[发明专利]一种脉搏波信号中提取血压数据的方法及装置

说明书

本发明公开一种脉搏波信号中提取血压数据的方法及装置，该方法包括：模型训练及血压数据提取；其中模型训练包括：获取脉搏波及对应的血压数据，并进行预处理；将预处理后的脉搏波进行完整波形检测并分离；对每段完整的脉搏波波形进行频域变换，并提取频域特征；将频域特征作为输入，相应的血压值作为输出，结合神经网络进行预测模型训练，得到血压数据预测模型；血压数据提取包括：将要预测的频域特征输入到血压数据预测模型，输出血压值。对脉搏波进行波形检测并分离，进而频域变换后提取特征，可有效避往时域特征提取方法的特征点检测困难的问题，为后续用神经网络进行模型训练提供更精确的样本，从而提高血压测量的预测精度，减小预测误差。

技术领域

本发明涉及智能医疗领域，尤其涉及一种脉搏波信号中提取血压数据的方法及装置。

背景技术

本项研究工作得到了中国国家自然科学基金项目(NO.61571268)、广东省科技厅重大科技专项项目-基于智能手机监护仪的远程人体生理多参数实时监测与分析物联网平台与示范工程、以及深圳市发改委重大科技项目-基于智能手机的远程人体生理多参数实时监测与分析网络平台产业化的资助。

在心脏的每个节拍上，血液从心室射出到主动脉。每次喷射对血液产生力，这产生从心脏到外围血管的压力波。该压力波沿着动脉树行进，并且其流动取决于动脉性质，如动脉壁的弹性，刚度或厚度。血压与动脉特性的相关性使其成为心血管系统状态的非常好的指标。如果血压值长时间保持在正常范围之外(例如由于心血管系统病变)，它可以对患者具有致命的后果。因此，对人体血压进行长时间连续监测非常重要。

目前在无创血压测量领域主要包括听诊法、示波法、张力测定法、容积补偿法等，但听诊法、示波法无法满足长时间连续监测的需求，张力测定法和容积补偿法虽然可实现连续监测，但是这两种方法需要患者的被测试部位长时间受到压力的挤压，容易产生不适感，在长时间连续监测血压时其实并不适用。

现有技术中通常采用脉搏波进行无创连续血压测量，该方法可实现长时间连续的血压监测，并且并不会令测试者产生不适，因此吸引了很多学者进行研究。但目前的方法仍存在很多不足，如很多现有研究将脉搏波与血压之间建立多元回归方程，由于血压与脉搏波之间并不是简单地线性关系，造成模型的泛化能力较差，从而造成预测误差较大。还有很多研究通过检测脉搏波的特征点来提取脉搏波信号的时域特征，采用机器学习方法来训练血压预测模型。但实际脉搏波信号的测量中，存在各种不同的噪声干扰，造成脉搏波信号的特征点检测困难。一种无创、连续、方便、准确的人体动态血压测量方法。

发明内容

为解决脉搏波特征点检测困难、所建模型泛化能力差的问题，本发明提出一种脉搏波信号中提取血压数据的方法及装置，其能无创、连续、方便、准确地测量人体动态血压。

本发明提供的脉搏波信号中提取血压数据的方法包括：模型训练及血压数据提取；所述模型训练包括：S11.获取脉搏波及对应的血压数据，并进行预处理；S12.将预处理后的脉搏波进行完整波形检测并分离；S13.对每段完整的脉搏波波形进行频域变换，并提取频域特征；S14.将所述频域特征作为输入，相应的血压值作为输出，结合神经网络进行预测模型训练，得到血压数据预测模型；所述血压数据提取包括：S21.获取脉搏波及对应的血压数据，并进行预处理；S22.将预处理后的脉搏波进行完整波形检测并分离；S23.对每段完整的脉搏波波形进行频域变换，并提取频域特征；S24.将所述频域特征输入到S14中的血压数据预测模型，输出血压值。

本发明还提供一种计算机存储介质，其存储用于电子数据交换的计算机程序，所述计算机程序使得计算机执行如如上所述的方法。

本发明还提供上所述的脉搏波信号中提取血压数据的方法在血压测量装置或生理多参数监测设备中的应用。