基于人体脉搏波的血压测量方法及系统技术方案

本发明专利技术提供一种基于人体脉搏波的血压测量方法及系统。本发明专利技术方法利用光电设备从受试者体表感知人体脉搏波信号，实现对人体血压的测量；所述血压测量方法还充分考虑了不同人群的血压差异，并结合个体特异性特征对脉搏波特征进行融合和增强，其在不需要进行复杂的特征工程的前提下，即可实现对人体血压较为准确的测量；所述血压测量方法流程简便，可利用手机等移动设备的硬件配置，不需要开发其他的硬件设备，从而较为方便的部署在手机等移动端设备上，具有较好的实用性，且易于推广。且易于推广。且易于推广。

Blood pressure measurement method and system based on human pulse wave

【技术实现步骤摘要】
基于人体脉搏波的血压测量方法及系统


[0001]本专利技术涉及血压测量领域，具体涉及一种基于人体脉搏波的血压测量方法及系统。

技术介绍

[0002]血压是心血管系统健康状况的重要指标，血压测量对于高血压的预防和治疗具有重要意义。血压测量的成本、测量精度及使用的方便性都是需要关注的问题
[0003]目前主流的非接触式血压测量方法主要有：
[0004]1)利用脉搏传导时间进行血压测量。此类方法主要通过采集人体不同位置的脉搏波信号，计算所获取的脉搏波信号之间的时间差来实现对血压的测量。这种方式需要依据人体的生理状态不同而对血压模型参数进行校正，其不具有普适性。
[0005]2)利用脉搏波特征建立血压模型进行血压测量。此类方法依据人工设计的脉搏波特征进行血压建模。由于人工设计特征的存在冗余性，基于脉搏波特征工程所建立的血压模型血压测量精度较差。
[0006]以下介绍四种现有测量血压的方法，并对各方法的优缺点进行分析，本专利技术方法可有效避免下述方法的缺点。
[0007]与本专利技术相关的现有技术一
[0008]专利技术公告号为CN201780083795.9的用于非接触式确定血压的系统和方法：
[0009]此专利公开了一种基于人脸视频的血压测量方法，其基于一种透皮光学成像(TOI)技术获取人体脉搏波信号，并利用长短神经记忆神经网络提取多个感兴趣区域(ROI)脉搏波信号中的相关特征，并基于信息配置模块收集个体特征信息，利用机器学习模型，实现对人体血压值的测量。
[0010]现有技术一的缺点
[0011]所述的脉搏波波形特征提取网络为单向LSTM结构，此种结构只能获取单向的脉搏波信息流特征，其只能利用已输入的数据对当前输入的数据进行特征抽取，但对于脉搏波时序信号而言，当前时刻的脉搏波特征的输出不仅和之前输入模型的数据有关，还可能和未来的脉搏波波形信息有关。其不足以较好的获取脉搏波波形特征。并且，其未能结合个体特征对波形特征进行增强，导致所建立的模型精度不高。
[0012]与本专利技术相关的现有技术二
[0013]专利技术公告号为CN201910519685.3A的一种非接触式血压测量方法和系统
[0014]此专利通过获取用户的面部视频；从面部视频中筛选第一感兴趣区域的多个图像帧和第二感兴趣区域的多个图像帧；分别对第一感兴趣区域和第二感兴趣区域的多个图像帧提取三基色的视频迹曲线；分别对第一感兴趣区域和第二感兴趣区域的三基色视频迹曲线进行盲源分离，得到心率的估计值；以心率的估计值为先验知识，通过盲源信号提取确定第一感兴趣区域和第二感兴趣区域的光电容积脉搏波曲线；根据第一感兴趣区域和第二感兴趣区域的光电容积脉搏波曲线求取PPG信号时滞；将PPG信号时滞输入时滞与血压的关系
方程得到血压值，利用脉搏时间差建立线性模型来实现血压值的测量。
[0015]现有技术二的缺点
[0016]基于脉搏时间差的血压测量方法，个体在不同生理状态下，线性模型中的参数各异。在利用这种方法进行血压测量时，需要根据测试者某个时间的身体状况来对参数进行标定，并且随着被测者生理状态发生变化，模型参数需要不断地进行更新，这种血压测量方法不具有普适性。
[0017]与本专利技术相关的现有技术三
[0018]El
‑
Hajj C,Kyriacou P A.Deep learning models for cuffless blood pressure monitoring from PPG signals using attention mechanism[J].Biomedical Signal Processing and Control,2021,65:102301.
[0019]文献中提出了一种基于脉搏波波形特征的非接触式血压测量方法，其通过特征工程的方法，设计了22个脉搏波波形特征，并利用长短记忆神经网络对22个脉搏波波形特征进行学习，构建血压网络，实现对人体血压的非接触式测量。
[0020]现有技术三的缺点
[0021]采用特征工程的方式获取脉搏波波形特征存在冗余性且不足以代表脉搏波波形的所有特征，且在特征提取的过程中，不可避免的会引入计算误差，这种方法提取脉搏波波形特征的过程较为复杂，且其没有考虑人群的统计特征与血压之间的关系。
[0022]与本专利技术相关的现有技术四
[0023]师荣堃.基于光电容积脉搏波的无创血压测量模型研究[D].上海交通大学，2019
[0024]学位论文中提出了一种基于个体特征与脉搏波波形特征融合的非接触式血压测量方法，其通过双向LSTM网络对脉搏波特征进行学习，得到脉搏波波形特征，并将其与个体特征进行简单拼接，采用全连接层对拼接后的特征进行融合，构建血压网络，实现对人体血压的非接触式测量。
[0025]现有技术四的缺点
[0026]个体的特征信息由于信息维度较低且其量纲不一，利用全连接层对个体特征和波形特征进行融合的方式没有考虑不同人群的个体特征与血压之间的相关性，其对于个体信息的利用不充分，特征融合的效果较差。

