摘要
本发明涉及疾病风险预测技术领域,公开了一种针对可穿戴采集设备的心率计算方法及系统,其中,一种针对可穿戴采集设备的心率计算方法包括:对可穿戴设备采集的PPG信号在多个时间尺度上进行分析,提取多个时间尺度的形态学特征;应用多头注意力神经网络处理多尺度形态学特征;根据用户特征自适应调整注意力网络中各特征的重要性权重;基于调整后的注意力网络输出,通过比对当前波形特征与自学习正常波形库中的模板,实现心率异常的检测,并通过增量学习方式持续优化个体化特征分布,并通过增量学习持续优化个体化特征分布;该方法能够有效提高不同用户群体心律异常的检测准确率。
技术关键词
注意力神经网络
心率计算方法
采集设备
波形
多尺度形态学特征
穿戴设备
疾病风险预测技术
动态时间规整算法
知识蒸馏技术
多尺度特征提取
模板
心电图设备
矩阵
生理
平方根
系统为您推荐了相关专利信息
检测识别系统
数据分析模块
识别模型训练
变电站
检测识别模块
虚实融合场景
物体
AR眼镜
闪烁频率
视频采集模块
动作同步
培训考核模拟系统
人脸模型
采集设备
姿态捕捉技术
缝纫制品
缺陷管理方法
缺陷检测算法
缺陷管理装置
数据
波形优化方法
点扩散函数
波形优化技术
深度神经网络结构
频率