[发明专利]一种基于光电容积脉搏信号的压力脉搏波波形传播预测方法

摘要

一种基于光电容积脉搏信号的压力脉搏波波形传播预测装置，其特征在于包括波形输入模块，波形调理模块，波形拟合模块，波形转换模块，及波形输出模块。其中波形调理模块包括预处理电路，单拍分离器及归一化电路，波形拟合模块包含拟合函数设定器，波形拟合器及波形质量判别器，波形转换模块包括部位设定器，目标函数设定器，特征人群设定器，参数转换器及波形合成器。该装置可利用人体各部位光电容积脉搏信号根据生理学统计规律预测具有人体各部位压力脉搏波波形信号，该装置的使用范围、预测效果及稳定性都较现有装置有一定提高。

主权项

一种基于光电容积脉搏信号的压力脉搏波波形传播预测方法，其特征在于：包括波形输入模块，信号调理模块，波形拟合模块，波形转换模块，及波形输出模块；所述波形输入模块接收自人体某一部位实测的时域光电容积脉搏信号；所述信号调理模块，对输入的时域光电容积脉搏信号进行预处理，将其分解为对应单一心动周期的单拍脉搏信号，对每一单拍脉搏信号的幅值与波长进行归一化处理；所述波形拟合模块接收归一化后的单拍脉搏信号，并利用给定的波形含参表达式fI应用曲线拟合算法对其进行拟合，波形的含参表达式由分别代表脉搏波波形主波、重搏波、反射波的含参表达式相加确定，拟合所得解析表达式各项参数向量为II，作为波形特征参数向量；光电容积脉搏信号的波形含参表达式为：其中，Hin，bin，Win为参数，t为自变量，表示采样点数；表达式中n＝1，2，3的部分分别对应脉搏波波形的主波、反射波、重搏波波形；其中，Hin表示波动的幅值，bin表示波动的中心位置，Win波动的宽度；曲线拟合过程算法采用最小二乘算法，并根据各波动生理意义对各项参数范围进行限定，之后设定拟合初始条件Hi1>Hi2>Hi3，bi1<bi2<bi3,Win>0；拟合确定的特征参数向量II为：II＝[Hi1,Hi2,Hi3,bi1,bi2,bi3,Wi1,Wi2,Wi3]在上述波形含参表达式条件下，拟合效果主要取决于脉搏波采集受到的干扰程度，故以拟合确定系数R2作为波形质量判别的定量化标准；拟合确定系数R2是常用的判断两曲线相似程度的计算方法；R2作为采集质量判别参数，对应R2小于一定值的单拍波形认为采集质量差并予以舍弃；R2计算公式如下：其中，分别表示实测光电容积脉搏数据点、实测光电容积脉搏数据平均值及数据点拟合期望值，pl为单拍脉搏信号数据点个数；所述波形转换模块，根据被测者性别、年龄、平均动脉压指标进行分组，并根据对应分组下光电容积脉搏波实测部位与所需预测压力脉搏波部位波形特征参数间的先验统计规律，利用实测光电容积脉搏波特征参数计算预测对应部位压力脉搏波波形特征参数；上述对应分组下光电容积脉搏波实测部位与所需预测压力脉搏波部位波形特征参数间的先验统计规律建立方法如下：(1)首先，将参与实验的人群按照性别、年龄、平均动脉压进行分组，其中年龄以20岁为起始，5岁为间隔；平均动脉压以70mmHg为起始，10mmHg为间隔；对参与实验的人群进行分组；分别对上述各组实验人群同时检测耳部、手指端、脚趾端处光电容积脉搏波，并利用压力传感器检测桡动脉、肱动脉、颈动脉处压力脉搏波信号；从而获得不同人群特征的实测压力脉搏波及光电容积脉搏波信号；(2)之后建立实测光电容积脉搏波与实测目标部位压力脉搏波波形特征参数间的统计学关系；与上述光电容积脉搏波波形特征参数向量提取方式相似，为提取压力脉搏波波形特征参数，利用压力脉搏波波形含参表达式对实测压力脉搏波波形进行拟合，压力脉搏波波形含参表达式为：表达式参数及定义域均与fI相同；拟合过程算法采用最小二乘算法，并根据各波动生理意义对各项参数范围进行限定，之后设定拟合初始条件Ho1>Ho2>Ho3，bo1<bo2<bo3,Won>0；其特征参数向量为IO＝[Ho1,Ho2,Ho3,bo1,bo2,bo3,Wo1,Wo2,Wo3](3)对不同分组不同部位的实测波形分别利用fI及fO对实测的光电容积脉搏波波形及压力脉搏波波形采用波形拟合模块进行拟合，获得对应实测各光电容积脉搏信号的II及压力脉搏信号的IO向量；对于每一部位压力脉搏信号IO向量每项参数，建立对应不同分组的同时采集的光电容积脉搏信号特征参数向量的多元线性回归方程，即：Ho1＝TM11×Hi1+TM12×Hi2+......+TM19×Wi3+CM1Ho2＝TM21×Hi1+TM22×Hi2+......+TM29×Wi3+CM2Ho3＝TM31×Hi1+TM32×Hi2+......+TM39×Wi3+CM3bo1＝TM41×Hi1+TM42×Hi2+......+TM49×Wi3+CM4bo2＝TM51×Hi1+TM52×Hi2+......+TM59×Wi3+CM5bo3＝TM61×Hi1+TM62×Hi2+......+TM69×Wi3+CM6Wo1＝TM71×Hi1+TM72×Hi2+......+TM79×Wi3+CM7Wo2＝TM81×Hi1+TM82×Hi2+......+TM89×Wi3+CM8Wo3＝TM91×Hi1+TM92×Hi2+......+TM99×Wi3+CM9TM及CM各项系数由多元线性回归方程确定；整理IO各项参数建立方程组，整理系数矩阵及常数矩阵，得TM及CM，其中，TM为9阶方阵，CM为9元素列向量；根据上述利用先验概率所得TM及CM矩阵，在应用过程中，利用采集部位的波形特征参数向量II计算目标部位的特征参数向量IO；根据所测光电容积脉搏波，提取其特征II，则得目标部位特征参数向量IO为：IO＝TM×II+CM之后将获得的目标部位特征参数向量IO代入对应部位的压力脉搏波波形含参表达式fO，得到对应的压力脉搏波解析表达式；完成波形转换；所述波形输出模块，将上述波形转换模块的结果及目标部位特征参数向量IO按要求形式输出。