本技术涉及数据处理技术，尤其涉及一种吞咽行为监测数据处理方法及系统。
背景技术：
1、吞咽行为监测在医疗健康领域有着重要的应用，尤其是在对吞咽障碍、噎食风险评估、老年人和慢性病患者的饮食习惯监测等方面。
2、传统的吞咽行为监测方法依赖于人工观察和记录，不仅耗时费力，而且在准确性上受限于观察者的主观判断。近年来，随着传感器技术、信号处理技术和数据分析技术的发展，自动化的吞咽行为监测系统开始出现，能够提供连续、客观的监测数据，但目前的系统对于吞咽障碍、噎食风险等异常进食行为的早期预警能力不足，缺乏高效的实时数据处理和反馈机制，不能即时分析监测数据并给出异常进食行为的提示。
技术实现思路
1、本技术提供一种吞咽行为监测数据处理方法及系统，用以实现对吞咽行为的自动化监测，及时识别异常进食行为，并能够即时进行异常进食行为的提示。
2、第一方面，本技术提供一种吞咽行为监测数据处理方法，应用于吞咽行为监测系统，所述吞咽行为监测系统包括监测传感器集合、处理器以及提示装置，所述监测传感器集合中的各个监测传感器与所述处理器通信连接，所述提示装置与所述处理器通信连接；所述方法，包括：
3、通过所述监测传感器集合里的监测传感器获取生理特征信号，并将所述生理特征信号传递至所述处理器；
4、所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，所述吞咽行为信息包括吞咽行为序列以及所述吞咽行为序列中每次吞咽行为所对应的时间节点；
5、若所述处理器根据预设进食行为监测模型以及所述吞咽行为信息确定进食行为异常，则所述处理器控制所述提示装置进行异常进食行为提示。
6、在上述方案中，通过监测传感器获取生理特征信号，处理器根据吞咽行为监测模型确定吞咽行为信息，并在发现进食行为异常时触发提示，以实现对吞咽行为的自动化监测，及时识别异常进食行为，适用于医疗监护、饮食习惯分析等领域，帮助预防噎食、吞咽障碍等问题，提高患者生活质量。
7、可选的，所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，包括：
8、所述处理器根据在预设监测周期内所监测到的所述生理特征信号确定所述生理特征信号的峰值以及所述生理特征信号的谷值，所述预设时段包括多个所述预设监测周期；
9、所述处理器根据所述生理特征信号、所述生理特征信号的峰值以及所述生理特征信号的谷值确定所述预设监测周期的吞咽行为特征值；
10、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，其中，若所述吞咽行为特征值大于预设特征值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
11、在上述方案中，处理器基于监测周期内的生理特征信号峰值和谷值，计算吞咽行为特征值，以此判断吞咽行为的存在。进而通过对信号的峰值和谷值分析，提高了吞咽行为检测的准确性和灵敏度，减少了误报和漏报，确保了监测系统的可靠性。
12、可选的，所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，包括：
13、所述处理器利用公式1，并根据在预设监测周期内所监测到的所述生理特征信号确定吞咽行为特征值，所述预设时段包括多个所述预设监测周期，所述公式1为：
14、
15、其中，为所述预设监测周期的起始时间节点，为所述预设监测周期的终止时间节点，为在时刻下的所述生理特征信号，为所述预设监测周期内所述生理特征信号的峰值，为所述预设监测周期内所述生理特征信号的谷值，为预设信号强度权重值，为预设信号波动权重值，为所述预设监测周期内所述生理特征信号的标准差；
16、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，其中，若所述吞咽行为特征值大于预设吞咽行为特征值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
17、在上述方案中，利用公式1计算吞咽行为特征值，该公式综合考虑信号强度、波动和标准差。进而通过定量分析生理特征信号，使吞咽行为的识别更为客观和标准化，增强了监测结果的一致性和稳定性。
18、可选的，所述处理器根据在预设监测周期内所监测到的所述生理特征信号确定所述生理特征信号的峰值以及所述生理特征信号的谷值，包括：
19、所述处理器根据在预设监测周期内所监测到的第一生理特征信号、第二生理特征信号以及第三生理特征信号确定所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值以及谷值，所述生理特征信号包括所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号；
20、对应的，所述处理器根据所述生理特征信号、所述生理特征信号的峰值以及所述生理特征信号的谷值确定所述预设监测周期的吞咽行为特征值，包括：
21、所述处理器根据所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值以及谷值确定第一吞咽行为特征值、第二吞咽行为特征值以及第三吞咽行为特征值；
22、对应的，所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，包括：
23、所述处理器根据所述第一吞咽行为特征值、所述第二吞咽行为特征值以及所述第三吞咽行为特征值确定吞咽行为特征概率；
24、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征概率确定所述吞咽行为信息，其中，若所述吞咽行为特征概率大于预设吞咽行为特征概率值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
