[发明专利]一种非接触连续动态眼压监测系统

权利要求书

1.一种非接触连续动态眼压监测系统，其特征在于：

包括：

数据获取模块，被配置为：获取眼脉搏波信号；

特征提取模块，被配置为：根据获取的眼脉搏波信号，提取时域特征和频域特征；

眼压计算模块，被配置为：至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。

2.如权利要求1所述的非接触连续动态眼压监测系统，其特征在于：

时域特征，包括：时间参数、幅度参数、斜率参数、面积参数和人体其他参数。

3.如权利要求2所述的非接触连续动态眼压监测系统，其特征在于：

时间参数，包括：脉搏周期时间、主波上升时间、起点到重搏波波谷时间、重搏波波谷到终点时间、重搏波波谷同高度处主波峰时间、血管硬度指数、主波峰值点与二阶差分的次波峰值点时间差、主波峰值点与重搏波峰值点的时间差中的一种或多种；

或者，

幅值参数，包括：上升支幅度差、下降支幅度差、主波峰到起点幅度、重搏波到起点幅度、外周阻力系数、重搏波波谷幅度、波峰和重搏波幅值差与波峰和波谷幅值差之比、波峰幅度与起点幅度之比、波峰幅度与波谷幅度之比、重搏波峰值点高度、降中峡相对高度以及一阶差分脉搏波信号的主波峰值点高度中的一种或多种；

或者，

斜率参数，包括：主波上升支斜率、主波下降支斜率、重播波上升支斜率以及重播波下降支斜率的一种或多种；

或者，

面积参数，包括：主波上升支面积、主波下降支面积、主波上升支与主波下降支面积比、重搏波上升支面积、重搏波下降支面积以及重搏波面积与主波面积比中的一种或多种；

或者，

人体其他参数，至少包括：心率、血氧、姿态和个体差异中的一种或多种。

4.如权利要求1所述的非接触连续动态眼压监测系统，其特征在于：

频域特征，包括：倒谱系数。

5.如权利要求1所述的非接触连续动态眼压监测系统，其特征在于：

采用机器学习或多元线性回归方法得到眼压模型，所述眼压模型，包括：

EP＝a×f(x)+b×BP+c×f(y)

其中，EP为眼压，f(x)为眼脉特征函数集，BP为校准血压，f(y)为个体差异函数集，a、b、c为权重系数。

6.如权利要求1所述的非接触连续动态眼压监测系统，其特征在于：

采用光电容积式脉搏波传感器，通过测量被测试者眼组织动脉中血液的光信号，获得动脉脉搏波信号。

7.如权利要求6所述的非接触连续动态眼压监测系统，其特征在于：

眼脉搏波信号采集点包括：视网膜中央动脉、睫状后短动脉、睫状后长动脉、睫状前动脉以及脉络膜层。

8.如权利要求6所述的非接触连续动态眼压监测系统，其特征在于：

在被测者身体其它部位动脉点采集脉搏波信号，用于校正眼脉搏波信号，去除血压变化对眼压测量造成的误差，根据被测者的个体化参数校正眼压模型。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如下步骤：

获取眼脉搏波信号；

根据获取的眼脉搏波信号，提取时域特征和频域特征；

至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如下步骤：

获取眼脉搏波信号；

根据获取的眼脉搏波信号，提取时域特征和频域特征；

至少根据时域特征和频域特征以及预训练的眼压模型，得到当前眼脉搏波信号对应的眼压。