[发明专利]心率监测方法及系统、存储介质、终端

权利要求书

1.一种心率监测方法，其特征在于，包括如下步骤：

获取原始数据集，所述原始数据集包括原始心冲击图信号；

对所述原始数据集进行数据增强，以获得增强数据集；

构建神经网络模型，所述神经网络模型为金字塔输入神经网络；

使用所述增强数据集训练所述神经网络模型；

使用训练后的所述神经网络模型监测心率。

2.根据权利要求1所述的心率监测方法，其特征在于，所述对所述原始数据集进行数据增强，以获得增强数据集，包括如下步骤：

获取噪声信号；

增大所述噪声信号的幅值；

将增幅后的所述噪声信号与所述原始心冲击图信号相加以获得增幅噪声信号，所述增幅噪声信号与所述原始心冲击图信号组成所述增强数据集。

3.根据权利要求2所述的心率监测方法，其特征在于，所述增大噪声信号的幅值，包括如下步骤：

计算所述噪声信号与所述原始心冲击图信号之间的信噪比；

增大所述噪声信号的幅值使所述信噪比数值大于等于5dB且小于等于6dB。

4.根据权利要求3所述的心率监测方法，其特征在于，所述使用所述增强数据集训练所述神经网络模型，包括：

对所述增强数据集内的数据进行Z分数归一化处理；

使用所述Z分数归一化处理后的所述增强数据集训练所述神经网络模型。

5.根据权利要求2所述的心率监测方法，其特征在于，所述噪声信号包括MIT-BIH数据库内的基线漂移噪声信号。

6.根据权利要求1所述的心率监测方法，其特征在于，所述神经网络模型包括卷积模块，所述卷积模块包括依次连接的卷积层、批量归一层、激活函数层、池化层和Disout层。

7.根据权利要求1所述的心率监测方法，其特征在于，所述神经网络模型包括金字塔输入模块和若干卷积模块，所述金字塔输入模块包括若干下采样层，若干所述下采样层的输出与所述若干卷积模块的输出一一对应拼接。

8.根据权利要求7所述的心率监测方法，其特征在于，所述神经网络模型包括：编码模块，所述编码模块与所述卷积模块连接，所述编码模块包括依次连接的Squeeze层、Permute层、Transformer层和Mean层。

9.根据权利要求8所述的心率监测方法，其特征在于，所述Transformer层为Transformer模型中的Encoder。

10.根据权利要求1所述的心率监测方法，其特征在于，所述使用所述增强数据集训练所述神经网络模型包括：将均方误差作为损失函数，使用Adam算法训练所述神经网络模型。

11.一种心率监测系统，其特征在于，所述系统包括：

检测单元，用于检测心脏泵血引起的与心搏同步的身体运动并转化为原始心冲击图信号；

训练单元，所述训练单元对所述原始数据集进行数据增强，获得增强数据集并使用所述增强数据集训练神经网络模型；

监测单元，所述监测单元包括神经网络模型，所述神经网络模型为金字塔输入神经网络，所述监测单元使用训练后的所述神经网络模型监测心率。

12.根据权利要求11所述的心率监测系统，其特征在于，所述增强数据集包括原始心冲击图信号和增幅噪声信号，所述增幅噪声信号由噪声信号增大幅值后与所述原始心冲击图信号相加获得。

13.根据权利要求12所述的心率监测系统，其特征在于，增幅后的所述噪声信号与所述原始心冲击图信号之间的信噪比数值大于等于5dB且小于等于6dB。

14.一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至10任一项所述的心率监测方法。

15.一种终端，其特征在于，包括：处理器和存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1至10任一项所述的心率监测方法。