25、在上述方案中，处理器基于三种不同类型的生理特征信号（肌电特征信号、声门振动信号、加速度信号）的峰值和谷值，确定吞咽行为特征概率。采用多模态信号融合，提升了吞咽行为监测的全面性和鲁棒性，能够更准确地捕捉吞咽事件，即使在复杂环境下也能保持较高的检测性能。
26、可选的，所述内的吞咽行为信息，包括：
27、所述处理器利用公式2，并根据在预设监测周期内所监测到的所述生理特征信号确定吞咽行为特征概率，所述公式2为：
28、
29、其中，为所述预设监测周期的起始时间节点，为所述预设监测周期的终止时间节点，、、分别为所述预设监测周期的第一吞咽行为特征值、第二吞咽行为特征值以及第三吞咽行为特征值，、、分别为在时刻下的第一生理特征信号、第二生理特征信号以及第三生理特征信号，所述生理特征信号包括所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号，、、分别为所述预设监测周期内所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值，、、分别为所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的谷值，、、分别为第一预设信号强度权重值、第二预设信号强度权重值以及第三预设信号强度权重值，、、分别为第一预设信号波动权重值、第二预设信号波动权重值以及第三预设信号波动权重值，、、分别为所述预设监测周期内所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的标准差；
30、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征概率确定所述吞咽行为信息，其中，若所述吞咽行为特征概率大于预设吞咽行为特征概率值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
31、在上述方案中，利用公式2计算吞咽行为特征概率，该公式考虑了三种信号的特征值、强度权重和波动权重。通过加权多特征值的计算，使得吞咽行为识别更加智能化和精细化，能够适应不同个体的生理差异，提高监测系统的适应性和准确性。
32、可选的，所述第一生理特征信号为通过肌电传感器所获取的咽部肌电特征信号，所述第二生理特征信号为通过声门传感所获取的声门振动信号，所述第三生理特征信号为通过加速度传感器所获取的加速度信号。
33、在上述方案中，第一生理特征信号为咽部肌电特征信号，第二生理特征信号为声门振动信号，第三生理特征信号为加速度信号。通过直接监测咽部肌肉活动、声门振动和头部运动，实现了对吞咽过程的多角度监控，能够更全面地捕捉吞咽行为的生物力学特征。
34、可选的，所述处理器根据预设进食行为监测模型以及所述吞咽行为信息确定进食行为异常，包括：
35、所述处理器根据所述预设时段内所述吞咽行为信息确定吞咽行为平均时间间隔、吞咽行为时间标准差以及首末两次吞咽行为时间差；
36、所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数；
37、若所述处理器确定所述进食行为异常指数大于预设进食行为异常指数阈值，则确定为所述进食行为异常。
38、在上述方案中，处理器根据吞咽行为信息确定平均时间间隔、时间标准差和首末两次吞咽行为时间差，计算进食行为异常指数。通过统计分析吞咽行为的时间特征，能够有效识别异常进食模式，如过度进食、吞咽困难等，有助于早期预警和干预。
39、可选的，所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数，包括：
40、所述处理器根据所述吞咽行为平均时间间隔与所述参考吞咽行为平均时间间隔之间差值的绝对值确定第一特征差值；
41、所述处理器根据所述吞咽行为时间标准差与所述参考吞咽行为时间标准差之间差值的绝对值确定第二特征差值；
42、所述处理器根据所述首末两次吞咽行为时间差以及所述参考吞咽行为时间差之间差值的绝对值确定第三特征差值；
43、所述处理器根据所述第一特征差值、所述第二特征差值以及所述第三特征差值之和确定所述进食行为异常指数。
44、在上述方案中，处理器根据吞咽行为与参考吞咽行为的时间特征差异，计算进食行为异常指数。通过对比分析，量化了进食行为的偏离程度，提高了异常检测的客观性和科学性，有利于精准医疗和个性化健康管理。
45、可选的，所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数，包括：
46、所述处理器利用公式3，并根据所述吞咽行为平均时间间隔与所述参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与所述参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及所述参考吞咽行为时间差确定进食行为异常指数，所述公式3为：
47、
48、其中，、、分别为第一权重值、第二权重值以及第三权重值。
49、在上述方案中，利用公式3计算进食行为异常指数，该公式考虑了时间间隔、时间标准差和时间差的权重。通过权重分配，实现了对不同时间特征的差异化考量，使得异常检测更加智能，能够适应不同场景下的吞咽行为监测需求。
50、可选的，所述吞咽行为监测系统还包括云服务器以及监测终端，所述处理器与所述监测终端分别预设所述云服务器通信连接；在所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息之后，还包括：
51、所述处理器将所述吞咽行为信息发送至所述云服务器，以使所述云服务器根据所述吞咽行为信息生成吞咽行为监测曲线，并通过所述监测终端显示所述吞咽行为监测曲线。
