1.一種血壓預測方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述血壓相關特征包括以下特征中的至少兩種：所述ppg信號對應的形態(tài)特征、頻譜特征、時域特征、有創(chuàng)連續(xù)動脈血壓abp特征。
3.如權利要求1或2所述的方法，其特征在于，所述血壓預測模型包括主干網(wǎng)絡、第一子網(wǎng)絡及第二子網(wǎng)絡，所述將所述目標輸入特征輸入血壓預測模型，以確定所述用戶的舒張壓及收縮壓，包括：
4.如權利要求3所述的方法，其特征在于，所述主干網(wǎng)絡包括n個多尺度模塊，n為正整數(shù)，所述將所述目標輸入特征輸入所述主干網(wǎng)絡，以生成所述ppg信號對應的共享輸出特征，包括：
5.如權利要求4所述的方法，其特征在于，所述將所述目標輸入特征輸入所述主干網(wǎng)絡，利用各個所述多尺度模塊依次對所述目標輸入特征進行多尺度特征提取，以對所述目標輸入特征進行n次多尺度特征提取，生成所述共享輸出特征，包括：
6.如權利要求5所述的方法，其特征在于，每個所述多尺度模塊均包含多個不同尺寸的卷積核、第一注意力模塊及殘差連接模塊，所述將第i個中間特征輸入第i+1個所述多尺度模塊，對所述目標輸入特征進行第i+1次多尺度特征提取，以生成第i+1個所述中間特征，包括：
7.如權利要求6所述的方法，其特征在于，各個所述卷積核的尺寸是根據(jù)所述ppg信號的間期確定的。
8.如權利要求3-7任一所述的方法，其特征在于，所述第一子網(wǎng)絡包括第一混合注意力模塊、第一卷積層及第一全連接層，所述第二子網(wǎng)絡包括第二混合注意力模塊、第二卷積層及第二全連接層。
9.如權利要求8所述的方法，其特征在于，所述將所述共享輸出特征輸入所述第一子網(wǎng)絡，以確定所述舒張壓，包括：
10.如權利要求8所述的方法，其特征在于，所述將所述共享輸出特征輸入所述第二子網(wǎng)絡，以確定所述收縮壓，包括：
11.一種電子設備，其特征在于，所述電子設備包括：一個或多個處理器，以及存儲器；所述存儲器與所述一個或多個處理器耦合，所述存儲器用于存儲計算機程序代碼，所述計算機程序代碼包括計算機指令，所述一個或多個處理器調用所述計算機指令以使得所述電子設備執(zhí)行如權利要求1-10中任一項所述的方法。
12.一種芯片系統(tǒng)，其特征在于，所述芯片系統(tǒng)應用于電子設備，所述芯片系統(tǒng)包括一個或多個處理器，所述一個或多個處理器用于調用計算機指令以使得所述電子設備執(zhí)行如權利要求1-10中任一項所述的方法。
13.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括指令，當所述指令在電子設備上運行時，使得所述電子設備執(zhí)行如權利要求1-10中任一項所述的方法。