一種基于心電信號和血氧容積波的連續性血壓測量方法技術

本發明專利技術提供一種多參數融合連續性血壓的測量方法，綜合考慮了除利用脈搏波傳輸時間標定血壓外，同時考慮了與心電信號在同一周期內的血氧容積波的一階導數的最大值a

A method of continuous blood pressure measurement based on ECG signals and blood oxygen volume waves

The invention provides a multi parameter fusion of continuous blood pressure measurement method, in addition to considering the calibration pressure using pulse wave transit time, considering and ECG in the same period the oxygen volume wave derivative maximum value a

【技術實現步驟摘要】
一種基于心電信號和血氧容積波的連續性血壓測量方法
本專利技術屬于醫療器械領域，尤其涉及一種基于脈搏波傳輸時間的多參數融合連續性血壓測量方法。
技術介紹
隨著社會經濟的快速發展，人們對健康狀況的關注越來越重視；尤其是隨著社會老齡化人口的增長，方便易用的健康監護設備成為社會的迫切需求。血壓是反映人體循環系統機能的重要參數，是指由心臟泵血活動造成的血液對于單位面積血管壁的側壓力，隨每個心動周期呈連續性、周期性變化。設計連續性血壓測量方法，了解血壓的晝夜變化規律，不僅是預防、診斷、治療和控制高血壓的需要，而且對準確判定高血壓，降低因“白大衣高血壓癥”而造成的誤診具有重要意義。現有脈搏波傳輸時間的測量方法分為兩種：(1)采用心電信號(ECG)和光電容積描記波形(PPG)結合的方式，即通過采集第一導聯的ECG，同時通過透射的方式或反射的方式采集手指或者腕部或者手背的PPG，計算心電信號R點與PPG特征點之間的時間差，如圖3所示為采用ECG+PPG結合的方法測量脈搏波傳輸時間的示意圖；(2)采用雙PPG的方式，即在腕部和手背分別放置一個反射式光電傳感器，或者在一根手指的兩個不同位置分別放置一個反射式光電傳感器，計算兩PPG同一特征值點的時間差；再次，利用脈搏波傳輸時間與收縮壓或平均壓的關系，再反推出連續性血壓，如圖4所示為采用雙PPG的方法測量脈搏波傳輸時間的示意圖。由于血壓是由多種因素共同產生的結果，單一利用脈搏波傳輸時間與血壓之間的關系反推出血壓值，得不到準確的血壓值。
技術實現思路
為解決上述問題，本專利技術提供一種基于心電信號和血氧容積波的連續性血壓測量方法，綜合考慮了除利用脈搏波傳輸時間標定血壓外，同時考慮了血氧信號的18個參數，包括一個周期內兩個相鄰收縮期峰值點的差值，兩個相鄰最小值點的差值，兩個相鄰的舒張期峰值點的差值，兩個相鄰重搏切跡點的差值，收縮期峰值點的幅值，最小值點的幅值，舒張期峰值點的幅值，重搏切跡點的幅值，收縮面積，舒張面積，血氧容積波的面積，面積比例，同周期的兩個峰值點之間的差值，同周期的收縮期峰值點與最小值點之差，上升時間，時間增量，增長系數，反射系數。根據這18個參數用BP神經網絡建立血壓的模型，依據模型預測血壓值。一種基于心電信號和血氧容積波的連續性血壓測量方法，包括以下步驟：步驟1：實時檢測待測者的心電信號的R點位置a00；步驟2：連續檢測待測者的血氧容積波，對血氧容積波進行差分處理，得到與心電信號在同一周期內的血氧容積波的一階導數的最大值a01，血氧容積波相鄰兩個周期中兩個收縮期峰值點的時間差值a2、兩個最小值點的時間差值a3、兩個舒張期峰值點的時間差值a4、兩個重搏切跡點的差值a5，血氧容積波一個周期中的收縮期峰值點的幅值a6、最小值點的幅值a7、舒張期峰值點的幅值a8、重搏切跡點的幅值a9、收縮面積a10、舒張面積a11、血氧容積波的面積a12、面積比例a13，血氧容積波同一周期內的收縮期峰值點幅值a6與舒張期峰值點幅值a8之間的差值a14、同一周期內的收縮期峰值點幅值a6與最小值點幅值a7之間的差值a15、同一周期中從最小