本发明涉及数据处理，具体涉及一种用于麻醉过程的患者体征状态监测方法。
背景技术：
1、麻醉监测是手术中至关重要的环节，通过对患者的生理状态进行实时、准确的监测，以确保患者在手术过程中处于安全的麻醉状态。在麻醉过程中，通过监测患者心脏的电活动信息，医护人员可以及时发现心律失常等问题，并采取必要的措施。
2、由于各种因素的影响，如药物过敏、疾病影响，使得监测患者的心电信号常常受到影响。例如药物过敏会导致心电信号产生异常波动，使得心电信号不稳定，出现异常数据，影响了对患者麻醉状态的准确监测，此时就需要进行异常数据的进行判断。
3、然而，心电信号波动即使是出现异常，也在一定的波动范围内，与正常的信号波动差异较小，其信号波动不会出现较为显著的异常变化，无法很好地检测出心电信号的变化特性，导致异常数据波动监测不够准确。
技术实现思路
1、为解决上述问题，本发明提供一种用于麻醉过程的患者体征状态监测方法。
2、本发明的一种用于麻醉过程的患者体征状态监测方法采用如下技术方案：
3、本发明一个实施例提供了一种用于麻醉过程的患者体征状态监测方法，该方法包括以下步骤：
4、获取患者的心电信号，所述心电信号为连续时间信号，所述心电信号包含若干电压值；
5、将心电信号分为若干心电信号段；获取每个心电信号段的五个关键极值点，所述五个关键极值点为心电信号段中p波、qrs波及t波对应的极值点；
6、根据心电信号段中每个关键极值点对应的时间，获取每个心电信号段中每个关键极值点的相对位置差异；依据相对位置差异的大小得到若干高关注点；
7、对所有高关注点进行分类，得到若干高关注点类别；根据不同心电信号段中关键极值点之间的距离和高关注点类别中高关注点对应的电压值，得到参考电压值；根据高关注点类别中每个高关注点对应电压值与参考电压值的差异，得到每个高关注点类别中每个高关注点的异常程度；
8、根据异常程度得到每个高关注点类别中每个高关注点的异常因子；依据异常因子的大小，得到若干异常心电信号段。
9、进一步地，所述根据心电信号段中每个关键极值点对应的时间，获取每个心电信号段中每个关键极值点的相对位置差异，包括的具体步骤如下：
10、将每个心电信号段的初始时间均设置为1，依次连续增加；
11、
12、式中，为第个心电信号段中第个关键极值点对应的时间，为心电信号段的数量，为第个心电信号段中第个关键极值点对应的时间，为取绝对值，为第个心电信号段中第个关键极值点的相对位置差异。
13、进一步地，所述依据相对位置差异的大小得到若干高关注点，包括的具体步骤如下：
14、将所有心电信号段中所有关键极值点的相对位置差异的均值，记为第一均值，若第个心电信号段中第个关键极值点的相对位置差异大于第一均值，将第个心电信号段中第个关键极值点，记为一个高关注点。
15、进一步地，所述对所有高关注点进行分类，得到若干高关注点类别，包括的具体步骤如下：
16、对于所有心电信号段中第个关键极值点，将属于高关注点的所有第个关键极值点构成的集合，记为一个高关注点类别。
17、进一步地，所述根据不同心电信号段中关键极值点之间的距离和高关注点类别中高关注点对应的电压值，得到参考电压值，包括的具体步骤如下：
18、
19、式中，的具体获取方法如下：将所有心电信号段中第个关键极值点与第个心电信号段中第个关键极值点之间的欧式距离，均记为第个心电信号段中第个关键极值点的第一欧式距离，将第个心电信号段中第个关键极值点的所有第一欧式距离的平均值，记为；为预设的超参数，为所有高关注点类别中所有高关注点对应的电压值的均值，为参考电压值。
20、进一步地，所述根据高关注点类别中每个高关注点对应电压值与参考电压值的差异，得到每个高关注点类别中每个高关注点的异常程度，包括的具体步骤如下：
21、将任意一个高关注点类别，记为目标高关注点类别；
22、
23、式中，为目标高关注点类别中第个高关注点在所属心电信号段中对应的时间，所述心电信号段的初始时间为1，依次连续增加；为所有高关注点类别中所有高关注点在所属心电信号段中对应时间的均值，为目标高关注点类别中第个高关注点对应的电压值，为参考电压值，为目标高关注点类别中第个高关注点的异常程度。
24、进一步地，所述根据异常程度得到每个高关注点类别中每个高关注点的异常因子，包括的具体步骤如下：
