基于智能手机应用程序的血液透析数据智能处理

本发明涉及数据处理，具体涉及基于智能手机应用程序的血液透析数据智能处理系统。背景技术：1、智能手机应用程序的血液透析数据智能处理系统是一种利用智能手机app实现对血液透析过程进行实时监测和管理的技术。通过智能手机与透析机连接，实时监测透析过程中的各项参数，如血压、体重、血流速、透析液流速、超滤量、电导率、ph值等，对监测到的数据进行分析和处理，并生成相应的报告和图表，以便医生和护士进行评估、比较和制定治疗方案。2、透析机检测的原始信号为模电信号，由于模电信号在时间上和幅值上均是连续的，容易受到干扰和失真，而且不易被计算机等数字设备所处理和存储，因此需要将其转换为数字信号。模拟信号的数字化过程需要三个步骤即采样、量化、编码，其中采样是其中非常重要的一个步骤。采样指的是将连续的模拟信号转换成离散的数字信号，当前应用最广泛的是均匀采样方法，在其基础上还提出了根据信号特征的自适应采样方法，但原始模电信号中本就存在较大噪声，所谓信号特征被大量覆盖，传统采样方式存在大量无效采样点。如何在噪声干扰下准确选定有效点保证透析数据的真实性，同时尽可能压缩数据量是当下亟待解决的问题。技术实现思路1、本发明提供基于智能手机应用程序的血液透析数据智能处理系统，以解决现有的问题。2、本发明的基于智能手机应用程序的血液透析数据智能处理系统采用如下技术方案：3、本发明提供了基于智能手机应用程序的血液透析数据智能处理系统，所述系统包括：4、原始信号采集模块，采集用户透析过程中所有参数的原始信号时序序列，所述参数包括血压、体重、血流速、透析液流速、超滤量、电导率、ph值；5、拟合函数曲线获取模块，获得原始信号时序序列的拟合函数曲线；6、集中性计算模块，根据拟合函数曲线获取观测误差集合，根据观测误差集合获得局部观测误差方差的直方图，根据直方图计算每个局部观测误差方差的集中性；7、增加采样点模块，根据集中性获得每个局部观测误差方差的集中性映射值，根据集中性映射值筛选出不集中项，根据不集中项占比获得增加采样点数量；8、数字信号转换模块，根据最小总采样点数量和增加采样点数量对原始信号时序序列进行采样，获得数字信号并展示。9、进一步地，所述获得原始信号时序序列的拟合函数曲线，包括的具体步骤如下：10、将通过emd分解对原始信号时序序列进行分解，获得多个imf分量信号；根据预设采样频率p，以每秒钟p个采样点的采样频率，在每个imf分量信号上进行采样，利用正弦函数对每个imf分量信号的所有采样点进行正弦拟合，获得每个imf分量信号的正弦拟合函数；计算每次采样获得的imf分量信号的正弦拟合函数与imf分量信号的均方误差，通过多次采样和拟合，将最小的均方误差对应的正弦拟合函数作为每个imf分量信号的拟合函数；11、获得所有imf分量信号的拟合函数，将所有imf分量信号的拟合函数进行叠加，得到原始信号时序序列的拟合函数曲线。12、进一步地，所述获取观测误差集合，包括的具体步骤如下：13、将拟合函数曲线作为卡尔曼滤波器的状态方程，利用卡尔曼滤波器遍历原始信号时序序列中的每个原始信号，获得每个原始信号的预测幅值，原始信号的预测幅值是利用卡尔曼滤波器的状态方程，通过每个采样点的原始信号的状态，对下一个采样点的原始信号的幅值进行预测，获得下一个采样点的原始信号的预测幅值；将每个原始信号的预测幅值与实际信号幅值的差值的绝对值记为每个原始信号的预测误差，得到观测误差集合。14、进一步地，所述获得局部观测误差方差的直方图，包括的具体步骤如下：15、将观测误差集合中的观测误差按照时间顺序组成观测误差曲线，对观测误差曲线进行曲线拟合得到误差拟合曲线，误差拟合曲线由若干个误差拟合值组成；将长度等于预设长度y的滑窗在误差拟合曲线上进行滑动，计算每次滑窗内所有误差拟合值的方差，记为局部观测误差方差；获得所有滑窗的局部观测误差方差组成的直方图，直方图的横轴为局部观测误差方差，纵轴为每个局部观测误差方差的频率。