摘要
本发明属于血压监测技术领域,公开了一种基于PPG和机器学习的非侵入式血压估测方法及系统,所述方法包括:获取若干对象的样本数据,所述样本数据包括:血压测试数据以及与血压测试数据相对应的多模态数据;基于血压测试数据以及与血压测试数据相对应的多模态数据构建训练集;基于训练集对预构建的多模态时空模型进行训练,得到训练好的多模态时空模型,以训练好的多模态时空模型作为血压估测模型,所述血压估测模型用于以被测对象的实际多模态数据为输入,输出被测对象的血压估测值。本发明具有改善测量体验、提升了测量性能、临床应用价值高以及易于推广等优点。
技术关键词
估测方法
多模态
数据
高阶统计特征
构建训练集
对象
节点
血压监测技术
跨模态
时域特征
注意力
频域特征
多尺度特征提取
样本
融合特征
估测系统
信号
瞬态噪声