心率预测及模型的训练方法、系统、可穿戴设备和介质技术方案

本发明专利技术涉及一种心率预测及模型的训练方法、系统、可穿戴设备和介质。训练方法包括：获取训练样本集和对应的标签集；其中，训练样本集的每一个训练样本包括光电容积脉搏波序列和对应的加速度序列，标签集为真实心率；对每一个训练样本进行预处理，得到对应的光电容积脉搏波频谱序列和加速度频谱序列；将所有的光电容积脉搏波频谱序列和加速度频谱序列输入至待训练的心率预测模型，得到对应的预测心率；计算预测心率和对应真实心率的差异度，并基于差异度更新心率预测模型的参数，得到训练好的心率预测模型。本发明专利技术改善了现有技术中使用复杂的自适应滤波过程，导致信号处理的成本和计算复杂度高的问题，能够显著提升心率预测的精确度。

【技术实现步骤摘要】

本专利技术涉及信号处理，特别涉及一种心率预测及模型的训练方法、系统、可穿戴设备和介质。

技术介绍

1、随着人们对医疗健康的重视，尤其在数字化健康的驱动下，医疗可穿戴设备的发展如火如荼。心率监控已经是可穿戴设备的“标配”，实时心率监控技术得到广泛的应用。可穿戴反射型光电容积脉搏波(photoplethysmography，ppg)传感器可以集成在手表或表带中，以提供瞬时心率，并给用户带来最小的不便。然而，该传感器对运动伪影很敏感，往往会导致不准确的心率估计。

2、针对ppg信号中存在的噪声和伪影问题，业内通常采用信号预处理与自适应滤波结合法，通过信号去噪、动态滤波和心率提取，实现对心率的测量。但这种方式由于自适应滤波计算复杂，导致长时间佩戴设备的功耗增加。因此，需要提供一种心率预测及模型的训练方法、系统、可穿戴设备和介质。

技术实现思路

1、鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种心率预测及模型的训练方法、系统、可穿戴设备和介质，改善了现有技术采用信号预处理与自适应滤波结合法对用户心本文档来自技高网...

【技术保护点】

1.一种心率预测模型的训练方法，其特征在于，所述训练方法包括：

2.根据权利要求1所述的心率预测模型的训练方法，其特征在于，训练样本是通过对初始光电容积脉搏波序列和初始加速度序列预处理得到的，训练样本的获取过程包括：

3.根据权利要求1所述的心率预测模型的训练方法，其特征在于，所述光电容积脉搏波为多通道信号，所述对每一个训练样本进行预处理，得到对应的光电容积脉搏波频谱序列和加速度频谱序列，包括：

4.根据权利要求3所述的心率预测模型的训练方法，其特征在于，所述综合各个通道的光电容积脉搏波序列，得到综合光电容积脉搏波序列，包括：将各个通道的光电容积脉搏波...

【技术特征摘要】

1.一种心率预测模型的训练方法，其特征在于，所述训练方法包括：

2.根据权利要求1所述的心率预测模型的训练方法，其特征在于，训练样本是通过对初始光电容积脉搏波序列和初始加速度序列预处理得到的，训练样本的获取过程包括：

3.根据权利要求1所述的心率预测模型的训练方法，其特征在于，所述光电容积脉搏波为多通道信号，所述对每一个训练样本进行预处理，得到对应的光电容积脉搏波频谱序列和加速度频谱序列，包括：

4.根据权利要求3所述的心率预测模型的训练方法，其特征在于，所述综合各个通道的光电容积脉搏波序列，得到综合光电容积脉搏波序列，包括：将各个通道的光电容积脉搏波序列求取平均值，得到综合光电容积脉搏波序列。

5.根据权利要求3所述的心率预测模型的训练方法，其特征在于，所述对所述综合光电容积脉搏波序列和所述加速度序列分别进行快速傅里叶变换，对应得到光电容积脉搏波频谱序列和加速度频谱序列，包括：

6.根据权利要求3所述的心率预测模型的训练方法，其...

【专利技术属性】
技术研发人员：赵凌超，刘畅，
申请(专利权)人：恒玄科技上海股份有限公司，
类型：发明
国别省市：