【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种血压测量方法及模型训练方法。
技术介绍
1、近年来，可穿戴医疗设备的发展，为人们提供了更加便捷以及准确的自我健康监测方式，特别地，血压作为一种人体的重要生理指标，可以在一定程度上反映人们的身体状况，因此，对血压的监测具有十分重大的意义。
2、相关技术中，通常采用基于心电信号(electrocardiogram，简称ecg)和光电容积脉搏波信号(photo plethysmo graph，简称ppg)的双路信号，并通过提取ppg、ecg信号中的特征参数，建立多参数的血压预测模型，基于血压预测模型获取最终的血压值的方式进行血压测量。
3、然而前述技术由于须同时采集心电信号和脉搏波信号，导致成本较高，同时，由于使用单一的血压预测模型，不能适应不同人群的需求。由此，如何合理地、准确地基于血压预测模型对不同人群进行定制化的血压测量，进而满足不同人群对于准确进行血压测量的需求，已成为了亟待解决的问题。
技术实现思路
1、本申请提供了一种血压测量方法及模型训练方法，本申请仅采集脉搏波信号，降低了信号采集的成本，并且可以将人群划分为不同类别，并基于不同类别的人群分别进行模型训练以获取多个血压测量模型，进一步地，可以基于不同类别的人群选取相匹配的目标血压测量模型，满足了不同人群的血压测量需求，提高了获取血压测量结果的准确性和可靠性。
2、根据本申请的第一方面，提供了一种血压测量方法，包括：获取目标对象的至少一个第一脉搏波信号以及所述
3、另外，根据本申请上述实施例的一种血压测量方法，还可以具有如下附加的技术特征：
4、根据本申请的一个实施例，所述基于所述至少一个第一脉搏波信号和所述对应的至少一个参考血压值，确定所述目标对象所属的类别，包括：基于所述至少一个第一脉搏波信号和所述对应的至少一个参考血压值，确定所述目标对象的相关性特征数据；根据所述目标对象的相关性特征数据，确定所述目标对象所属的类别。
5、根据本申请的一个实施例，所述基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象的相关性特征数据，包括：对所述至少一个第一脉搏波信号中的每个第一脉搏波信号进行特征提取，得到所述每个第一脉搏波信号的至少一个维度的脉搏波特征数据；基于所述至少一个第一脉搏波信号中每个第一脉搏波信号的至少一个维度的脉搏波特征数据和所述至少一个参考血压值，得到所述目标对象的相关性特征数据。
6、根据本申请的一个实施例，所述基于所述至少一个第一脉搏波信号中每个第一脉搏波信号的至少一个维度的脉搏波特征数据和所述至少一个参考血压值，得到所述目标对象的相关性特征数据，包括：针对所述至少一个维度中的每个维度，基于所述至少一个第一脉搏波信号的所述每个维度的脉搏波特征数据以及所述至少一个参考血压值，确定所述每个维度对应的相关度；根据所述多个维度中每个维度对应的相关度，得到所述目标对象的相关性特征数据。
7、根据本申请的一个实施例，所述至少一个维度的脉搏波特征数据包括以下中的至少一个：脉搏上升时间、第一波峰间隔、脉搏下降时间、脉搏周期，所述第一波峰间隔为所述主波波峰与次波波峰之间的间隔。
8、根据本申请的一个实施例，所述方法还包括：响应于血压测量指令，获取所述目标对象的第二脉搏波信号；利用所述第二脉搏波信号和所述目标血压预测模型，得到所述目标对象的血压测量结果。
9、根据本申请的一个实施例，所述获取目标对象的至少一个第一脉搏波信号以及所述至少一个第一脉搏波信号对应的至少一个参考血压值，包括：响应于确定满足血压校准触发条件，则获取目标对象的至少一个第一脉搏波信号以及所述至少一个第一脉搏波信号对应的至少一个参考血压值。
10、根据本申请的一个实施例，所述多个预设血压预测模型中每个预设血压预测模型是利用对应类别的样本数据集进行模型训练得到的。
11、根据本申请的第二方面，提供了一种模型训练方法，包括：获取多个对象的样本数据，其中，所述样本数据包括样本脉搏波信号以及所述样本脉搏波信号对应的样本血压值；基于所述多个对象中每个对象的样本数据，得到所述每个对象的样本相关性特征数据；根据所述多个对象中每个对象的样本相关性特征数据，利用聚类模型对所述多个对象进行聚类，得到所述多个对象所属的多个类别以及所述聚类模型。
12、另外，根据本申请上述实施例的一种模型训练方法，还可以具有如下附加的技术特征：
13、根据本申请的一个实施例，所述方法还包括：利用所述多个类别中每个类别包括的至少两个对象的样本数据，对血压预测模型进行训练，以得到所述每个类别对应的血压预测模型。
14、根据本申请的一个实施例，所述基于所述多个对象中每个对象的样本数据，得到所述每个对象的样本相关性特征数据，包括：对所述对象的样本脉搏波信号进行特征提取，得到所述样本脉搏波信号的至少一个维度的特征数据；基于所述对象的样本脉搏波信号的至少一个维度的特征数据以及所述样本脉搏波信号对应的样本血压值，得到所述对象的样本相关性特征数据。
15、为了实现上述目的，本申请第三方面实施例提出了一种电子设备，其特征在于，包括被配置为执行如前述的血压测量方法或模型训练方法步骤中的至少一个模块。
