The invention discloses an automatic blood pressure measurement method based on deep learning, including: first, the acquisition of audio data, and audio data processing, the segmentation of audio data into frames; secondly, using the method of deep learning speech data classification, then, in accordance with the order of the recombinant classification results segmentation; finally, by the blood pressure value mapping, the classification result can be converted to blood pressure. The method of measuring blood pressure will be reduced to a classification problem with deep learning, the most widely used method, classify the stethoscope audio data collected, which determine the signal data from the stethoscope, or is not Ke Shiyin signal. The automatic blood pressure measuring method provided by the invention is scientific, and the measurement result is more accurate and reliable.
【技术实现步骤摘要】
基于深度学习的自动血压测量方法
本专利技术涉及医疗
,具体涉及一种基于深度学习的自动血压测量方法。
技术介绍
采用袖带式血压计测血压是临床上最常用的一种测量血压的方法,19世纪由俄国的内科医生Korotkoff专利技术。测量原理是给袖带充气加压,使动脉完全闭塞,然后袖带逐渐放气压力逐渐下降,当动脉内压力刚刚超过袖带所施加的压力时,便冲开闭塞的动脉使血流通过,能冲开袖带所施加的最高压力定为收缩压,能冲开袖带所施加的最低压力定为舒张压。在血压测试领域,人工听诊法是目前最为准确的血压测量方法,该方法是根据柯氏音出现以及消失时刻的袖带压力来判定血压值。因此,其核心就是要能准确地判断出听到的声音是否是柯氏音。现有的人工听诊法需要人为听诊判断声音是否属于柯氏音,其准确性比较依赖于人为经验,因此,难免出现误判的情况。目前,急需提高判断声音是否是柯氏音的准确性,以提高血压值测试的准确性和有效性。
技术实现思路
本专利技术的目的在于有效解决上述问题,提供一种能够较为准确、有效测量血压值的方法。本专利技术的目的是这样实现的,提供一种基于深度学习的自动血压测量方法,其特征在于,包括以下步骤:步骤一,同步进行袖带压力信号和听诊器音频数据的采集,并对听诊器音频数据进行切分处理,通过切分对听诊器音频数据进行分帧;步骤二,采用深度学习方法对听诊器音频数据进行分类,具体为:采用将每帧听诊器音频数据对比模版文件,自动进行分类,即判断并标注该帧信号是否为柯氏音信号;步骤三,按照切分处理的顺序重组分类结果;步骤四,进行血压值映射,将分类结果转换为血压值;进一步的,所述切分处理是以一个有效可靠 ...
【技术保护点】
基于深度学习的自动血压测量方法,其特征在于,包括以下步骤:步骤一,同步进行袖带压力信号和听诊器音频数据的采集,并对听诊器音频数据进行切分处理,通过切分对听诊器音频数据进行分帧;步骤二,采用深度学习方法对听诊器音频数据进行分类,具体为:将每帧听诊器音频数据对比模版文件,自动进行分类,即判断并标注该帧信号是否为柯氏音信号;步骤三,按照切分处理的顺序重组分类结果;步骤四,进行血压值映射,将分类结果转换为血压值。
【技术特征摘要】
1.基于深度学习的自动血压测量方法,其特征在于,包括以下步骤:步骤一,同步进行袖带压力信号和听诊器音频数据的采集,并对听诊器音频数据进行切分处理,通过切分对听诊器音频数据进行分帧;步骤二,采用深度学习方法对听诊器音频数据进行分类,具体为:将每帧听诊器音频数据对比模版文件,自动进行分类,即判断并标注该帧信号是否为柯氏音信号;步骤三,按照切分处理的顺序重组分类结果;步骤四,进行血压值映射,将分类结果转换为血压值。2.根据权利要求1所述的自动血压测量方法,其特征在于,所述切分处理是以一个有效可靠的信号作为参考,进行切分,以使得所述切分满足切分后的单帧数据包含一个完整的柯式音信号,且能把所有的有效柯式音信号全部切分到。3.根据权利要求2所述的自动血压测量方法,其特征在于,所述有效可靠的信号为包含在袖带压力信号内的脉搏波信号。4.根据权利要求3所述的自动血压测量方法,其特征在于,以袖带压力信号作为参考进行切分处理包括,以单个压力波顶点为基准,前后各扩展N个采样点,共取2N个采样点的数据为一帧来切分信号,以使得每一个柯式音信号都能够完整地包含在一帧数据中。5.根据权利要求4所述的自动血压测量方法,其特征在于,所述N的大小由心率来确定,以平均心率30%...
【专利技术属性】
技术研发人员:潘帆,刘澄玉,郑定昌,黄珂,
申请(专利权)人:成都信息工程大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。