[发明专利]信息处理方法、信息处理装置及生理检测设备

说明书

本发明实施例公开一种信息处理方法、信息处理装置及生理检测设备，方法包括：采集被检测用户的生理感测信号；将生理感测信号作为第一预测模型的输入，执行第一预测模型得到生理指标；根据生理感测信号及生理指标，调整训练数据集；基于调整后的训练数据集，对第一预测模型进行重训练，得到第二预测模型及第二预测模型的相关系数；通过比较第一预测模型的相关系数及第二预测模型的相关系数，确定是否将第一预测模型更新为第二预测模型。根据本发明实施例提供的技术方案，根据实际得到的用户的生理感测信号及生理指标调整训练数据集，从而获得更符合用户自身的预测模型，进而在监测用户健康状况时，得到更加准确的生理指标，提高健康判断的准确性。

技术领域

本发明实施例属于数据处理技术领域，具体地说，涉及一种信息处理方法、信息处理装置及生理检测设备。

背景技术

随着人们对健康关注度的提高，能够实时准确地监测出用户的健康数据(如血压、血氧、血糖、心率、心电等数据)并进行健康情况的预测变得尤为重要。目前，健康类监测产品的解决方案一般是：在产品内预先存储有根据健康数据与产品输出数据之间的关系建立的模型和参数。在实际使用时，监测产品会将调用已获得的模型和参数，同时结合当前环境下得到的用户的测试数据，进而计算出用户所需要的健康数据并进行健康判断。

但是，现有的解决方案具有一定的缺陷，例如，已存储在监测产品内的模型和参数的不可改变性，加上人体的差异性，或多或少的会影响健康判断的准确性。

发明内容

有鉴于此，本发明实施例提供一种信息处理方法、信息处理装置及生理检测设备，能够获得更符合用户自身的预测模型，进而在监测用户健康状况时，得到更加准确的生理指标，提高健康判断的准确性。

为解决现有技术中的技术问题，本发明实施例提供了一种信息处理方法，包括：

采集被检测用户的生理感测信号；

将所述生理感测信号作为第一预测模型的输入，执行所述第一预测模型得到生理指标；

根据所述生理感测信号及所述生理指标，调整训练数据集；

基于调整后的所述训练数据集，对所述第一预测模型进行重训练，得到第二预测模型及所述第二预测模型的相关系数；

通过比较所述第一预测模型的相关系数及所述第二预测模型的相关系数，确定是否将所述第一预测模型更新为所述第二预测模型。

可选地，根据所述生理感测信号及所述生理指标，调整训练数据集，包括：

将所述训练数据集中误差最大的一组数据删除；

将所述生理感测信号及所述生理指标作为新增数组，添加至所述训练数据集。

可选地，还包括：

监听用户触发的交互事件；

监听到的所述交互事件为重训练事件时，再执行基于调整后的所述训练数据集，对所述第一预测模型进行重训练的动作。

可选地，通过比较所述第一预测模型的相关系数及所述第二预测模型的相关系数，确定是否将所述第一预测模型更新为所述第二预测模型，包括：

比较所述第一预测模型的相关系数大于所述第二预测模型的相关系数时，将所述第一预测模型更新为所述第二预测模型；

比较所述第一预测模型的相关系数小于或等于所述第二预测模型的相关系数时，保留所述第一预测模型。

可选地，所述第一预测模型为：神经网络模型、最小二乘支持向量机或深度学习模型。

可选地，所述生理指标包括血压数据、血氧数据、血糖数据、心率数据及心电数据中的一种或多种。