二全连接层和所述第三全连接层具有相同的节点数;
使用广播乘法将所述增广心率时序共空间嵌入向量与所述第一通道信息表征编码特征向量、所述增广血压时序共空间嵌入向量与所述第二通道信息表征编码特征向量、所述增广血糖时序共空间嵌入向量与所述第三通道信息表征编码特征向量进行相乘,再将相乘结果相加以得到所述患者身体状态综合表征特征向量。
2.根据权利要求1所述的患者身体数据远程采集监测方法,其特征在于,对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行共空间嵌入映射以得到增广心率时序共空间嵌入向量、增广血压时序共空间嵌入向量和增广血糖时序共空间嵌入向量,包括:将所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量通过基于全连接层的共空间嵌入映射器以得到所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量。
3.根据权利要求2所述的患者身体数据远程采集监测方法,其特征在于,基于所述患者身体状态综合特征,确定是否发出健康预警,包括:将所述患者身体状态综合表征特征向量通过基于分类器的远程监测结果判决器以得到所述患者对象的身体数据远程监测结果,所述身体数据远程监测结果用于表示是否发出健康预警。
4.根据权利要求3所述的患者身体数据远程采集监测方法,其特征在于,将所述患者身体状态综合表征特征向量通过基于分类器的远程监测结果判决器以得到所述患者对象的身体数据远程监测结果,所述身体数据远程监测结果用于表示是否发出健康预警,包括:使用所述分类器的多个全连接层对所述患者身体状态综合表征特征向量进行全连接编码以得到编码分类特征向量;
将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到身体数据远程监测结果。
5.一种患者身体数据远程采集监测系统,其特征在于,包括:
身体数据获取模块,用于获取由可穿戴设备采集的患者对象的身体数据的时间序列,其中,所述身体数据包括心率值、血压值和血糖浓度值;
时间维度排列模块,用于将所述患者对象的身体数据的时间序列分别按照时间维度排列以得到心率时序输入向量、血压时序输入向量和血糖时序输入向量;
数据增强模块,用于对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行数据增强以得到增广心率时序输入向量、增广血压时序输入向量和增广血糖时序输入向量;
多模态融合分析模块,用于使用多模态嵌入分析架构对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行基于特征嵌入的多模态融合分析以得到患者身体状态综合特征;
发出健康预警判断模块,用于基于所述患者身体状态综合特征,确定是否发出健康预警;
其中,所述数据增强模块,用于:
使用数据随机增广器对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行处理以得到所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量;
其中,使用数据随机增广器对所述心率时序输入向量、所述血压时序输入向量和所述血糖时序输入向量进行处理以得到所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量,包括:以如下数据随机增广公式对所述心率时序输入向量进行处理以得到所述增广心率时序输入向量;其中,所述数据随机增广公式为:其中,
其中,使用多模态嵌入分析架构对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行基于特征嵌入的多模态融合分析以得到患者身体状态综合特征,包括:对所述增广心率时序输入向量、所述增广血压时序输入向量和所述增广血糖时序输入向量进行共空间嵌入映射以得到增广心率时序共空间嵌入向量、增广血压时序共空间嵌入向量和增广血糖时序共空间嵌入向量;
将所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量通过多模态特征交叉融合网络以得到患者身体状态综合表征特征向量;
将所述患者身体状态综合表征特征向量作为所述患者身体状态综合特征;
其中,将所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量通过多模态特征交叉融合网络以得到患者身体状态综合表征特征向量,包括:对所述增广心率时序共空间嵌入向量、所述增广血压时序共空间嵌入向量和所述增广血糖时序共空间嵌入向量进行全局通道信息提取以得到通道信息表征特征向量;
对所述通道信息表征特征向量进行降维处理和激活处理以得到浓缩通道信息表征特征向量;
将所述浓缩通道信息表征特征向量分别通过第一全连接层、第二全连接层和第三全连接层以得到第一通道信息表征编码特征向量、第二通道信息表征编码特征向量和第三通道信息表征编码特征向量,其中,所述第一全连接层、所述第二全连接层和所述第三全连接层具有相同的节点数;
使用广播乘法将所述增广心率时序共空间嵌入向量与所述第一通道信息表征编码特征向量、所述增广血压时序共空间嵌入向量与所述第二通道信息表征编码特征向量、所述增广血糖时序共空间嵌入向量与所述第三通道信息表征编码特征向量进行相乘,再将相乘结果相加以得到所述患者身体状态综合表征特征向量。