[发明专利]一种基于多脉搏传感器的穿戴式脉诊手环系统

权利要求书

1.一种基于多脉搏传感器的穿戴式脉诊手环系统，其特征在于，包括安装有脉诊系统的网络服务器（1），带有第一光电脉搏传感器（2）的且夹持在手指端部的检测指夹（3），带有第二光电脉搏传感器（4）、压力脉搏传感器（5）的且佩戴在手腕部的检测手环（6）；所述检测手环（6）内设有微型处理模块（7），且第一光电脉搏传感器（2）、第二光电脉搏传感器（4）和压力脉搏传感器（5）通过采集电路模块（8）与微型处理模块（7）电连接，所述微型处理模块（7）通过通讯模块（9）与网络服务器（1）通讯连接；

通过第一光电脉搏传感器（2）对手指端的容积脉搏波信号进行采集，通过第二光电脉搏传感器（4）对手腕部桡动脉的容积脉搏波信号进行采集，通过压力脉搏传感器（5）对手腕部的腕部桡动脉处的压力脉搏波信号；然后将采集到的手指端、手腕部桡动脉容积脉搏波信号以及手腕部的腕部桡动脉处的压力脉搏波信号通过通讯模块（9）上传到网络服务器（1）中，利用脉诊系统进行诊断；

所述的脉诊系统进行诊断包括以下几个步骤，

步骤1，利用检测手环采集腕部桡动脉处的压力脉搏波信号、容积脉搏波信号，利用检测指夹采集指端的容积脉搏波信号，以获取丰富的心血管信息；

步骤2，根据采集得到的腕部桡动脉处的压力脉搏波信号、容积脉搏波信号，以及指端的容积脉搏波信号，通过基于特征融合的血压预测方法建立无创血压预测模型；

步骤3，建立脉象识别模型和心血管疾病识别模型；

步骤4，利用建立无创血压预测模型、脉象识别模型和心血管疾病识别对采集后采集得到的脉搏波信号进行诊断识别。

2.根据权利要求1所述的基于多脉搏传感器的穿戴式脉诊手环系统，其特征在于，所述步骤2中通过基于特征融合的血压预测方法是，首先对腕部桡动脉处的压力脉搏波信号、容积脉搏波信号，以及指端的容积脉搏波信号的原始脉搏波信号依次进行滤波、去除基线漂移和单周期提取的预处理得到处理后的脉搏波信号；随后在特征工程中，提取得到预处理后的脉搏波信号的时域特征、以及压力脉搏波在不同等级压力下的幅度变化特征，以及容积脉搏波传导速度，并基于嵌入式特征选择法完成特征的筛选融合，得到用于血压预测的特征集；再基于随机森林回归算法对特征集进行训练，得到SBP 和 DBP 预测模型。

3.根据权利要求2所述的基于多脉搏传感器的穿戴式脉诊手环系统，其特征在于，所述的对腕部桡动脉处的压力脉搏波信号、容积脉搏波信号，以及指端的容积脉搏波信号的原始脉搏波信号依次进行滤波处理的方法是采用零相位滤波算法进行滤波，包括几个步骤，

步骤1，将原始脉搏波信号按顺序正向输入滤波器，得到一组输出脉搏波数据；

步骤2，将输出脉搏波数据按顺序首尾调换，即得到包含逆转后的数据的逆转数据组；

步骤3，将逆转后的数据输入滤波器，得到一组新脉搏波数据；

步骤4，将新脉搏波数据再次按顺序首尾调换进行逆转，即为最终的脉搏波信号。

4.根据权利要求1所述的基于多脉搏传感器的穿戴式脉诊手环系统，其特征在于，所述步骤3中脉象识别模型的建立方法是，分别获得压力脉搏波信号、容积脉搏波信号的单周期波形；并对单周期波形的长度作规正化处理，获得具有相同长度的脉象时间序列；然后将数据集分为训练集、验证集和测试集，对训练集和验证集进行时序卷积网络计算，并进行验证和超参数调整，最终得到脉象识别模型；然后将测试集导入到脉象识别模型进行识别验证，得到脉象诊断识别的预测结果。

5.根据权利要求1所述的基于多脉搏传感器的穿戴式脉诊手环系统，其特征在于，所述步骤3中心血管疾病识别模型的建立方法是，建立指端微循环的容积脉搏血流模型；将腕部压力脉搏波和指端容积脉搏波分别作为容积脉搏血流模型的实际输入和期望输出，然后运用黏菌优化算法降低模型参数的不确定性，估计得到容积脉搏血流模型的最终参数，实现了微循环生理状态信息的提取，然后基于机器学习算法建立心血管疾病的识别模型，以此判断心血管的健康状态。