[发明专利]一种建模个体脉搏波特征的血压测量系统

权利要求书

1.一种建模个体脉搏波特征的血压测量系统，包括处理器及可读存储介质，所述可读存储介质中存储有处理器运行的程序指令，其特征在于，所述程序指令包括血压模型构建模块、校准样本存储模块、血压模型更新模块，其中：

所述血压模型构建模块获取用户脉搏信号，并基于用户脉搏信号创建初始血压模型；并且所述血压模块构建模块获取用户的血压校准样本，并将校准样本保存至所述校准样本存储模块；

所述血压模型更新模块读取所述校准样本存储模块中存储的校准样本，由血压模型更新模块将校准样本存储模块中存储的校准样本数量，与设定的阈值进行比较，若校准样本数量达到设定的阈值，则由所述血压模型更新模块调用所述血压模型构建模块，并由所述血压模型构建模块基于血压校准样本对所述初始血压模型进行训练后，更新创建新的血压模型。

2.根据权利要求1所述的一种建模个体脉搏波特征的血压测量系统，其特征在于：所述血压模型构建模块包含脉搏波信号处理模块、血压特征提取模块、模型训练与测试模块，其中：

所述脉搏波信号处理模块接收所述脉搏信号后去除脉搏信号的基线漂移和高频噪声，向血压特征提取模块输出干净的脉搏波信号；

所述血压特征提取模块从脉搏波信号中提取与血压有关的特征值，得到血压特征向量并送入模型训练与测试模块；

所述模型训练与测试模块以提取的血压特征向量为模型输入，以真实血压值为标签，构建测量SBP和DBP值的血压模型。

3.根据权利要求2所述的一种建模个体脉搏波特征的血压测量系统，其特征在于：所述血压模型构建模块中的脉搏波信号处理模块，将原始脉搏波信号P(t)依次经过去基线处理和平滑滤波处理后获得干净的脉搏波信号Pulse(t)，去基线处理和平滑滤波处理的过程如下：

（1）设原始脉搏波信号P(t)的长度为N，采样率为fs，将P(t)转换成列向量形式；

（2）构造N*N的单位矩阵I，即N行N列、主对角线上元素为1、其余元素为0的矩阵；

（3）构造(N-2)*N的二阶差分算子D₂= spdiags(ones(N-2,1)*[1 -2 1], [0 1 2], N-2, N)，其中spdiags为创建稀疏对角矩阵的函数，ones(N-2,1)是生成长度为N-2的列向量，向量元素全部为1；最终构造出来的二阶差分算子D₂的主对角线元素为-2，主对角线上下紧邻的两条对角线元素为1，其余元素为0；

（4）利用正则最小二乘原理求解P(t)的基线漂移trend = inv(I+(lambda^2)*(D₂'*D₂))*P(t)，其中inv为矩阵求逆函数，lambda为正则化参数，lambda=2*fs，D2'为二阶差分算子D₂的转置；

（5）得到去基线处理后的脉搏波信号P₁(t)= P(t)-trend；

（6）利用M点滑动平均滤波器对P₁(t)进行平滑滤波处理，去除信号中的高频噪声，得到干净的脉搏波信号Pulse(t)，其中M=ceiling(fs/6)，ceiling为向上取整函数。

4.根据权利要求2所述的一种建模个体脉搏波特征的血压测量系统，其特征在于：所述血压模型构建模块中的血压特征提取模块，从干净的脉搏波信号Pulse(t)中提取与血压有关的特征值，构成血压特征向量，提取的血压特征向量包括形态学特征、时域特征、血液动力学特征、心率变异性特征。

5.根据权利要求2所述的一种建模个体脉搏波特征的血压测量系统，其特征在于：所述模型训练与测试模块以提取的血压特征向量为输入，以真实血压值为标签，对机器学习模型进行训练和测试，基于机器学习模型创建血压模型，实现对SBP和DBP的测量。

6.根据权利要求5所述的一种建模个体脉搏波特征的血压测量系统，其特征在于：所述机器学习模型为AdaBoost模型，或者是线性回归模型，或者是KNN模型，或者是决策树模型，或者是SVM模型。