血压估计方法及装置制造方法及图纸

技术编号:21902119 阅读:19 留言:0更新日期:2019-08-21 09:12
本发明专利技术提供一种血压估计方法及装置,涉及医疗技术领域。该方法包括:获取输入参数,输入参数包含编码信号、特征参数和多尺度熵;其中,编码信号为第一信号数据通过自编码器编码后的信号;第一信号数据包括:第一心电信号和第一脉搏波信号;第一心电信号为用户的心电信号,第一脉搏波信号为用户的脉搏波信号;特征参数为第一信号数据的生理信号指标;多尺度熵表征第一信号数据的复杂程度;将输入参数输入血压估计模型,获得估计血压;估计血压分别与编码信号、特征参数以及多尺度熵具有对应关系。将用户的第一信号数据进行多种类型数据的提取,将多种类型的数据均用于估计用户的血压,可提高血压估计的准确率。

Blood Pressure Estimation Method and Device

【技术实现步骤摘要】
血压估计方法及装置
本专利技术涉及医疗
,具体而言,涉及一种血压估计方法及装置。
技术介绍
血压作为人体重要的生理参数,能反映人体的生理健康状况,也是心脏和血管功能健康状况评估的重要依据。因此,及时关注血压的变化,关系着人们的身体健康。在现有技术中能够,测量血压的方法众多。其中,较方便的一种方法是:采集脉搏波与血压值来训练模型,通过训练后的模型来估计血压值。虽然,现有技术中的建模方法能够方便和快捷的估测人体血压,但其准确度有待提高。
技术实现思路
本专利技术的目的在于,针对上述现有技术中的不足,提供一种血压估计方法及装置,以解决血压估计准确率低的问题。为实现上述目的,本专利技术实施例采用的技术方案如下:第一方面,本专利技术实施例提供了一种血压估计方法,包括:获取输入参数,所述输入参数包含编码信号、特征参数和多尺度熵;其中,所述编码信号为第一信号数据通过自编码器编码后的信号;所述第一信号数据包括:第一心电信号和第一脉搏波信号;所述第一心电信号为用户的心电信号,所述第一脉搏波信号为所述用户的脉搏波信号;所述特征参数为所述第一信号数据的生理信号指标;所述多尺度熵表征所述第一信号数据的复杂程度;将所述输入参数输入血压估计模型,获得估计血压;所述估计血压分别与所述编码信号、所述特征参数以及所述多尺度熵具有对应关系。可选地,所述获取输入参数,包括:获取所述第一信号数据;将所述第一信号数据进行分段,获得多个子信号;将任意一个所述子信号作为所述自编码器的编码输入参数,获得所述编码信号;将所述编码信号作为所述自编码器的解码输入参数,获得第一输出信号数据;根据所述第一输出信号数据,获取所述特征参数;其中所述特征参数为所述子信号的生理信号指标;将所述第一信号数据作为所述自编码器的编解码输入参数,获得第二输出信号数据;根据所述第二输出信号数据,获取所述多尺度熵。可选地,所述根据所述第二输出信号数据,获取所述多尺度熵,包括:获取所述第二输出信号数据,所述第二输出信号数据为第一序列x(n),n取值为正整数;选取超参数τ,通过所述第二输出信号数据,得到第二序列,所述第二序列满足下式:其中,x(i)为第二输出信号数据中第i个向量,1≤i≤n,1≤j≤n/τ,1≤τ≤20;将所述第二序列分为多个m维向量,所述多个m维向量为z(k),m取值为正整数,1≤k≤n/τ-m+1;统计多个m维向量中,满足‖z(i)-z(j)‖∞≤r的向量的个数Bi,并计算第一平均个数B(τ,m,r),所述第一平均个数B(τ,m,r)满足下式:其中,z(i)=[y(i),y(i+1),y(i+m-1)],1≤i≤n/τ-m+1;z(j)=[y(j),y(j+1),y(j+m-1)],1≤j≤n/τ-m+1,i≠j;将所述第二序列分为多个m+1维向量,所述多个m+1维向量为h(k);统计多个m+1向量中,满足‖h(i)-h(j)‖∞≤r的向量的个数Ci,并计算第二平均个数C(τ,m,r),所述第二平均个数C(τ,m,r)满足下式:其中,h(i)=[y(i),y(i+1),y(i+m-1),y(i+m)],1≤i≤n/τ-m+1,h(j)=[y(j),y(j+1),y(j+m-1),y(j+m)],1≤j≤n/τ-m+1;根据所述第一平均个数B(τ,m,r)和所述第二平均个数C(τ,m,r),获得所述多尺度熵;所述多尺度熵满足下式:其中,E(m)表示多尺度熵。