[发明专利]个性化血压预测模型的训练方法、装置及电子设备

说明书

本申请关于一种个性化血压预测模型的训练方法、装置及电子设备。具体方案为：通过获取单路PPG传感器对第一对象采集的单路脉搏波信号；对单路脉搏波信号进行特征提取得到多个特征信息；将多个特征信息输入至预先训练的血压预测模型，以得到血压预测模型输出的血压预测值；从已存储的历史特征信息和历史血压预测值中获取训练集数据；基于训练集数据对血压预测模型进行更新训练，得到第一对象的个性化血压预测模型。本申请提高了对用户血压预测的准确性。

技术领域

本申请涉及血压监测技术领域，尤其涉及一种个性化血压预测模型的训练方法、装置及电子设备。

背景技术

相关技术中，智能手环上可部署心电信号ECG传感器和脉搏波信号PPG传感器。但是若要测量用户的ECG信号，则人体和智能手环之间应形成一个经过心脏的回路，通常的做法是将ECG传感器的两个电极片安装在手环内部和手环旁侧，使用时需要一手佩带手环，另一只手指按住旁侧电极片，这样才能采集ECG信号，整个过程较为繁琐，难以实现ECG信号的实时测量。双路PPG信号的采集则需要用户佩戴2个PPG传感器，需要在同一侧手臂且相距一定距离，通常手腕处佩戴一个，大臂处佩戴一个。双路PPG信号无法集成于一个智能手环中。并且由于训练样本的采集对象与实际用户存在个体差异，因此仅适用于少数与训练样本采集对象相近的人员，难以做到普适性。

发明内容

为此，本申请提供一种个性化血压预测模型的训练方法、装置及电子设备。本申请的技术方案如下：

根据本申请实施例的第一方面，提供一种个性化血压预测模型的训练方法，所述方法包括：

获取单路PPG传感器对第一对象采集的单路脉搏波信号；

对所述单路脉搏波信号进行特征提取，得到多个特征信息；

将所述多个特征信息输入至预先训练的血压预测模型，以得到所述血压预测模型输出的血压预测值；

建立所述多个特征信息与所述血压预测值之间的对应关系，并基于所述对应关系将所述多个特征信息和所述血压预测值进行存储；

从已存储的历史特征信息和历史血压预测值中获取训练集数据；

基于所述训练集数据对所述血压预测模型进行更新训练，得到所述第一对象的个性化血压预测模型。

根据本申请的一个实施例，所述血压预测模型通过以下方式预先训练：

分别获取单路PPG传感器对第二对象采集的单路脉搏波样本信号数据和所述第二对象的血压实测数据；其中，所述单路脉搏波样本信号和所述血压实测数据的采集时间相同；所述血压实测数据用于对所述单路脉搏波样本信号进行标定；

对所述单路脉搏波样本信号进行特征提取，得到多个样本特征数据；

基于所述多个样本特征数据和所述血压实测数据对初始血压预测模型进行训练。

根据本申请的一个实施例，所述单路脉搏波样本信号数据包括单路脉搏波样本信号和所述单路脉搏波样本信号的采集时间；所述对所述单路脉搏波样本信号进行特征提取，得到多个样本特征数据，包括：

根据所述单路脉搏波样本信号的采集时间，将所述单路脉搏波样本信号按照预设时长划分为多个数据段；

分别对所述多个数据段进行特征提取，得到所述多个数据段各自的多个样本特征子数据；

针对每个数据段，分别将每个样本特征子数据中的特征值取平均值，得到每个样本特征子数据对应的特征平均值；

将所述多个数据段各自对应的多个特征平均值确定为所述样本特征数据。

根据本申请的一个实施例，所述血压实测数据包括血压实测值和所述血压实测值的采集时间；所述基于所述多个样本特征数据和所述血压实测数据对初始血压预测模型进行训练，包括：