【技術實現步驟摘要】
本專利技術涉及血壓檢測，更具體地說，本專利技術涉及一種動態無袖帶連續血壓測量方法、裝置及可存儲介質。
技術介紹
1、目前，血壓是反映人體心臟和血管功能的重要生理參數之一，也是臨床疾病診斷和效果評估方法的重要依據。隨著人們生活水平的提高，生活節奏的加快，生活習慣的不規律等原因導致由高血壓引起的腦中風、心肌梗等疾病的發病率越來越高，因此有效的人體血壓檢測對預防和控制高血壓及其引發的慢性病有著至關重要的意義。
2、但是，一系列實驗表明ptt與血壓存在一定關系，因此可以通過ptt間接測血壓，實現血壓的無袖帶連續檢測。光電容積脈搏波沿動脈血管進行傳播過程中會受到心臟，血管粘稠度，血管硬度，血管阻力等影響。因此脈搏波波形中含有很多和血管有關的信息，諸多研究者進行了脈搏波波形與血壓相關性的研究，實現了脈搏波波形對無袖帶血壓的檢測。但使用脈搏波波形對血壓預測時，研究者僅選取光電容積脈搏波波形的部分參數參與預測，并未將脈搏波波形整體考慮，導致部分與血壓相關的脈搏波波形信息缺失。進一步的有學者研究發現，血壓不僅僅和ptt和脈搏波波形有關，也和pcps有一定的關系，如年齡、身高、體重和性別。且還存在對血壓的測量中，血液粘稠度對血壓測量偏高的影響問題無法進行解決，本專利技術綜合考慮ptt、pww和pcps，建立三者與血壓之間的關系模型。
3、因此，如何提供一種能夠解決上述問題的無袖帶連續血壓測量方法是本領域技術人員亟需解決的問題。
技術實現思路
1、為了克服現有技術的上述缺陷，本專
2、為實現上述目的，本專利技術提供如下技術方案：一種動態無袖帶連續血壓測量方法，包括：
3、獲取被測者的個人特征信息、心電信號以及光電容積脈搏波信號；
4、對所述心電信號及所述光電容積脈搏波信號進行預處理，得到脈搏波傳導時間信息；
5、對經過預處理的所述光電容積脈搏波信號進行提取特征，將提取的特征進行標準化處理，得到脈搏波波形信息；
6、利用神經網絡建立所述脈搏波傳導時間信息、所述脈搏波波形信息及所述個人特征信息與血壓的關系模型；
7、利用損失函數衡量上述關系模型中輸出的預測血壓和實際血壓之間的誤差；
8、通過鏈式法則計算損失函數對每個參數的梯度，更新權重和偏置，以最小化損失函數，并進行訓練迭代，消除血液粘稠度對血壓測量帶來的誤差，從而實現實際血壓的測量。
9、優選地，得到脈搏波傳導時間信息的具體過程包括：
10、獲取相鄰所述心電信號的r波峰值及所述光電容積脈搏波信號的峰值之間的時間差，所述時間差為脈搏波傳導時間信息，具體如下式所示：
11、
12、式中，表示一定數據長度的心電信號和光電容積脈搏波信號所求的脈搏波傳導時間的平均值；
13、ecgr[i]表示第i個心電信號r波峰值的橫坐標；
14、ppgmax[i]表示第i個光電容積脈搏波信號峰值的橫坐標；
15、m表示eccr[i]的數組長度，n表示ppgmax[i]的數組長度。
16、優選地，對所述光電容積脈搏波信號進行預處理的具體過程包括：
17、通過自適應窗函數法，提取光電容積脈搏波信號的峰值和谷值，利用插值法擬合出光電容積脈搏波信號的基線；
18、根據朗伯比爾定律，對光電容積脈搏波波形和光電容積脈搏波基線分別取對數后求差值處理。
19、優選地，對經過預處理的所述光電容積脈搏波信號進行提取，得到脈搏波波形信息的具體過程包括：
20、對預處理后的光電容積脈搏波進行重采樣，將多個單周期光電容積脈搏波按周期內采樣點的重采樣順序對應累加，作為一個周期的脈搏波波形。
21、優選地，對預處理后的所述光電容積脈搏波信號進行提取特征，將提取的特征進行標準化處理，以消除量綱的影響，公式如下：
22、
23、其中，x是原始特征值，μ是特征均值，σ是特征標準差。
24、優選地，所述神經網絡包括依次連接的輸入層、隱藏層及輸出層，所述隱藏層可以有一層或多層，其中所述隱藏層的神經元數量的設置符合下式：
25、
26、式中，l表示隱藏層神經元數目，m表示輸入層神經元數目，n表示輸出層神經元數目，α表示1～10的正整數。
27、優選地，對于每個所述神經元，輸入加權和通過激活函數得到輸出；通過設定第l層第j個神經元的輸出為則前向傳播公式為：
28、
29、其中，是l-1層第k個神經元到第i層第j個神經元的權重，是第l層第j個神經元的偏置，f(·)是激活函數；
30、而對應的損失函數公式為：
31、
32、其中，m是樣本數量，hθ(x(i)是神經網絡對第i個樣本的預測值，y(i)是第i個樣本的實際值。
33、優選地，所述通過鏈式法則計算損失函數對每個參數的梯度下降公式為：
34、
35、其中，γ是學習率，控制參數更新的步長。
36、一種動態無袖帶連續血壓測量裝置，包括：
