基于振荡波和PPG信号协同学习的血压测量系统及方法

本发明提供一种基于振荡波和PPG信号协同学习的血压测量系统及方法，涉及可穿戴医疗健康监测技术领域。本发明充分发挥CNN在局部特征提取、Transformer在时序建模以及PPG信号在辅助血压预测方面的优势，可显著提升血压估计的准确性。既采用深度学习自动提取复杂特征、减少对手工特征工程的依赖，又采用传统机器学习，增强模型解释性，结合两者优势，提高血压估计的精度和鲁棒性。本发明适用性广，可适用于家庭健康监测、临床监护和可穿戴设备等多种场景，同时采用多任务学习，可以同时预测收缩压和舒张压，共享特征提取网络。而且，该算法是轻量级算法，可以部署在可穿戴设备上实现低功耗、高效率的实时血压估计，为健康监测提供有力支持。