[发明专利]脉搏波信号处理方法及装置

说明书

本发明提供了一种脉搏波信号处理方法及装置，该方法包括：获取待处理的脉搏波信号；对脉搏波信号进行预处理，获得标准脉搏波信号；分别通过血压识别模型的频域特征处理子模型提取标准脉搏波信号的关键频域特征，以及通过血压识别模型的时域特征处理子模型提取标准脉搏波信号的关键时域特征；应用血压识别模型的特征融合子模型对关键时域特征以及关键频域特征进行融合，获得标准脉搏波信号的融合特征；应用血压识别模型的输出子模型基于融合特征，获得标准脉搏波信号的血压识别结果。能够提取标准脉搏波信号的关键频域特征以及关键时域特征，进而依据该关键频域特征以及关键时域特征进行血压识别，能够有效的提升血压识别结果的准确率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种脉搏波信号处理方法及装置。

背景技术

血压是健康监测中最为重要的指标之一，监测血压不但可以监控人们的身体状况还可以预防与生活方式有关的疾病。

相关技术中，是基于先验知识构建血压的特征工程，进而根据获取到的特征作为机器学习模型的输入，从而预测出血压值，然而，由于认知的局限性，通过先验知识无法全面获得影响血压值的相关特征，因此，导致血压的识别结果不准确。

发明内容

本发明所要解决的技术问题是提供一种脉搏波信号处理方法，能够提高血压识别结果的准确率。

本发明还提供了一种脉搏波信号处理装置，用以保证上述方法在实际中的实现及应用。

一种脉搏波信号处理方法，包括：

获取待处理的脉搏波信号；

对所述脉搏波信号进行预处理，获得标准脉搏波信号；

分别通过预先构建的血压识别模型的频域特征处理子模型提取所述标准脉搏波信号的关键频域特征，以及通过所述血压识别模型的时域特征处理子模型提取所述标准脉搏波信号的关键时域特征；

应用所述血压识别模型的特征融合子模型对所述关键时域特征以及所述关键频域特征进行融合，获得所述标准脉搏波信号的融合特征；

应用所述血压识别模型的输出子模型基于所述融合特征，获得所述标准脉搏波信号的血压识别结果。

上述的方法，可选的，所述对所述脉搏波信号进行预处理，获得标准脉搏波信号，包括：

应用预先存储的标准化参数对所述脉搏波信号进行标准化处理，获得标准脉搏波信号，所述标准化参数包括标准脉搏波信号平均值以及标准脉搏波信号标准差。

上述的方法，可选的，所述血压识别模型的构建过程，包括：

获取训练数据集，所述训练数据集包含多个训练脉搏波信号以及每个所述训练脉搏波信号的血压值标签；

利用所述训练数据集训练所述血压识别模型。

上述的方法，可选的，所述频域特征处理子模型包括卷积神经网络以及第一注意力模块；

所述通过预先构建的血压识别模型的频域特征处理模块提取所述标准脉搏波信号的关键频域特征，包括：

通过所述卷积神经网络提取所述标准脉搏波信号的频域特征；

通过所述第一注意力模块对所述频域特征进行筛选，获得所述标准脉搏波信号的关键频域特征。

上述的方法，可选的，所述时域处理子模型包括长短期记忆网络以及第二注意力模块；

所述通过预先构建的血压识别模型的时域特征处理子模型提取所述标准脉搏波信号的关键时域特征，包括：

通过所述长短期记忆网络提取所述所述标准脉搏波信号的时域特征；