16、根据本申请的一个实施例，提供一种血压测量装置，包括：获取模块，用于获取目标对象的至少一个第一脉搏波信号以及所述至少一个第一脉搏波信号对应的至少一个参考血压值；确定模块，用于基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象所属的类别；选取模块，用于根据所述目标对象所属的类别，从多个预设血压预测模型中选取与所述目标对象匹配的目标血压预测模型。
17、根据本申请的一个实施例，提供一种模型训练装置，包括：第一获取模块，用于获取多个对象的样本数据，其中，所述样本数据包括样本脉搏波信号以及所述样本脉搏波信号对应的样本血压值；第二获取模块，用于基于所述多个对象中每个对象的样本数据，得到所述每个对象的样本相关性特征数据；聚类模块，用于根据所述多个对象中每个对象的样本相关性特征数据，利用聚类模型对所述多个对象进行聚类，得到所述多个对象所属的多个类别以及所述聚类模型。
18、为了实现上述目的，本申请第四方面实施例提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现前述的血压测量方法或模型训练方法。
19、为了实现上述目的，本申请第五方面实施例提出了非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述的血压测量方法或模型训练方法。
20、为了实现上述目本文档来自技高网...
【技术保护点】
1.一种血压测量方法，包括：
2.根据权利要求1所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象所属的类别，包括：
3.根据权利要求2所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象的相关性特征数据，包括：
4.根据权利要求3所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号中每个第一脉搏波信号的至少一个维度的脉搏波特征数据和所述至少一个参考血压值，得到所述目标对象的相关性特征数据，包括：
5.根据权利要求3或4所述的血压测量方法，其中，所述至少一个维度的脉搏波特征数据包括以下中的至少一个：脉搏上升时间、第一波峰间隔、脉搏下降时间、脉搏周期，所述第一波峰间隔为所述主波波峰与次波波峰之间的间隔。
6.根据权利要求1至5中任一项所述的血压测量方法，其中，还包括：
7.根据权利要求1至6中任一项所述的血压测量方法，其中，所述获取目标对象的至少一个第一脉搏波信号以及所述至少一个第一脉搏波信号对应的至少
8.根据权利要求1至7中任一项所述的血压测量方法，其中，所述多个预设血压预测模型中每个预设血压预测模型是利用对应类别的样本数据集进行模型训练得到的。
9.一种模型训练方法，包括：
10.根据权利要求9所述的模型训练方法，其中，所述方法还包括：
11.根据权利要求9或10所述的模型训练方法，其中，所述基于所述多个对象中每个对象的样本数据，得到所述每个对象的样本相关性特征数据，包括：
12.一种电子设备，其特征在于，包括被配置为执行如权利要求1至8或9至11中任一项所述的方法步骤中的至少一个模块。
13.一种电子设备，其特征在于，包括存储器、处理器；
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8或者9-11中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8或者9-11中任一项所述的方法。
...【技术特征摘要】
1.一种血压测量方法，包括：
2.根据权利要求1所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象所属的类别，包括：
3.根据权利要求2所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号和所述至少一个参考血压值，确定所述目标对象的相关性特征数据，包括：
4.根据权利要求3所述的血压测量方法，其中，所述基于所述至少一个第一脉搏波信号中每个第一脉搏波信号的至少一个维度的脉搏波特征数据和所述至少一个参考血压值，得到所述目标对象的相关性特征数据，包括：
5.根据权利要求3或4所述的血压测量方法，其中，所述至少一个维度的脉搏波特征数据包括以下中的至少一个：脉搏上升时间、第一波峰间隔、脉搏下降时间、脉搏周期，所述第一波峰间隔为所述主波波峰与次波波峰之间的间隔。
6.根据权利要求1至5中任一项所述的血压测量方法，其中，还包括：
7.根据权利要求1至6中任一项所述的血压测量方法，其中，所述获取目标对象的至少一个第一脉搏波信号以及所述至少...
【专利技术属性】
技术研发人员：田中贺，黄晶晶，
申请(专利权)人：安徽华米健康科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。