49、生物信号实时异常检测与新闻评论分析

生物信号实时异常检测与新闻评论分析

生物信号实时异常检测

1. 相关工作
   • 目前有许多移动应用可记录生物信号，记录的数据能上传到PC进行离线分析。针对周期性和非周期性信号的异常检测已有相关研究，采用的技术包括基于隐马尔可夫模型（HMM）、基于预测、基于相似度、基于窗口和基于分割等。
   • 不同算法检测出的异常位置和长度会有所不同。而且，生物信号异常的真实情况只有领域专家（如健康专业人员）才能理解和识别，算法分析检测出的异常不一定反映真实情况，有些信号异常可能对健康并无影响。
   • 以往相关工作存在计算量大的问题，且当存在多个异常时，无法识别所有异常。鉴于假设使用的是计算能力较弱的平台，新算法需在计算和内存需求上较为轻量，同时要能定位多个异常。
2. 时间序列不和谐子序列的定义
   • 生物信号中的异常子序列被称为不和谐子序列。时间序列不和谐子序列是较长时间序列中的子序列，与整个序列的其他所有子序列差异最大。
   • 可以通过比较每对子序列（也称为窗口），找出与最近邻（距离最小）距离最大的子序列来检测不和谐子序列。使用暴力方法可以找到这些不和谐子序列，但计算复杂度为$O(n^2)$，其中$n$是整个时间序列中可能的子序列总数。暴力方法能按距离对这些子序列进行排序，从而检测出所有不和谐子序列。
   • 考虑一个由$T$个时间槽组成的离散时间序列，以及长度为$m$个时间槽的子序列（$m \ll T$），则原始信号由$n = (T - m + 1)$个子序列组成，