52、在上述方案中，吞咽行为信息被发送至云服务器，生成吞咽行为监测曲线并在监测终端显示。实现了数据的远程存储和分析，便于用户和医疗人员实时查看吞咽行为趋势，促进远程医疗监控和数据分析，支持长期的健康管理和疾病监测。
53、第二方面，本技术提供一种吞咽行为监测系统，包括：监测传感器集合、处理器以及提示装置，所述监测传感器集合中的各个监测传感器与所述处理器通信连接，所述提示装置与所述处理器通信连接；
54、通过所述监测传感器集合里的监测传感器获取生理特征信号，并将所述生理特征信号传递至所述处理器；
55、所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，所述吞咽行为信息包括吞咽行为序列以及所述吞咽行为序列中每次吞咽行为所对应的时间节点；
56、若所述处理器根据预设进食行为监测模型以及所述吞咽行为信息确定进食行为异常，则所述处理器控制所述提示装置进行异常进食行为提示。
57、可选的，所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，包括：
58、所述处理器根据在预设监测周期内所监测到的所述生理特征信号确定所述生理特征信号的峰值以及所述生理特征信号的谷值，所述预设时段包括多个所述预设监测周期；
59、所述处理器根据所述生理特征信号、所述生理特征信号的峰值以及所述生理特征信号的谷值确定所述预设监测周期的吞咽行为特征值；
60、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，其中，若所述吞咽行为特征值大于预设特征值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
61、可选的，所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，包括：
62、所述处理器利用公式1，并根据在预设监测周期内所监测到的所述生理特征信号确定吞咽行为特征值，所述预设时段包括多个所述预设监测周期，所述公式1为：
63、
64、其中，为所述预设监测周期的起始时间节点，为所述预设监测周期的终止时间节点，为在时刻下的所述生理特征信号，为所述预设监测周期内所述生理特征信号的峰值，为所述预设监测周期内所述生理特征信号的谷值，为预设信号强度权重值，为预设信号波动权重值，为所述预设监测周期内所述生理特征信号的标准差；
65、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，其中，若所述吞咽行为特征值大于预设吞咽行为特征值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
66、可选的，所述处理器根据在预设监测周期内所监测到的所述生理特征信号确定所述生理特征信号的峰值以及所述生理特征信号的谷值，包括：
67、所述处理器根据在预设监测周期内所监测到的第一生理特征信号、第二生理特征信号以及第三生理特征信号确定所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值以及谷值，所述生理特征信号包括所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号；
68、对应的，所述处理器根据所述生理特征信号、所述生理特征信号的峰值以及所述生理特征信号的谷值确定所述预设监测周期的吞咽行为特征值，包括：
69、所述处理器根据所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值以及谷值确定第一吞咽行为特征值、第二吞咽行为特征值以及第三吞咽行为特征值；
70、对应的，所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征值确定所述吞咽行为信息，包括：
71、所述处理器根据所述第一吞咽行为特征值、所述第二吞咽行为特征值以及所述第三吞咽行为特征值确定吞咽行为特征概率；
72、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征概率确定所述吞咽行为信息，其中，若所述吞咽行为特征概率大于预设吞咽行为特征概率值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
73、可选的，所述内的吞咽行为信息，包括：
74、所述处理器利用公式2，并根据在预设监测周期内所监测到的所述生理特征信号确定吞咽行为特征概率，所述公式2为：
75、
76、其中，为所述预设监测周期的起始时间节点，为所述预设监测周期的终止时间节点，、、分别为所述预设监测周期的第一吞咽行为特征值、第二吞咽行为特征值以及第三吞咽行为特征值，、、分别为在时刻下的第一生理特征信号、第二生理特征信号以及第三生理特征信号，所述生理特征信号包括所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号，、、分别为所述预设监测周期内所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的峰值，、、分别为所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的谷值，、、分别为第一预设信号强度权重值、第二预设信号强度权重值以及第三预设信号强度权重值，、、分别为第一预设信号波动权重值、第二预设信号波动权重值以及第三预设信号波动权重值，、、分别为所述预设监测周期内所述第一生理特征信号、所述第二生理特征信号以及所述第三生理特征信号的标准差；