16、进一步地，所述计算每个局部观测误差方差的集中性，包括的具体步骤如下：17、根据每个局部观测误差方差的左统计值和右统计值，计算每个局部观测误差方差的集中性，具体计算公式为：18、19、式中，表示局部观测误差方差c的集中性，表示局部观测误差方差c的左统计值，表示局部观测误差方差c的右统计值，表示局部观测误差方差c的频率，表示以自然常数e为底的指数函数。20、进一步地，所述每个局部观测误差方差的左统计值和右统计值的获取方法如下：21、将直方图中在频率最大的局部观测误差方差的频率记为最大频率；对于局部观测误差方差c，获得局部观测误差方差c的左统计值，包括：设置一个计数器，计数器的初始值为0，判断直方图中在局部观测误差方差c左侧的第一个局部观测误差方差的频率与最大频率的关系：如果频率小于，将计数器加1，继续判断直方图中在局部观测误差方差c左侧的第二个局部观测误差方差的频率，直至频率大于等于时，停止判断，将此时计数器的数值记为局部观测误差方差c的左统计值；22、同理，获得局部观测误差方差c的右统计值。23、进一步地，所述根据集中性获得每个局部观测误差方差的集中性映射值，根据集中性映射值筛选出不集中项，包括的具体步骤如下：24、对所有局部观测误差方差的集中性进行线性归一化，将归一化后的结果记为每个局部观测误差方差的集中性；根据局部观测误差方差的集中性获得局部观测误差方差的集中性映射值，具体计算公式为：25、26、式中，表示局部观测误差方差c的集中性映射值，表示局部观测误差方差i的集中性，q表示滑窗的总数量，表示四舍五入取整；27、如果局部观测误差方差的集中性映射值与左侧的局部观测误差方差的集中性映射值相等，则将该局部观测误差方差对应的滑窗记为不集中项，得到所有不集中项。28、进一步地，所述获得增加采样点数量，包括的具体步骤如下：29、获得不集中项的增加采样点数量s，具体为：30、31、式中，表示不集中项的增加采样点数量，n表示不集中项的数量，表示滑窗的总数量，e表示最小总采样点数量，表示四舍五入取整。32、进一步地，所述获得数字信号，包括的具体步骤如下：33、根据最小总采样点数量e在原始信号时序序列上进行等间隔采样，根据增加采样点数量s在所有不集中项在原始信号时序序列上对应的局部信号段进行等间隔采样；利用pcm对原始信号时序序列上获得采样点进行编码转化，得到数字信号，通过常规预处理后传输至手机应用程序中。34、进一步地，所述最小总采样点数量的获取方法如下：35、利用傅里叶变换将原始信号时序序列转化到频域中，根据频域中信号最大与最小频率之差，得到信号带宽，进而得到最低采样率，时域中的时宽和频域中的频宽互为倒数，因此，最低采样率的倒数即为原始信号时序序列中单峰信号的最低采样点数量a，根据原始信号中所有的极值点获取其所有的单峰信号数量g，进而获得原始信号时序序列的最小总采样点数量为e=2ag。36、本发明的技术方案的有益效果是：针对血液透析护理监测数据模电转化中，数据量较大且采样点受到噪声影响存在大量无效采样，严重损坏原始监测数据的问题，本发明对原始信号进行emd分解，根据其分量信号的对称特征，采用最小均方误差的正弦函数对其进行拟合，并通过叠加获得原始信号时序序列的拟合函数曲线，优化了直接拟合原始信号产生的严重失真问题，根据最小总采样点数量在原始信号时序序列上进行等间隔采样，根据观测误差集合以及局部观测方差的直方图，筛选出方差不集中的方差项以及其上分布的滑窗，在原始信号中标记这些滑窗所在的局部信号段，对该部分信号段自适应增加采样点。在尽可能节省采样率的同时，保证有效信息的完整性，进而大幅提高手机端的监测信号接收速度，降低存储压力。