本技术涉及用于诊断目的的测量，尤其涉及心血管疾病风险预测方法及装置。
背景技术：
1、近年来先进的传感技术如毫米波雷达等为非接触式监测生理指标提供了新的可能性，毫米波感知是指利用波长在毫米级的短波长电磁波感知目标物体的位置和运动变化。毫米波系统对运动极其敏感，甚至能够感知微米级的运动，同时由于调频连续波和其多天线的特性，能够对多个目标进行感知，因此，可以通过毫米波进行生命体征感知，包括人的呼吸以及脉搏情况，并据此来对血压和呼吸变化进行有效的测量和分析，进而准确预估用户的夜间心血管疾病风险，帮助用户更好地了解和管理自己的心血管健康状态。
2、目前，现有的通过光学传感器、毫米波雷达等感知动脉的搏动，从中提取脉搏波的幅度、ptt、rwtt、收缩舒张时间比例等与血压相关的特征的方式，虽然在便携性、舒适度上有所提高，但却无法同时监测脉搏与呼吸，而由于忽略了脉搏与呼吸之间的关系，因此无法保证夜间异常血压监测的准确性，也就无法保证心血管疾病风险预测的有效性。
3、基于此，当前亟需设计一种能够以非接触方式的脉搏与呼吸的协同监测方式实现血管疾病风险预测的方法。
技术实现思路
1、鉴于此，本技术实施例提供了血管疾病风险预测方法及装置，以消除或改善现有技术中存在的一个或更多个缺陷。
2、本技术第一方面提供一种心血管疾病风险预测方法，包括：
3、基于所述非接触式的脉搏与呼吸协同监测方法获取当前用于对用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据；
4、将所述用户的个人信息、所述用于进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据中的呼吸微动信号对应的时序数据和脉搏微动信号对应的时序数据输入预设的心血管疾病风险预测模型中，以根据该心血管疾病风险预测模型的输出获取当前针对所述用户的心血管疾病风险预测结果数据。
5、在本技术的一些实施例中，所述心血管疾病风险预测模型包括：多路编解码网络；
6、所述多路编解码网络包括：依次连接的双路编码器组、特征融合层和解码器；其中，所述双路编码器组包括分别连接至所述特征融合层的第一编码器和第二编码器；
7、所述第一编码器用于将所述脉搏微动信号对应的时序数据映射至正态分布，以得到对应的脉搏正态分布采样数据；
8、所述第二编码器用于将所述呼吸微动信号对应的时序数据映射至正态分布，以得到对应的呼吸正态分布采样数据；
9、所述特征融合层用于对所述脉搏正态分布采样数据和所述呼吸正态分布采样数据进行特征融合，以得到对应的血压呼吸联合特征，而后对所述用户的个人信息进行归一化处理，并将经归一化处理后的所述个人信息与所述血压呼吸联合特征进行向量拼接，以得到对应的融合特征；
10、所述解码器用于根据所述融合特征对应输出用于表示存在心血管风险的标识、用于表示不存在心血管风险的标识以及用于表示无法预测的标识各自的概率值。
11、在本技术的一些实施例中，所述多路编解码网络预先基于由各个正样本和各个负样本构成的训练集训练得到；
12、其中，所述正样本为患有心血管疾病的用户的个人信息、呼吸微动信号对应的时序数据和脉搏微动信号对应的时序数据；
13、所述负样本为未患有心血管疾病的用户的个人信息、呼吸微动信号对应的时序数据和脉搏微动信号对应的时序数据。
14、在本技术的一些实施例中，所述基于非接触式的脉搏与呼吸协同监测方法获取当前用于对所述用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据，包括：
15、面向用户胸腔所在位置连续发射毫米波信号，并获取多个接收天线分别以不同的水平角和俯仰角收集的各个反射目标各自返回的多个回波信号；
16、分别确定每个所述回波信号各自的频域信号，获取各个所述反射目标分别与各自对应的接收天线之间的距离，以得到在预设三维空间上的由每个所述回波信号各自对应的所述距离、所述水平角和所述俯仰角构成的信号组；并在各个所述信号组中分离出呼吸信号组和心率信号组；
17、分别提取所述呼吸信号组对应的呼吸微动信号以及所述心率信号组对应的脉搏微动信号，并将所述呼吸微动信号对应的时序数据和所述脉搏微动信号对应的时序数据作为当前用于对所述用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据。
18、在本技术的一些实施例中，所述分别确定每个所述回波信号各自的频域信号，包括：
19、将发射的每个所述毫米波信号分别与其对应的各个所述回波信号进行混合，以得到各个所述回波信号各自对应的中频信号；
20、对各个所述中频信号分别进行快速傅里叶变换，以得到各个所述中频信号各自对应的频域信号。
21、在本技术的一些实施例中，所述在各个所述信号组中分离出呼吸信号组和心率信号组，包括：
22、获取各个所述信号组各自的自相关系数值；
