体征信号的解析方法、装置以及存储介质制造方法及图纸

本申请公开了一种体征信号的解析方法、装置以及存储介质。其中，该方法包括：获取采集到的目标对象对应的光纤的光功率信号；将所述光功率信号输入至神经网络模型，得到所述目标对象的目标体征信号，所述神经网络模型为通过多组训练数据训练得到，所述多组数据中的每组数据包括：样本对象的光功率信号，以及用于标识所述样本对象的光功率信号所对应的体征信号；在显示界面展示所述目标体征信号。本申请解决了由于相关技术中的体征检测设备在检测体征信号时，易受电磁干扰，检测结果准确性差，以及影响用户使用体验的技术问题。影响用户使用体验的技术问题。影响用户使用体验的技术问题。

【技术实现步骤摘要】
体征信号的解析方法、装置以及存储介质


[0001]本申请涉及生命体征检测领域，具体而言，涉及一种体征信号的解析方法、装置以及存储介质。

技术介绍

[0002]随着互联网设备和数字医疗产业的到来，健康和健康监测已成为一个日益关注的领域。监控生命体征诸如心率、心冲击信号以及呼吸率，在医疗保健机构内外都是需要的。在医疗机构内，生命体征跟踪是必不可少的，生命体征跟踪对于确保患者安全、诊断疾病、监测病人的进展、规划病人的护理有着重要作用。在医疗机构外，跟踪生命体征及姿态使个人能将他们的健康状况量化和概念化，帮助个人保持关注他们的健康和健康需要、明确进度、保持实现健康和健身目标是一种趋势。
[0003]当前消费品市场上的生命体征追踪器大多是很不准确的，其他更精确的设备，结构复杂，需要连接到插座和用导线连接到患者，这些设备使用步骤繁琐，会引起病人的焦虑，而且设备昂贵，不易携带，容易产生电磁干扰(EMI)，不易部署。另外体征信号的检测方法采用傅里叶变换计算心电图的QRS波，然而这种方法极容易被噪声信号干扰，且这种基于先验知识的方法，准确率很难超过神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体征信号的解析方法，其特征在于，包括：获取采集到的目标对象对应的光纤的光功率信号；将所述光功率信号输入至神经网络模型，得到所述目标对象的目标体征信号，所述神经网络模型为通过多组训练数据训练得到，所述多组数据中的每组数据包括：样本对象的光功率信号，以及用于标识所述样本对象的光功率信号所对应的体征信号；在显示界面展示所述目标体征信号。2.根据权利要求1所述的方法，其特征在于，获取目标对象的光纤的光功率信号，包括：接收接触所述目标对象肢体的有感采集设备传输的所述光功率信号。3.根据权利要求1所述的方法，其特征在于，获取目标对象的光纤的光功率信号，包括：接收与监测所述目标对象不发生肢体接触的无感采集设备传输的所述光功率信号。4.根据权利要求1所述的方法，其特征在于，将所述光功率信号输入至神经网络模型，包括：对所述光功率信号进行预处理，得到处理后的光功率信号，其中，所述预处理的方式包括：滤波以及降噪。5.根据权利要求4所述的方法，其特征在于，在对所述光功率信号进行预处理，得到处理后的光功率信号之后，所述方法还包括：对所述处理后的光功率信号进行傅里叶变换；根据所述傅里叶变换得到所述光功率信号对应的目标频域信号；将所述目标频域信号及未处理的光功率信号同时输入至所述神经网络模型。6.根据权利要求1所述的方法，其特征在于，所述神经网络模型集成在嵌入式设备中，在显示界面展示所述目标体征信号，包括：在所述嵌入式设备对应的显示界面展示所述目标体征信号；或者将所述目标体征信号发送至其他对象所持有的终端，其中，所述其他对象为与所述目标对象具有关联关系的对象。7.根据权利要求1至6中任意一项所述的方法，其特征在于，其中，所述体征信号包括：呼吸频率与心率，所述神经网络模型在训练的过程中，共用浅层卷积层对所述样本对象的光功率信号进行特征提取，且共用卷积参数，并分为两...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：毕威泰克浙江医疗器械有限公司，
类型：发明
国别省市：