[发明专利]个体化心输出量的无创测量系统与方法

权利要求书

1.一种个体化心输出量的无创测量系统，其特征在于，包括肱动脉血压测量模块、外周浅层动脉脉搏波测量模块，肱动脉测量血压测量模块用于采集肱动脉的血压参数，包括肱动脉收缩压与肱动脉舒张压；外周浅层动脉脉搏波测量模块用于采集外周浅层动脉脉搏波；

脉搏波校正模块用于输入肱动脉的血压参数与外周浅层动脉脉搏波，利用肱动脉的血压参数对外周浅层动脉脉搏波进行校正，并将校正后的外周浅层动脉脉搏波输出给脉搏波特征提取模块；

脉搏波特征提取模块用于从校正后的外周浅层动脉脉搏波中提取脉搏波特征，并包括以下时域特征：血压特征、时间特征、面积特征与比例特征，并将脉搏波特征输出给个体化脉搏波特征向量生成模块；

个体化脉搏波特征向量生成模块用于根据脉搏波特征与受测者的个体生理参数生成个体化脉搏波特征向量，并输出给已训练完成的人工神经网络；

人工神经网络用于根据输入的个体化脉搏波特征向量，计算出对应的每博量，并输出给心输出量计算模块；

心输出量计算模块用于根据每博量计算出心输出量，计算公式如下：

CO＝SV*N/Fs*60

其中，CO表示心输出量，SV表示每博量，N表示一个心动周期内脉搏波的采样点数，Fs表示系统的信号采样频率。

2.根据权利要求1所述的个体化心输出量的无创测量系统，其特征在于，还包括用于测量肱动脉到外周浅层动脉的脉搏波传导速度的脉搏波传导速度测量模块；外周浅层动脉脉搏波为桡动脉血压波、手指动脉血压波或下肢动脉血压波，脉搏波校正模块根据如下公式对外周浅层动脉脉搏波进行校正：

其中，是校正前的外周浅层动脉脉搏波；W_r是校正后的外周浅层动脉脉搏波；SBP_b是肱动脉收缩压；DBP_b是肱动脉舒张压；SBP_r是外周浅层动脉脉搏波收缩压；DBP_r是外周浅层动脉脉搏波舒张压；α是肱动脉到外周浅层动脉的放大因子，c₁、c₂均为回归系数，PWV为受测者的脉搏波传导速度，PWV₀为脉搏波传导速度参考值。

3.根据权利要求2所述的个体化心输出量的无创测量系统，其特征在于，放大因子α的取值范围限制在[1,1.5]。

4.根据权利要求1所述的个体化心输出量的无创测量系统，其特征在于，脉搏波特征提取模块还从校正后的外周浅层动脉脉搏波中提取包含多倍频的谐波幅值在内的频域特征，时域特征与频域特征合并组成脉搏波特征后输出给个体化脉搏波特征向量生成模块。

5.根据权利要求1所述的个体化心输出量的无创测量系统，其特征在于，人工神经网络的输入层采用如下公式对个体化脉搏波特征向量进行归一化：

其中，表示个体化脉搏波特征向量，表示归一化后的个体化脉搏波特征向量，表示归一化增益向量，表示归一化偏移向量；

归一化后的个体化脉搏波特征向量经过隐藏层与输出层后得到准输出向量准输出向量的计算公式如下：

其中，f表示人工神经网络中的结合函数，表示的转置向量，表示权重矩阵，表示权重列向量，与均表示偏移列向量；

输出层将准输出向量进行反归一化，从而得到输出量，即每博量，按如下公式计算：

其中，SV表示每博量，表示反归一化增益向量，表示反归一化偏移向量。

6.根据权利要求1所述的个体化心输出量的无创测量系统，其特征在于，用于训练人工神经网络的样本数据来源于热稀释法的心输出量、每博量和桡动脉血压波形，每个样本均以饶动脉血压波形的时频特征和个体生理参数组成的特征向量作为输入量，并以与桡动脉血压波形对应的每博量作为标准输出量；样本数据被分成训练样本集与测试样本集，采用训练样本集对人工神经网络进行训练；采用测试样本集对训练后的人工神经网络进行测试，若输出量与标准输出量的误差满足阈值，则表示训练完成，训练完成后的人工神经网络获得能够使输出量与标准输出量的误差满足阈值的参数组合，参数组合中的参数包括归一化增益向量归一化偏移向量权重矩阵权重列向量偏移列向量偏移列向量反归一化增益向量与反归一化偏移向量