一种训练心率血压监测模型的方法、装置和电子设备

本申请涉及机器学习模型，具体而言，涉及一种训练心率血压监测模型的方法、装置和电子设备。

背景技术：

1、目前，使用移动终端对心率和血压进行监测时，需要用户平时在胸前佩戴心电传感器，使用非常不便，无法大规模应用。

技术实现思路

1、为解决上述问题，本申请实施例的目的在于提供一种训练心率血压监测模型的方法、装置和电子设备。

2、第一方面，本申请实施例提供了一种训练心率血压监测模型的方法，应用于具有耳机的移动终端，所述耳机上设置有光电传感器，包括：

3、获取所述耳机采集的心音数据以及所述光电传感器采集的血流量数据，其中，所述心音数据，是心音信号与时间的曲线；所述血流量数据，是血流量信号与时间的曲线；

4、对所述心音数据和所述血流量数据分别进行预处理，得到预处理后的所述心音数据和所述血流量数据；

5、利用预处理后的所述心音数据和所述血流量数据对心率血压监测模型进行训练。

6、第二方面，本申请实施例还提供了一种训练心率血压监测模型的装置，包括：

7、获取模块，用于获取所述耳机采集的心音数据以及所述光电传感器采集的血流量数据，其中，所述心音数据，是心音信号与时间的曲线；所述血流量数据，是血流量信号与时间的曲线；

8、预处理模块，用于对所述心音数据和所述血流量数据分别进行预处理，得到预处理后的所述心音数据和所述血流量数据；

9、训练模块，用于利用预处理后的所述心音数据和所述血流量数据对心率血压监测模型进行训练。

10、第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。

11、第四方面，本申请实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。

12、本申请实施例上述第一方面至第四方面提供的方案中，获取耳机采集的心音数据以及光电传感器采集的血流量数据，并利用预处理后的心音数据和血流量数据对心率血压监测模型进行训练，与相关技术中需要用户平时在胸前佩戴心电传感器才可进行心率血压检测的方式相比，只需携带有光电传感器的耳机采集的心音数据以及血流量数据就可以完成对心率血压监测模型的训练，无需用户佩戴心电传感器，大大降低了获取心率血压监测模型训练数据的难度，增加了心率血压监测模型的应用前景。

13、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种训练心率血压监测模型的方法，应用于具有耳机的移动终端，所述耳机上设置有光电传感器，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述利用预处理后的所述心音数据和所述血流量数据对心率血压监测模型进行训练，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用降噪处理后的所述心音数据和预处理后的所述血流量数据对心率血压监测模型进行训练，包括：

4.根据权利要求3所述的方法，其特征在于，所述利用提取出的所述心音数据的幅值和周期和所述血流量数据的幅值和周期、各所述对应关系的脉搏波传导时间以及多个血流量信号的峰值时刻，对心率血压监测模型进行训练，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用所述特征数据对所述心率血压监测模型进行训练，包括：

6.一种训练心率血压监测模型的装置，其特征在于，包括：

7.根据权利要求6所述的装置，其特征在于，所述训练模块，具体用于：

8.根据权利要求7所述的装置，其特征在于，所述训练模块，用于利用降噪处理后的所述心音数据和预处理后的所述血流量数据对心率血压监测模型进行训练，包括：

9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-5任一项所述的方法的步骤。

10.一种电子设备，其特征在于，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行权利要求1-5任一项所述的方法的步骤。

技术总结
本申请提供了一种训练心率血压监测模型的方法、装置和电子设备，其中，该方法包括：获取耳机采集的心音数据以及光电传感器采集的血流量数据；对心音数据和血流量数据分别进行预处理，得到预处理后的心音数据和血流量数据；利用预处理后的心音数据和血流量数据对心率血压监测模型进行训练。通过本申请实施例提供的训练心率血压监测模型的方法、装置和电子设备，需携带有光电传感器的耳机采集的心音数据以及血流量数据就可以完成对心率血压监测模型的训练，无需用户佩戴心电传感器，大大降低了获取心率血压监测模型训练数据的难度。

技术研发人员：王运涛,史元春,张雨馨,兴军亮,陶品,喻纯
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/9/23