可穿戴设备数据的异常检测框架：关于数据概念、数据分析算法和前景的展望综述

可穿戴设备利用传感器评估生理参数，例如心率、脉率、步数、体脂和饮食。对生理参数的持续监测为评估个人健康管理提供了潜在的解决方案。识别心率及其他特征中的离群值或异常，有助于发现对理解疾病状态潜在原因具有重要作用的模式。由于可穿戴设备传感器产生的海量数据中存在异常，识别异常需要精确的自动化技术。鉴于异常的临床意义及其对诊断和治疗的影响，目前已提出了多种用于检测异常的方法。本文报道的大部分内容均基于先前发表的文献。应用可穿戴设备的临床研究也日益增多。在本文中，我们综述了可穿戴设备相关数据的特征以及用于检测异常的下游处理方法。此外，我们还综述了监督和无监督技术，以及克服医疗数据缺失和未标注挑战的半监督方法。