[发明专利]心率监测方法及系统、存储介质、终端

说明书

本发明提供了一种心率监测方法及系统、存储介质、终端，该方法包括如下步骤：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，通过对原始数据集进行数据增强，并结合金字塔输入，最终提升使用训练后的所述神经网络模型监测心率的准确性。

技术领域

本发明涉及健康监测技术领域，尤其涉及一种心率监测方法及系统、存储介质、终端。

背景技术

根据世界卫生组织的统计，心血管疾病已经成为全球范围内致人死亡的头号病因。其具有较高的发生率、病死率和死亡率，严重影响患者生活质量甚至威胁其生命安全。据估计，2019年约有1790万人死于心血管疾病，占全球死亡人数的32％。人每一次脉搏的搏动，都代表一次有效的心脏跳动，每分钟心脏跳动的次数就是心率。心率作为心脏评估的基本指标，为心血管疾病提供了重要的启示参考。因此，一个有效、简单、经济的心率监测系统对于心血管疾病的预防和早期检测具有很大的前景。

心脏跳动周期中心脏泵血能引起身体产生相应的运动，通过高灵敏度传感器检测该运动信号，并将其描记成波形，该波形称为心冲击图(Ballistocardiogram，BCG)，该技术具有无创、非接触、可长期连续监测的优点。因为心冲击图信号记录的是心脏泵血引起的与心搏同步的身体运动，所以心冲击图信号间接反映了心脏动力和运动状态。

但在实际应用中，采集到的心冲击图信号相对较弱，容易受到呼吸、肌肉震颤、振动等因素的干扰，这对基于心冲击图信号的心率检测提出了巨大挑战。

因此，有必要开发一种新型心率监测方法及系统、存储介质、终端，以改善现有技术中存在的上述部分问题。

发明内容

本发明的目的在于提供一种心率监测方法，能够提高心率监测的准确性。

为实现上述目的，本发明提供的心率监测方法，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。

本发明提供的心率监测方法的有益效果在于：通过对原始数据集进行数据增强，使增强后的增强数据集内拥有更多的训练样本并提升训练样本的多样性，使用所述增强数据集对构建的神经网络模型进行训练，能够提升训练后的所述神经网络模型的泛化能力和鲁棒性，有利于减小不同待检测对象或不同睡眠姿态影响心率监测的准确性；同时，金字塔输入能够使所述神经网络模型具有多尺度的感受野，以提高网络的性能，最终提升使用训练后的所述神经网络模型监测心率的准确性。

可选的，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。其有益效果在于：从MIT-BIH数据库内获得的噪声信号幅值相对于所述原始心冲击图信号过小，增大所述噪声信号的幅值并将其与所述原始心冲击图信号相加作为训练样本，扩大用于训练的数据集的样本数，降低因样本数量太少造成过拟合现象的可能性，提升所述神经网络模型的泛化能力，以提高心率监测的准确性。

可选的，所述增大所述噪声信号的幅值，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。其有益效果在于：将所述噪声信号与所述原始心冲击图信号的信噪比控制在大于等于5dB且小于等于6dB，有利于避免所述噪声信号幅值过大使有效信号被淹没。