值點到收縮期峰值點的上升時間a16、同一周期中從收縮期峰值點到舒張期峰值點的時間增量a17、增長系數a18、反射系數a19；所述增長系數a18表示同一周期中舒張期峰值點與最小值點之間的差值X1和收縮期峰值點與最小值點之間的差值X2的比值X1/X2；所述反射系數a19表示增長系數a18與1的差值；步驟3：采用傳統的連續型血壓計連續測量待測者的用于訓練的舒張壓DBPoriginal和收縮壓SBPoriginal；步驟4：將血氧容積波的一階導數的最大值a01與同一周期的心電信號的R點位置a00做差，得到脈搏波的傳輸時間PTT＝a01-a00；步驟5：將PTT，a2～a19這19個特征值，以及與心電信號、血氧容積波同一時刻測量的步驟3所述的舒張壓DBPoriginal和收縮壓SBPoriginal連續輸入到BP神經網絡中，其中連續輸入時間不少于5min；所述BP神經網絡包括輸入層，輸出層以及中間隱層；所述BP神經網絡的輸入層為單層，并假設為19個神經元，其中19個神經元分別與所述19個特征值一一對應；所述BP神經網絡的輸出層假設為2個神經元，分別對應舒張壓DBPoriginal與收縮壓SBPoriginal；所述BP神經網絡的中間隱層為單層，并假設為N個神經元，其中N＝10,11或12；所述中間隱層的神經元通過全連接的方式分別連續接收輸入層神經元的19個特征值、輸出層神經元的舒張壓和收縮壓；BP神經網絡利用19個特征值、舒張壓以及收縮壓訓練血壓模型，得到兩個系數矩陣A19×N,BN×2；其中系數矩陣A19×N關聯輸入層與中間隱層，系數矩陣BN×2關聯中間隱層與輸出層；步驟6：重新檢測待測者的血氧容積波和心電信號，采用步驟2和步驟4的方法對血氧容積波進行差分處理，得到PTT，a2～a19這19個特征值，并構造輸入矩陣Input1×19：Input1×19＝{PTT,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11,a12,a13,a14,a15,a16,a17,a18,a19}，同時構造輸出矩陣Output1×2＝Input1×19×A19×N×BN×2，其中Output1×2＝{BP1,BP2}，BP1為BP神經網絡訓練出的待測收縮壓，BP2為BP神經網絡訓練出的待測舒張壓；步驟7：校正BP神經網絡訓練出的待測收縮壓BP1和待測舒張壓BP2，其中：error1＝SBPoriginal-BP1error2＝DBPoriginal-BP2其中，error1為收縮壓SBPoriginal與BP神經網絡訓練出的待測收縮壓BP1的誤差；error2為舒張壓DBPoriginal與BP神經網絡訓練出的待測收縮壓BP2的誤差；步驟8：采用線性回歸函數分別擬合error1與SBPoriginal之間以及error2與DBPoriginal之間的關系，則error1與SBPoriginal的關系為f(SBPoriginal,error1)＝0，error2與DBPoriginal的關系為f(DBPoriginal,error2)＝0；步驟9：根據f(SBPoriginal,error1)＝0、f(DBPoriginal,error2)＝0，計算校正后的收縮壓SBPoriginal和舒張壓DBPoriginal。一種基于心電信號和血氧容積波的連續性血壓測量方法，步驟9所述的計算校正后的收縮壓SBPoriginal和舒張壓DBPoriginal具體步驟為：步驟91：利用機器學習、線型擬合或線性回歸的方法分別得到error1與PTT、a2～a19、BP1、BP2的關系，以及error2與PTT、a2～a19、BP1、BP2的關系，具體為：estimated_error1＝f(PTT,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11,a12,a13,a14,a15,a16,a17,a18,a19,BP1,BP2)estimated_error2＝f(PTT,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11,a12,a13,a14,a15,a16本文檔來自技高網...