25、将任意一个高关注点类别，记为目标高关注点类别；
26、
27、式中，为目标高关注点类别中第个高关注点的异常程度，为目标高关注点类别中所有高关注点的异常程度的均值，为目标高关注点类别中第个高关注点对应的电压值，为目标高关注点类别中所有高关注点对应的电压值的均值，为sigmoid函数，为目标高关注点类别中第个高关注点的异常因子。
28、进一步地，所述依据异常因子的大小，得到若干异常心电信号段，包括的具体步骤如下：
29、将任意一个高关注点类别，记为目标高关注点类别；
30、预设一个第一阈值，若目标高关注点类别中第个高关注点的异常因子大于第一阈值，第个高关注点所在的心电信号段存在异常，记为一个异常心电信号段。
31、进一步地，所述将心电信号分为若干心电信号段，包括的具体步骤如下：
32、对心电信号进行stl分解，得到心电信号的季节项；获取季节项的若干周期；依据季节项的若干周期对心电信号进行分段，得到若干心电信号段。
33、进一步地，所述依据季节项的若干周期对心电信号进行分段，得到若干心电信号段，包括的具体步骤如下：
34、将季节项的每个周期在心电信号中对应的部分心电信号，作为每个周期对应的心电信号段。
35、本发明的技术方案的有益效果是：本发明在获取到患者的心电信号后，通过对心电信号进行分解，得到心电信号的季节项，依据季节项的若干周期对心电信号进行分段，得到若干心电信号段，通过季节项的周期分段，更好的表现心电信号段的波动规律，通过心电信号段中表征患者的心脏跳动等体征状态的关键信息的关键极值点对应的时间，获取关键极值点的相对位置差异，相对位置差异表现了不同心电信号段中同一种波对应极值点之间的位置差异，可以更好的反映患者发生过敏反映时，心电信号段中关键极值点的相对位置较历史发生时刻出现的变化，便于分析异常信号与正常信号之间的波动差异，减少信号波动不显著的影响，进而得到高关注点，高关注点为相对位置差异较大的关键极值点，为过敏反应对应的极值点，通过高关注点类别中每个高关注点对应电压值与参考电压值的差异，得到每个高关注点类别中每个高关注点的异常程度，进而得到高关注点的异常因子，通过计算异常因子，减少患者出现药物过敏时心电信号发生突变的影响，并依据异常因子的大小，得到异常点和异常点所在的异常心电信号段，提高了异常数据点监测的准确性。
1.一种用于麻醉过程的患者体征状态监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述依据相对位置差异的大小得到若干高关注点，包括的具体步骤如下：
3.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述对所有高关注点进行分类，得到若干高关注点类别，包括的具体步骤如下：
4.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述根据不同心电信号段中关键极值点之间的距离和高关注点类别中高关注点对应的电压值，得到参考电压值，包括的具体步骤如下：
5.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述根据高关注点类别中每个高关注点对应电压值与参考电压值的差异，得到每个高关注点类别中每个高关注点的异常程度，包括的具体步骤如下：
6.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述根据异常程度得到每个高关注点类别中每个高关注点的异常因子，包括的具体步骤如下：
7.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述依据异常因子的大小，得到若干异常心电信号段，包括的具体步骤如下：
8.根据权利要求1所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述将心电信号分为若干心电信号段，包括的具体步骤如下：
9.根据权利要求8所述一种用于麻醉过程的患者体征状态监测方法，其特征在于，所述依据季节项的若干周期对心电信号进行分段，得到若干心电信号段，包括的具体步骤如下：