技术实现思路

[0027]本专利技术所需要解决的问题是如何利用人体脉搏波进行血压测量，期望本专利技术的方法可部署在手机、平板等移动端，并基于手机、平板等移动设备的硬件配置，实现对人体血压的测量。
[0028]本专利技术提供了一种基于人体脉搏波的血压测量方法，该方法在一个或多个处理器上执行，该方法包括：利用光电探测设备，接收从一个或多个人类的皮肤反射的光；基于反射光的强度变化值，由受试者的一个或多个感兴趣区域(ROI)获取脉搏波信号；从一个或多个脉搏波信号中提取相关波形特征，对受试者的个体统计信息进行映射，并将脉搏波信号的波形特征和映射后的个体统计信息进行融合，得到与确定血压相关的一个或多个融合特征；对融合特征进行逻辑回归，得到一个或多个波形片段对应的血压估计值
其中，为权重映射矩阵，b
pi
为其偏置，T为融合特征；
[0029]建立一个基于人体脉搏波的血压测量模型，采用血压训练集结合上述方法对模型进行训练，使得血压估计值与人体实际血压误差符合要求；血压训练集包括一个或多个片段的人体脉搏波信号和一个或多个个体统计信息；使用训练好的基于人体脉搏波的血压测量模型确定受试者的血压估计值，对多个血压估计值取平均值，并输出血压的确定值。
[0030]在特定的情况下，血压估计值包括收缩压(SBP)和舒张压(DBP)的估计值。
[0031]在又一种情况下，优先选择受试者灌注强度较高的人体体表区域获取脉搏波信号。
[0032]在又一种情况下，该方法还包括利用信号滤波方法处理脉搏波信号。
[0033]在又一种情况下，所选择的一个或多个脉搏波信号片段至少包含一个完整的脉搏波周期片段。
[0034]在又一种情况下，受试者的个体统计信息包括受试者年龄、性别、身高、体重及既往病史、家族遗传史、个人生活习惯如是否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人体脉搏波的血压测量方法，其特征在于，首先训练得到一个基于人体脉搏波的血压测量模型，使用血压测量模型确定受试者的血压估计值，对多个血压估计值取平均值，即可得到血压的确定值；所述基于人体脉搏波的血压测量的训练方法如下：从一个或多个脉搏波信号中提取相关波形特征，对受试者的个体统计信息进行映射，并将脉搏波信号的波形特征和映射后的个体统计信息进行融合，得到与确定血压相关的一个或多个融合特征；对融合特征进行逻辑回归，得到一个或多个波形片段对应的血压估计值其中，为权重映射矩阵，b
pi
为其偏置，T为融合特征；训练该模型使得血压估计值与人体实际血压误差符合要求，即可得到所述的基于人体脉搏波的血压测量模型。2.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于，所述脉搏波信号的获取方法为：利用光电探测设备，接收从一个或多个人类的皮肤反射的光；基于反射光的强度变化值，由人类的一个或多个感兴趣区域获取脉搏波信号。3.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于，所述的个体统计信息T
d
包括年龄、性别、身高、体重及既往病史、家族遗传史、个人生活习惯：T
d
＝[T1，T2，
…
，T
m
]将个体统计信息向高维空间进行映射，得到映射后的个体统计信息S
d
：S
d
＝ω
d
·
T
d
+b
d
其中，ω
d
为权重映射矩阵，b
d
为其偏置。4.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于：所述的将脉搏波信号的波形特征和映射后的个体统计信息...

【专利技术属性】
技术研发人员：汪密，沈会良，陈圣辉，王瀚宇，黄成，
申请(专利权)人：浙江大学，
类型：发明
国别省市：