[发明专利]使用统计后处理从血管容积图估计血压的无创方法和系统

说明书

已经说明了用于使用血管容积图(PPG)估计血压(BP)的系统和方法。从PPG传感器(102)捕获PPG。为了准备训练模型，脉搏血氧计用于捕获PPG。为了测试，智能电话摄像头用于捕获PPG信号。从经预处理的PPG信号提取多个特征。之后使用多个特征和训练模型来生成BP分布。BP分布为从不同对象生成的BP分布的集合的部分。最后，后处理方法已经用于将不一致的数据从所述BP分布的集合中排除，并且仅仅针对剩余的BP分布来估计BP值，并且统计平均值被提供为血压估计。

相关申请的交叉引用

本申请要求于2017年9月6日提交的印度专利申请No.201721031600的优先权，其整体通过引用并入本文。

技术领域

本文中的实施例大体涉及血压估计的领域，并且更具体地涉及通过应用统计后处理技术使用血管容积图(PPG)估计血压的方法和系统。

背景技术

血压(BP)被认为是心脏风险评估的重要生物标志。不规则的心跳、血压(BP)的波动或胆固醇水平通常被认为是中风和心血管疾病的生物标志以及风险指标。在过去几年内，数字生物标志的无处不在的且持续的监测已经在全世界各地获得了巨大的重要性。它们使用可穿戴设备或智能电话来捕获生理信息以通过信号处理和数据驱动的预测分析来估计标志。以智能眼镜或腕带的形式的24x7可穿戴监测器能够提供重要健康信息而不扰乱正常活动。另一方面，基于智能电话的电子健康监测器不仅是无干扰的且易于使用，它们的出现还没有额外成本，由此使它们成为可负担的医疗保健的受欢迎的候选。

基于智能电话的电子健康监测器使用智能电话摄像头来通过能够用于测量心率(HR)或BP的血液容积图(PPG)捕获血流中的变化。除了成本有效之外，基于智能电话PPG的BP估计避免基于袖带的BP测量设备中需要的跟踪柯氏音中的专业专家以及任何可穿戴传感器的附接。然而，尽管从智能电话PPG的HR估计已经通过有效的噪声清洁和信号处理获得了成功，但是收缩期BP(SBP)和舒张期BP(DBP)估计已经由于所涉及的复杂生理过程而被证实相对困难。

在几个现有技术中，数据驱动的模型被提出以从智能电话和血氧计PPG信号两者预测BP。然而，未解决某些问题，如1)为宽泛范围的BP的实验数据集(仅仅考虑具有正常BP的对象)以及2)在训练样本与测试样本之间的独特对象(这能够通过引入个人特异性偏差来创建过拟合)。在另一技术中，经由潜在参数从PPG特征对BP的基于弹性腔模型的预测被提出并针对不同类型的数据集被分析。然而，报告了噪声对针对在现场收集的数据的性能的影响和预测高BP的失败的问题。在最终目标为智能电话部署的情况下，如传感器未知的PPG特征选择的问题变得明显。额外地，智能电话PPG由于其有噪声性质而对继续工作具有挑战。甚至对于没有心脏状况的稳定对象，能够存在每心脏周期估计的特征中的宽泛变化，导致单个时段中估计的BP中的变化。因此，重要的是选择合适的统计平均值来表示每时段估计的BP。众所周知的是，简单算术平均数不能够用作针对具有异常值的任何数据分布的适当的代表。中值和众数是更好的代表，并且众数是更偏好的，因为其较少受异常值影响。

发明内容

下文呈现了本公开内容的一些实施例的简化概要以便提供实施例的基本理解。该概要不是实施例的详细概述。其不旨在识别实施例的关键/重要元件或描绘实施例的范围。其唯一目的是以简化的形式呈现一些实施例作为对下面呈现的更详细的描述的前序。