一种基于对比学习的个性化血压监测算法

本发明提供一种基于对比学习的个性化血压监测算法，包括：正负样本对构建和预训练微调框架两个部分，将来自不同人但具有相似血压的PPG片段作为正样本对；将同一人的其他时段的PPG片段作为负样本对；为了有效解决血压监测校准中的标签模糊性问题，设计了一种预训练微调框架，基于正负样本对构建，通过预训练和监督微调，实现小样本的个性化血压监测模型构建；本发明可以应用于具有PPG的可穿戴设备，实现连续、舒适的血压监测，工作安全可靠，适合推广，与传统的PTT方法相比，无需用户测量时辅助，相比于最新的深度学习方法可以有效降低模型微调所需的标签数量，大幅减轻用户的前期血压测量负担；并满足美国医疗仪器促进协会标准。