77、所述处理器根据所述预设时段内各个预设监测周期的所述吞咽行为特征概率确定所述吞咽行为信息，其中，若所述吞咽行为特征概率大于预设吞咽行为特征概率值，则所述处理器确定对应的预设监测周期存在吞咽行为，所述吞咽行为序列中每次吞咽行为所述对应的时间节点为对应预设监测周期的起始时间节点。
78、可选的，所述第一生理特征信号为通过肌电传感器所获取的咽部肌电特征信号，所述第二生理特征信号为通过声门传感所获取的声门振动信号，所述第三生理特征信号为通过加速度传感器所获取的加速度信号。
79、可选的，所述处理器根据预设进食行为监测模型以及所述吞咽行为信息确定进食行为异常，包括：
80、所述处理器根据所述预设时段内所述吞咽行为信息确定吞咽行为平均时间间隔、吞咽行为时间标准差以及首末两次吞咽行为时间差；
81、所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数；
82、若所述处理器确定所述进食行为异常指数大于预设进食行为异常指数阈值，则确定为所述进食行为异常。
83、可选的，所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数，包括：
84、所述处理器根据所述吞咽行为平均时间间隔与所述参考吞咽行为平均时间间隔之间差值的绝对值确定第一特征差值；
85、所述处理器根据所述吞咽行为时间标准差与所述参考吞咽行为时间标准差之间差值的绝对值确定第二特征差值；
86、所述处理器根据所述首末两次吞咽行为时间差以及所述参考吞咽行为时间差之间差值的绝对值确定第三特征差值；
87、所述处理器根据所述第一特征差值、所述第二特征差值以及所述第三特征差值之和确定所述进食行为异常指数。
88、可选的，所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数，包括：
89、所述处理器利用公式3，并根据所述吞咽行为平均时间间隔与所述参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与所述参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及所述参考吞咽行为时间差确定进食行为异常指数，所述公式3为：
90、
91、其中，、、分别为第一权重值、第二权重值以及第三权重值。
92、可选的，所述吞咽行为监测系统还包括云服务器以及监测终端，所述处理器与所述监测终端分别预设所述云服务器通信连接；在所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息之后，还包括：
93、所述处理器将所述吞咽行为信息发送至所述云服务器，以使所述云服务器根据所述吞咽行为信息生成吞咽行为监测曲线，并通过所述监测终端显示所述吞咽行为监测曲线。
94、第三方面，本技术提供一种电子设备，包括：
95、处理器；以及，
96、存储器，用于存储所述处理器的可执行指令；
97、其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中所述的任一种可能的方法。
98、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面中所述的任一种可能的方法。
99、本技术提供的吞咽行为监测数据处理方法及系统，通过监测传感器集合里的监测传感器获取生理特征信号，并将生理特征信号传递至处理器，然后，处理器根据预设吞咽行为监测模型以及生理特征信号确定在预设时段内的吞咽行为信息，在处理器根据预设进食行为监测模型以及吞咽行为信息确定进食行为异常时，处理器控制提示装置进行异常进食行为提示，从而实现对吞咽行为的自动化监测，及时识别异常进食行为。
1.一种吞咽行为监测数据处理方法，其特征在于，应用于吞咽行为监测系统，所述吞咽行为监测系统包括监测传感器集合、处理器以及提示装置，所述监测传感器集合中的各个监测传感器与所述处理器通信连接，所述提示装置与所述处理器通信连接；所述方法，包括：
2.根据权利要求1所述的吞咽行为监测数据处理方法，其特征在于，所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息，包括：
3.根据权利要求2所述的吞咽行为监测数据处理方法，其特征在于，所述处理器根据在预设监测周期内所监测到的所述生理特征信号确定所述生理特征信号的峰值以及所述生理特征信号的谷值，包括：
4.根据权利要求3所述的吞咽行为监测数据处理方法，其特征在于，所述第一生理特征信号为通过肌电传感器所获取的咽部肌电特征信号，所述第二生理特征信号为通过声门传感所获取的声门振动信号，所述第三生理特征信号为通过加速度传感器所获取的加速度信号。
5.根据权利要求1-4中任意一项所述的吞咽行为监测数据处理方法，其特征在于，所述处理器根据预设进食行为监测模型以及所述吞咽行为信息确定进食行为异常，包括：
6.根据权利要求5所述的吞咽行为监测数据处理方法，其特征在于，所述处理器根据所述吞咽行为平均时间间隔与参考吞咽行为平均时间间隔、所述吞咽行为时间标准差与参考吞咽行为时间标准差、以及所述首末两次吞咽行为时间差以及参考吞咽行为时间差确定进食行为异常指数，包括：
7.根据权利要求6所述的吞咽行为监测数据处理方法，其特征在于，所述吞咽行为监测系统还包括云服务器以及监测终端，所述处理器与所述监测终端分别预设所述云服务器通信连接；在所述处理器根据预设吞咽行为监测模型以及所述生理特征信号确定在预设时段内的吞咽行为信息之后，还包括：
8.一种吞咽行为监测数据处理方法及系统，其特征在于，包括：监测传感器集合、处理器以及提示装置，所述监测传感器集合中的各个监测传感器与所述处理器通信连接，所述提示装置与所述处理器通信连接；
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
