[发明专利]一种非袖带式动态血压测量系统

权利要求书

1.一种非袖带式动态血压测量系统，包括采集模块和处理模块，所述处理模块包括心跳信号提取单元、瞬时相位提取单元和血压预测单元，其中，采集模块用于采集被测者的初始心冲击信号；心跳信号提取单元用于对初始心冲击信号进行滤波降噪处理，并基于能量信息提取心跳信号；瞬时相位提取单元用于针对提取出的每个有效的单次心跳信号，通过希尔伯特变换计算提取对应的瞬时相位特征，并使用主成分分析筛选出瞬时相位特征集；血压预测单元用于将获得的瞬时相位特征集输入血压预测模型，输出预测的血压信息，该血压预测模型通过预训练最小二乘支持向量回归模型获得。

2.根据权利要求1所述的系统，其特征在于，所述采集模块设有测量装置，该测量装置嵌入有心冲击传感器并能够安装在椅子或者床上，当被测量者处于静坐或者静卧状态时，所述测量装置被配置为持续采集被测量者的心冲击信号一段时间，以采集初始心冲击信号。

3.根据权利要求1所述的系统，其特征在于，所述心跳信号提取单元执行：

使用二阶巴特沃兹带通滤波器对采集到的初始心冲击信号进行滤波以消除非心跳信号；

使用阈值法检测出能量极值点，以该能量极值点为参考，截取设定时间范围内的信号为提取的单次心跳心冲击信号，其中能量计算方式是心冲击信号的积分结果与心冲击信号做乘积。

4.根据权利要求1所述的系统，其特征在于，所述瞬时相位提取单元根据以下步骤获取瞬时相位特征集：

对每个有效的单次心跳心冲击信号，通过希尔伯特变换计算提取瞬时相位；

对提取到的瞬时相位进行主成分提取，以将初始的瞬时相位特征向空间投影，使得投影后的重构误差最小，从而选取特征值最大的前k个特征，作为筛选出的瞬时相位特征集。

5.根据权利要求1所述的系统，其特征在于，所述最小二乘支持向量回归模型的训练包括：

构建训练数据集，该训练数据集包含多组数据样本，每组样本反映瞬时相位特征集和使用“金标准”测量的血压值之间的对应关系；

以设定的目标函数为优化目标，采用所述训练数据集对最小二乘支持向量回归模型进行训练，将训练后的模型作为血压预测模型。

6.根据权利要求4所述的系统，其特征在于，所述目标函数设置为：

其中，w表示权重系数，b表示偏置参数，y_k表示第k个样本的真实值，β是惩戒参数，e_k表示第k个样本对应的铰链损失，函数将样本从低维空间映射到线性可分的高维空间。

7.根据权利要求2所述的系统，其特征在于，所述心冲击传感器包括加速度计或压电薄膜传感器。

8.根据权利要求5所述的系统，其特征在于，还包括显示模块和控制模块，其中显示模块与处理模块具有通信连接，用于显示血压预测结果；控制模块与显示模块、采集模块以及处理模块具有通信连接，用于控制血压测量的频率和时间并控制各相关模块之间的协调配合。

9.根据权利要求3所述的系统，其特征在于，所述时间范围设置为所述能量极值点前0.3s以及后0.5s范围。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现以下步骤：

采集被测者的初始心冲击信号；

对初始心冲击信号进行滤波降噪处理，并基于能量信息提取心跳信号；

针对提取出的每个有效的单次心跳信号，通过希尔伯特变换计算提取对应的瞬时相位特征，并使用主成分分析筛选出瞬时相位特征集；

将获得的瞬时相位特征集输入血压预测模型，输出预测的血压信息，该血压预测模型通过预训练最小二乘支持向量回归模型获得。