23、根据预设的呼吸时间频率范围和心率呼吸时间频率范围，分别设置所述呼吸时间频率范围对应的呼吸时间阈值范围，以及所述心率呼吸时间频率范围对应的心率时间阈值范围；
24、在各个所述信号组中，将所述呼吸时间阈值范围中的自相关系数值最大的信号组作为呼吸信号组，并将所述心率时间阈值范围中的自相关系数值最大的信号组作为心率信号组。
25、在本技术的一些实施例中，所述分别提取所述呼吸信号组对应的呼吸微动信号以及所述心率信号组对应的脉搏微动信号，包括：
26、持续获取所述呼吸信号组以及所述心率信号组各自的相位信息变化数据，并对所述呼吸信号组以及所述心率信号组各自的相位信息变化数据分别进行滤波处理，以得到所述呼吸信号组对应的呼吸微动信号以及所述心率信号组对应的脉搏微动信号。
27、本技术第二方面提供一种心血管疾病风险预测装置，包括：
28、监测结果获取模块，用于基于所述非接触式的脉搏与呼吸协同监测方法获取当前用于对用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据；
29、模型预测模块，用于将所述用户的个人信息、所述用于进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据中的呼吸微动信号对应的时序数据和脉搏微动信号对应的时序数据输入预设的心血管疾病风险预测模型中，以根据该心血管疾病风险预测模型的输出获取当前针对所述用户的心血管疾病风险预测结果数据。
30、本技术第三方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述心血管疾病风险预测方法。
31、本技术第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述心血管疾病风险预测方法。
32、本技术第五方面提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现所述心血管疾病风险预测方法。
33、本技术提供的心血管疾病风险预测方法，基于非接触式的脉搏与呼吸协同监测方法获取当前用于对所述用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据；将所述用户的个人信息、所述用于进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据中的呼吸微动信号对应的时序数据和脉搏微动信号对应的时序数据输入预设的心血管疾病风险预测模型中，以根据该心血管疾病风险预测模型的输出获取当前针对所述用户的心血管疾病风险预测结果数据，能够在以非接触方式协同监测用户的脉搏与呼吸数据的基础上，能够提高受测用户的监测舒适性及安全性，提高用户体验，尤其适用于存在特定睡眠障碍的敏感性用户的夜间脉搏与呼吸测量，通过充分考虑呼吸与血压之间的相互影响，能够联合利用脉搏和呼吸信息，实现更全面且准确的心血管疾病风险预测，进而能够有效提高利用脉搏与呼吸数据进行心血管疾病风险预测的便捷性及有效性。
34、本技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本技术的实践而获知。本技术的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
35、本领域技术人员将会理解的是，能够用本技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本技术能够实现的上述和其他目的。
1.一种心血管疾病风险预测方法，其特征在于，包括：
2.根据权利要求1所述的心血管疾病风险预测方法，其特征在于，所述心血管疾病风险预测模型包括：多路编解码网络；
3.根据权利要求2所述的心血管疾病风险预测方法，其特征在于，所述多路编解码网络预先基于由各个正样本和各个负样本构成的训练集训练得到；
4.根据权利要求1所述的心血管疾病风险预测方法，其特征在于，所述基于非接触式的脉搏与呼吸协同监测方法获取当前用于对所述用户进行心血管疾病风险预测的脉搏与呼吸协同监测结果数据，包括：
5.根据权利要求4所述的心血管疾病风险预测方法，其特征在于，所述分别确定每个所述回波信号各自的频域信号，包括：
6.根据权利要求4所述的心血管疾病风险预测方法，其特征在于，所述在各个所述信号组中分离出呼吸信号组和心率信号组，包括：
7.根据权利要求4所述的心血管疾病风险预测方法，其特征在于，所述分别提取所述呼吸信号组对应的呼吸微动信号以及所述心率信号组对应的脉搏微动信号，包括：
8.一种心血管疾病风险预测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的心血管疾病风险预测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的心血管疾病风险预测方法。
