技术摘要：
本公开实施例提供了一种健康分析装置及电子设备，健康分析装置，包括：特征提取模块，用于通过预定特征提取算法对按照预定采样周期采集的生物信号进行特征提取，以得到时间序列特征，其中，时间序列特征包括多个健康维度，各个健康维度包括一个或多个子健康维度；特征  全部
背景技术：
生物信号是能够反映生物体生命活动状态的信号，常见生物信号例如可以包括心 电信号、呼吸信号、脉搏信号、脑电信号、体动信号等。基于上述生物信号可以确定生物体的 心脏健康、睡眠健康、呼吸健康、精神健康等，这些关注的健康方面在进行健康分析时，都称 为健康维度。 然而，健康分析装置可以现在的生物信号都是单独获取，在获取后单独进行对应 的运算处理，最终输出一个单独的健康指数(例如，心脏健康指数)，能够处理的数据较为单 一。 现有健康分析装置都是针对一种健康维度进行的分析，即使是能够输出多种维度 的健康分析结果，也是分别针对每种健康维度进行的单独处理，最后输出两个独立处理的 结果，单线程处理数据耗时较长，当生物信号种类较多时，数据的处理时间更久，健康分析 结果的准确度较低，导致系统整体性能较差。
技术实现要素：
有鉴于此，本公开实施例提出了一种健康分析装置及电子设备，用以解决现有技 术的如下问题：健康分析装置采用单线程处理数据，耗时较长，当生物信号种类较多时，数 据的处理时间较久，健康分析结果的准确度较低，导致系统整体性能较差。 一方面，本公开实施例提出了一种健康分析装置，包括：特征提取模块，用于通过 预定特征提取算法对按照预定采样周期采集的生物信号进行特征提取，以得到时间序列特 征，其中，所述时间序列特征包括多个健康维度，各个所述健康维度包括一个或多个子健康 维度；特征变换模块，用于按照预定变换规则将所述时间序列特征变换为图结构特征，其 中，所述图结构特征包括图中节点之间的关联关系及各个节点对应的向量特征；健康分析 模块，用于根据预定健康分析算法确定所述图结构特征对应的生物体的综合健康指数。 在一些实施例中，所述特征提取模块包括：第一提取单元，用于采用预设卷积神经 网络(Convolutional  Neural  Networks，简称为CNN)对所述生物信号进行一次特征提取， 以得到向量特征序列；第二提取单元，用于采用各个健康维度对应的第一预设多层感知机 网络(Multilayer  Perceptron，简称为MLP)将所述向量特征序列进行二次特征提取，以得 到各个健康维度的节律特征序列。 在一些实施例中，所述特征变换模块包括：节律合并单元，用于合并连续预定采样 周期中相同的节律特征序列，以得到每个健康维度的新节律特征序列，并记录所述新节律 特征序列中每个子健康维度对应的子节律特征序列所处的时间范围；向量处理单元，用于 在向量特征序列中取出每个所述子节律特征序列所处的时间范围内全部的向量特征，对所 述全部的向量特征求平均值，以得到每个所述子节律特征序列对应的各个新向量特征，并 4 CN 111588349 A 说　明　书 2/7 页 根据全部的新向量特征得到每个健康维度的新向量特征序列；拼接单元，用于将新节律特 征序列与新向量特征序列进行向量拼接，以得到每个健康维度的综合健康特征；构建单元， 用于将每个所述子节律特征序列确定为一个节点，并按照预定构建规则构建节点之间的结 构边，其中，所述预定构建规则包括：确定处于同一健康维度中且时间上首尾相连的两个节 点之间存在结构边，确定不处于同一健康维度中且存在时间交集且时间交集时长大于预定 阈值的两个节点之间存在结构边；确定单元，用于根据确定的全部结构边和综合健康特征 确定所述生物信号的图结构特征。 在一些实施例中，所述健康分析模块，具体用于根据预定健康分析算法确定所述 图结构特征对应的各个健康维度的健康指数；根据各个所述健康维度的健康指数以及预定 算法确定生物体的综合健康指数。 在一些实施例中，所述健康分析模块包括：图处理单元，用于采用预设图神经网络 将图结构特征处理为特征向量；分析单元，用于采用预设线性回归网络对所述特征向量进 行分析计算，以得到各个健康维度的健康指数。 在一些实施例中，所述预设线性回归网络为第二预设多层感知机网络。 在一些实施例中，还包括：构建模块，用于据预定公式构建所述预设图神经网络， 其中，预定公式包括： P＝D-1*T，F＝P*Wi，Hi 1＝ReLU{F}，H为图 结构特征矩阵，A为H的邻接矩阵，I为与A维度相同的单位矩阵，D为 的度矩阵，W为权重矩 阵，ReLU为修正线性单元的非线性传递函数，i表示当前神经网络层数。 在一些实施例中，还包括：采集模块，用于按照预定采样周期采集所述生物信号。 另一方面，本公开实施例提出了一种电子设备，至少包括：本公开实施例中任一所 述的健康分析装置。 在一些实施例中，还包括：显示器，用于显示所述生物体的健康指数，其中，所述健 康指数至少包括以下之一：各个健康维度的健康指数，综合健康指数。 本公开实施例设计了一种通用的架构可以支持使用一种或多种生物信号进行健 康分析，处理时，从生物信号中提取的时间序列特征，再将其转换为图结构特征，通过图结 构特征的神经网络模型进行健康分析，可以深入挖掘健康特征蕴含的信息，提高分析的准 确度，且多线程并行处理，耗时较短，提升了系统的整体性能。 附图说明 为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 公开中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提 下，还可以根据这些附图获得其他的附图。 图1为本公开第一实施例提供的健康分析装置的结构示意图； 图2为本公开第一实施例提供的特征提取模块的工作流程示意图； 图3为本公开第一实施例提供的图结构特征变换过程示意图； 图4为本公开第一实施例提供的健康分析模块的工作流程示意图； 图5为本公开第一实施例提供的预设图神经网络的计算过程示意图一； 5 CN 111588349 A 说　明　书 3/7 页 图6为本公开第一实施例提供的预设图神经网络的计算过程示意图二。