【技術保護點】
一種基于心電信號和血氧容積波的連續性血壓測量方法，其特征在于，包括以下步驟：步驟1：實時檢測待測者的心電信號的R點位置a

【技術特征摘要】
1.一種基于心電信號和血氧容積波的連續性血壓測量方法，其特征在于，包括以下步驟：步驟1：實時檢測待測者的心電信號的R點位置a00；步驟2：連續檢測待測者的血氧容積波，對血氧容積波進行差分處理，得到與心電信號在同一周期內的血氧容積波的一階導數的最大值a01，血氧容積波相鄰兩個周期中兩個收縮期峰值點的時間差值a2、兩個最小值點的時間差值a3、兩個舒張期峰值點的時間差值a4、兩個重搏切跡點的差值a5，血氧容積波一個周期中的收縮期峰值點的幅值a6、最小值點的幅值a7、舒張期峰值點的幅值a8、重搏切跡點的幅值a9、收縮面積a10、舒張面積a11、血氧容積波的面積a12、面積比例a13，血氧容積波同一周期內的收縮期峰值點幅值a6與舒張期峰值點幅值a8之間的差值a14、同一周期內的收縮期峰值點幅值a6與最小值點幅值a7之間的差值a15、同一周期中從最小值點到收縮期峰值點的上升時間a16、同一周期中從收縮期峰值點到舒張期峰值點的時間增量a17、增長系數a18、反射系數a19；所述增長系數a18表示同一周期中舒張期峰值點與最小值點之間的差值X1和收縮期峰值點與最小值點之間的差值X2的比值X1/X2；所述反射系數a19表示增長系數a18與1的差值；步驟3：采用傳統的連續型血壓計連續測量待測者的用于訓練的舒張壓DBPoriginal和收縮壓SBPoriginal；步驟4：將血氧容積波的一階導數的最大值a01與同一周期的心電信號的R點位置a00做差，得到脈搏波的傳輸時間PTT＝a01-a00；步驟5：將PTT以及a2～a19這19個特征值，以及與心電信號、血氧容積波同一時刻測量的步驟3所述的舒張壓DBPoriginal和收縮壓SBPoriginal連續輸入到BP神經網絡中，其中連續輸入時間不少于5min；所述BP神經網絡包括輸入層，輸出層以及中間隱層；所述BP神經網絡的輸入層為單層，并假設為19個神經元，其中19個神經元分別與所述19個特征值一一對應；所述BP神經網絡的輸出層假設為2個神經元，分別對應舒張壓DBPoriginal與收縮壓SBPoriginal；所述BP神經網絡的中間隱層為單層，并假設為N個神經元，其中N＝10,11或12；所述中間隱層的神經元通過全連接的方式分別連續接收輸入層神經元的19個特征值、輸出層神經元的舒張壓和收縮壓；BP神經網絡利用19個特征值、舒張壓以及收縮壓訓練血壓模型，得到兩個系數矩陣A19×N,BN×2；其中系數矩陣A19×N關聯輸入層與中間隱層，系數矩陣BN×2關聯中間隱層與輸出層；步驟6：重新檢測待測者的血氧容積波和心電信號，采用步驟2和步驟4的方法對血氧容積波進行差分處理，得到PTT以及a2～a19這19個特征值，并構造輸入矩陣Input1×19：Input1×19＝{PTT,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11,a12,a13,a14,a15,a16,a17,a18...

【專利技術屬性】
技術研發人員：徐志紅，方震，趙湛，陳賢祥，杜利東，
申請(專利權)人：中國科學院電子學研究所，
類型：發明
國別省市：北京,11