可选地,所述特征参数包括下述一项或多项的任意组合:心电图R峰到同一心动周期内脉搏波谷值点的时间间隔、心电图R峰到同一心动周期内脉搏波斜率最大值点的时间间隔、心电图R峰到同一心动周期内脉搏波峰值点的时间间隔、心率、反射率、收缩时长、收缩舒张时长比、舒张时长比、上升时间、收缩末期容积、舒张末期容积、相对收缩末期容积、收缩舒张容积比。可选地,所述获取输入参数之前,还包括:获取第二信号数据;所述第二信号数据包括:第二心电信号和第二脉搏波信号;所述第二心电信号为测试人员的心电信号;所述脉搏波信号为所述测试人员的脉搏波信号;将所述第二信号数据输入所述自编码器,获得输出参数;根据所述输出参数与所述第二信号数据,获取第一损失函数;所述第一损失函数表征所述输出参数与所述第二信号数据的差值;当所述第一损失函数小于第一预设值时,则确定所述自编码器训练成功。可选地,获取所述第二信号数据,所述第二信号数据为信号矩阵S;将所述第二信号数据输入所述自编码器,获得所述输出参数,所述输出参数可通过下式获得:R=decoder(encoder(S));其中R表示所述输出参数;根据所述输出参数与所述第二信号数据,获取所述第一损失函数,所述第一损失函数可通过下式获得:L1=‖S-R‖2;其中,L1表示所述第一损失函数;当所述第一损失函数小于第一预设值时,则确定所述自编码器训练成功。可选地,所述将所述输入参数输入血压估计模型,获得估计血压之前,还包括:获取血压数据,所述血压数据与所述第二信号数据同一时间获取,所述血压数据包括:收缩压sbp1和舒张压dbp1;将所述血压数据与所述输出参数输入所述血压估计模型,获得输出血压;所述输出血压包括:输出收缩压sbp2和输出舒张压dbp2;根据所述输出血压与所述血压数据,获取第二损失函数;所述第二损失函数表征所述输出血压与所述血压数据的差值;所述第二损失函数满足下式:L2=‖sbp1-sbp2‖2+‖dbp1-dbp2‖2;其中,L2表示所述第二损失函数;当所述第二损失函数小于第二预设值时,则确定所述血压估计模型训练成功。另一方面,本申请还提供一种血压估计装置,包括:获取模块和估计模块;所述获取模块,用于获取输入参数,所述输入参数包含编码信号、特征参数和多尺度熵;其中,所述编码信号为第一信号数据通过自编码器编码后的信号;所述第一信号数据包括:第一心电信号和第一脉搏波信号;所述第一心电信号为用户的心电信号,所述第一脉搏波信号为所述用户的脉搏波信号;所述特征参数为所述第一信号数据的生理信号指标;所述多尺度熵表征所述第一信号数据的复杂程度;所述估计模块,用于将所述输入参数输入血压估计模型,获得估计血压;所述估计血压分别与所述编码信号、所述特征参数以及所述多尺度熵具有对应关系。可选地,所述获取模块,具体用于:获取所述第一信号数据;将所述第一信号数据进行分段,获得多个子信号;将任意一个所述子信号作为所述自编码器的编码输入参数,获得所述编码信号;将所述编码信号作为所述自编码器的解码输入参数,获得第一输出信号数据;根据所述第一输出信号数据,获取所述特征参数;其中所述特征参数为所述子信号的生理信号指标;将所述第一信号数据作为所述自编码器的编解码输入参数,获得第二输出信号数据;根据所述第二输出信号数据,获取所述多尺度熵。可选地,所述血压估计装置还包括:训练模块;所述获取模块,还用于:获取第二信号数据;所述第二信号数据包括:第二心电信号和第二脉搏波信号;所述第二心电信号为测试人员的心电信号;所述脉搏波信号为所述测试人员的脉搏波信号;将所述第二信号数据输入所述自编码器,获得输出参数;所述训练模块,用于根据所述输出参数与所述第二信号数据,获取第一损失函数;所述第一损失函数表征所述输出参数与所述第二信号数据的差值;当所述第一损失函数小于第一本文档来自技高网...