37、數據采集模塊，用于獲取被測者的個人特征信息、心電信號以及光電容積脈搏波信號；
38、數據預處理模塊，所述數據預處理模塊與所述數據采集模塊連接，用于對所述心電信號以及光電容積脈搏波信號進行預處理；
39、數據提取模塊，所述數據提取模塊與所述數據預處理模塊連接，用于對經過預處理的所述光電容積脈搏波信號進行提取，得到脈搏波波形信息；
40、數據預測模塊，所述數據預測模塊與所述數據提取模塊連接，用于利用神經網絡所述脈搏波傳導時間信息、所述脈搏波波形信息及所述個人特征信息與血壓的關系模型；
41、誤差衡量模塊，所述誤差衡量模塊與數據預測模塊連接，用于利用損失函數衡量上述關系模型中輸出的預測血壓和實際血壓之間的誤差；
42、訓練更新模塊，所述訓練更新模塊與誤差衡量模塊連接，用于通過鏈式法則計算損失函數對每個參數的梯度，更新權重和偏置，以最小化損失函數，并進行訓練迭代，消除血液粘稠度對血壓測量帶來的誤差，從而實現實際血壓的測量。
43、一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲計算機程序，所述計算機程序被處理器執行時實現如權利要求1至8中任一項所述的動態無袖帶連續血壓測量方法。
44、本專利技術的技術效果和優點：
45、1、本專利技術通過神經網絡進行學習過程中，提供具體算法能夠同時進行多層隱藏層進行訓練，可以對光電容積脈搏波信號提取的各類特征進行逐層構建，從而能夠利用多層隱藏層組合學習復雜的非線性映射關系，從而使得學習到的特征更加豐富，從而能夠更加清楚的表達人體血液循環情況，并利用損失函數對預測值和實際值進行衡量，采用鏈式法則計算損失函數的下降梯度，并進行重復迭本文檔來自技高網...
【技術保護點】
1.一種動態無袖帶連續血壓測量方法，其特征在于，包括：
2.根據權利要求1所述的一種動態無袖帶連續血壓測量方法其特征在于，得到脈搏波傳導時間信息的具體過程包括：
3.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，對所述光電容積脈搏波信號進行預處理的具體過程包括：
4.根據權利要求1所述的一種動態無袖帶連續血壓測量方法、裝置及可存儲介質，其特征在于，對經過預處理的所述光電容積脈搏波信號進行提取，得到脈搏波波形信息的具體過程包括：
5.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，對預處理后的所述光電容積脈搏波信號進行提取特征，將提取的特征進行標準化處理，以消除量綱的影響，公式如下：
6.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，所述神經網絡包括依次連接的輸入層、隱藏層及輸出層，所述隱藏層可以有一層或多層，其中所述隱藏層的神經元數量的設置符合下式：
7.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，對于每個所述神經元，輸入加權和通過激活函
8.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，所述通過鏈式法則計算損失函數對每個參數的梯度下降公式為：
9.一種動態無袖帶連續血壓測量裝置，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲計算機程序，所述計算機程序被處理器執行時實現如權利要求1至8中任一項所述的動態無袖帶連續血壓測量方法。
...【技術特征摘要】
1.一種動態無袖帶連續血壓測量方法，其特征在于，包括：
2.根據權利要求1所述的一種動態無袖帶連續血壓測量方法其特征在于，得到脈搏波傳導時間信息的具體過程包括：
3.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，對所述光電容積脈搏波信號進行預處理的具體過程包括：
4.根據權利要求1所述的一種動態無袖帶連續血壓測量方法、裝置及可存儲介質，其特征在于，對經過預處理的所述光電容積脈搏波信號進行提取，得到脈搏波波形信息的具體過程包括：
5.根據權利要求1所述的一種動態無袖帶連續血壓測量方法，其特征在于，對預處理后的所述光電容積脈搏波信號進行提取特征，將提取的特征進行標準化處理，以消除量綱的影響，公式如下：
6.根據權利要求1所述的一種動態無袖帶連續...
【專利技術屬性】
技術研發人員：郭爭業，田培松，
申請(專利權)人：上海貝瑞電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。