本技术提供了一种用于辅助确定心脏疾病类别的模型训练方法及装置,可以应用于毫米波雷达技术领域和无接触式心脏疾病检测技术领域。该方法包括:获取预定时段内样本对象的心电图数据集和毫米波雷达数据集,毫米波雷达数据集包括样本心跳信息和样本冗余信息;分别对心电图数据集和毫米波雷达数据集进行特征提取,得到预定时段内多个时刻各自的心电图特征和毫米波雷达特征;根据多个时刻各自的心电图特征和毫米波雷达特征,将样本心跳信息与心电图数据集进行语义匹配,得到相对齐的目标心电图特征和目标毫米波雷达特征;根据目标心电图特征和目标毫米波雷达特征,对利用心电图特征训练得到的初始分类模型进行调整,得到目标分类模型。
背景技术
近年来,具备高分辨率和高精度特性的毫米波雷达技术不仅能够进行无接触式的动作识别以及对心率、呼吸等生命体征进行监测,还能够实现无接触式心电图(electrocardiogram,ECG)监测,这对于心脏疾病的早期辅助诊断和监测具有重大意义。
在实现本发明构思的过程中,经研究发现,相关技术中由于缺乏较高质量的毫米波雷达数据标签,使得毫米波雷达技术在无接触式心脏疾病检测领域的进步受到了制约。
实现思路