一种多传感器融合的心率监测方法

本发明公开了一种多传感器融合的心率监测方法，涉及医疗健康监测领域，所述方法包括：步骤1、采集原始混合体动信号，从中分离出正常BCG信号和异常BCG信号；步骤2、训练心率体征提取模型，提取心率体征；步骤3、将心率特征用于训练分类网络模型，输出心率判断结果；步骤4、将新的心率数据输入到心率体征提取模型中，提取特征表示，并将特征表示再输入到训练好的分类网络模型中，获得新的心率数据的判断结果。本发明所提供的技术方案通过利用人工智能技术和深度学习算法，应用对比学习的自监督方法，提升了检测分析的精度和效率，并通过比较正异常的BCG信号来学习区分它们的特征表示，降低了对人工标记数据的依赖，减少了人工成本和误差。