[发明专利]一种基于人脸的神经网络血压预测方法及手机

说明书

本发明公开了一种基于人脸的神经网络血压预测方法，其特征在于包括步骤；采集人脸图像；构造人脸图像特征向量；利用BP神经网络预测模型和集成神经网络预测模型预测该人脸图像的血压值。本发明还公开了一种基于人脸的神经网络血压预测手机，包括手机摄像头控制模块，人脸图像采集模块，人脸图像特征向量构造模块，血压预测模块，异常血压预警模块，血压档案管理模块，血压预测模型学习模块。本发明有益效果在于血压预测效果好，手机简单易用，能让使用者随时了解其血压预警情况，能为医师提供诊断参考。

技术领域

本方法涉及一种基于人脸的神经网络血压预测方法及手机，属于医疗健康、机器学习和移动互联网技术领域。

背景技术

随着人们生活水平的提高和社会的老年化，高血压患者的人数在逐年增加，特别是快节奏的工作常常使人们顾此失彼，忽视了高血压的危害，甚至根本就不知道自己什么时候已变成了高血压患者，为此通过长期及时地对血压进行监测，有助于高血压疾病早期诊断和预防，大幅度降低发病比例，大大降低病患的医疗成本。但是现有血压测量设备携带不方便，例如出差期间携带血压计就不太方便，而且也经常忘记测量。同时这些血压计测量的结果没有建立血压档案，最多只是将测量结果输入到计算机进行管理，需要人工输入，不方便。目前已有将血压测量同智能终端联系起来的方法，例如平板电脑血压计，把血压计的袖带缠到人的胳膊上，平板电脑能控制手臂上的袖带收紧压缩，很快屏上显示出准确的血压的相关指标，但是这类方法只是解决了数据的无线自动上传问题，血压测量方法还是需要特殊的设备，如测量血压的袖带，携带同样不方便，也很容易忘记。

专利 CN101491435提出了一种血压的预测方法，其方法以历史的血压量测纪录为基础，采用血压平均值法预测血压。CN101744613A公开了一种血压预测的方法，其同样以历史血压数据为基础，采用线性预测方法预测血压。两者均以历史数据为基础，采用时间序列方法预测，对长时预测准确性不高。本发明虽然也需要训练样本学习，但与时间无关，其以人脸图像为输入，采用神经网络来实现血压预测，预测准确性高，本发明的手机能很方便地采集人脸图像，携带方便，简单易用。

发明内容

针对上述问题，本发明提供一种基于人脸的神经网络血压预测方法及手机，血压预测准确，携带方便，测量自觉进行，能够让使用者容易并快速了解其血压趋势的变化，有助于使用者自行调整生活习性，医师诊断辅助参考。

血压能从人脸的变化中反映出来，例如大部分高血压患者都出现面红升火的表现，并常伴有情绪不稳，容易激动等症状。目前已有通过人脸图像来预测情感的方法，本发明则采用人脸图像来预测血压，作为高血压的预警机制，提醒用户及时调整生活习性或到医院就诊。

本发明为一种基于人脸的神经网络血压预测方法，其特征在于该方法包括以下步骤：

1)采集人脸图像；

2)构造人脸图像的人脸特征向量；

3)利用血压预测模型预测该人脸特征向量对应的收缩压、舒张压和脉搏次数。

所述的步骤3）的血压预测模型的获取包括以下步骤：

1)采集N个人脸图像及对应的收缩压、舒张压和脉搏次数；

2)构造每个人脸图像的人脸特征向量；

3)构造训练数据，以人脸特征向量为输入，其对应的收缩压、舒张压和脉搏次数为输出，构成训练样本集合；

4)采用训练样本集合，训练血压预测模型；

5)以M倍交叉验证方式选择血压预测模型的最佳参数，进而获得对应参数的血压预测模型。

所述的步骤3）中的血压预测模型包括BP(Back Propagation)神经网络血压预测模型和集成BP神经网络血压预测模型。

神经网络血压预测模型