【技术保护点】
1.一种血压估计方法,其特征在于,包括:获取输入参数,所述输入参数包含编码信号、特征参数和多尺度熵;其中,所述编码信号为第一信号数据通过自编码器编码后的信号;所述第一信号数据包括:第一心电信号和第一脉搏波信号;所述第一心电信号为用户的心电信号,所述第一脉搏波信号为所述用户的脉搏波信号;所述特征参数为所述第一信号数据的生理信号指标;所述多尺度熵表征所述第一信号数据的复杂程度;将所述输入参数输入血压估计模型,获得估计血压;所述估计血压分别与所述编码信号、所述特征参数以及所述多尺度熵具有对应关系。

【技术特征摘要】
1.一种血压估计方法,其特征在于,包括:获取输入参数,所述输入参数包含编码信号、特征参数和多尺度熵;其中,所述编码信号为第一信号数据通过自编码器编码后的信号;所述第一信号数据包括:第一心电信号和第一脉搏波信号;所述第一心电信号为用户的心电信号,所述第一脉搏波信号为所述用户的脉搏波信号;所述特征参数为所述第一信号数据的生理信号指标;所述多尺度熵表征所述第一信号数据的复杂程度;将所述输入参数输入血压估计模型,获得估计血压;所述估计血压分别与所述编码信号、所述特征参数以及所述多尺度熵具有对应关系。2.如权利要求1所述的血压估计方法,其特征在于,所述获取输入参数,包括:获取所述第一信号数据;将所述第一信号数据进行分段,获得多个子信号;将任意一个所述子信号作为所述自编码器的编码输入参数,获得所述编码信号;将所述编码信号作为所述自编码器的解码输入参数,获得第一输出信号数据;根据所述第一输出信号数据,获取所述特征参数;其中所述特征参数为所述子信号的生理信号指标;将所述第一信号数据作为所述自编码器的编解码输入参数,获得第二输出信号数据;根据所述第二输出信号数据,获取所述多尺度熵。3.如权利要求2所述的血压估计方法,其特征在于,所述根据所述第二输出信号数据,获取所述多尺度熵,包括:获取所述第二输出信号数据,所述第二输出信号数据为第一序列x(n),n取值为正整数;选取超参数τ,通过所述第二输出信号数据,得到第二序列,所述第二序列满足下式:其中,y(j)为所述第二序列,x(i)为第二输出信号数据中第i个向量,1≤i≤n,1≤j≤n/τ,1≤τ≤20;将所述第二序列分为多个m维向量,所述多个m维向量为z(k),m取值为正整数,1≤k≤n/τ-m+1;统计多个m维向量中,满足||z(i)-z(j)||∞≤r的向量的个数Bi,并计算第一平均个数B(τ,m,r),所述第一平均个数B(τ,m,r)满足下式:其中,z(i)=[y(i),y(i+1),y(i+m-1)],1≤i≤n/τ-m+1;z(j)=[y(j),y(j+1),y(j+m-1)],1≤j≤n/τ-m+1,i≠j;将所述第二序列分为多个m+1维向量,所述多个m+1维向量为h(k);统计多个m+1向量中,满足||h(i)-h(j)||∞≤r的向量的个数Ci,并计算第二平均个数C(τ,m,r),所述第二平均个数C(τ,m,r)满足下式:其中,h(i)=[y(i),y(i+1),y(i+m-1),y(i+m)],1≤i≤n/τ-m+1,h(j)=[y(j),y(j+1),y(j+m-1),y(j+m)],1≤j≤n/τ-m+1;根据所述第一平均个数B(τ,m,r)和所述第二平均个数C(τ,m,r),获得所述多尺度熵;所述多尺度熵满足下式:其中,E(m)表示多尺度熵。4.如权利要求2所述的血压估计方法,其特征在于,所述特征参数包括下述一项或多项的任意组合:心电图R峰到同一心动周期内脉搏波谷值点的时间间隔、心电图R峰到同一心动周期内脉搏波斜率最大值点的时间间隔、心电图R峰到同一心动周期内脉搏波峰值点的时间间隔、心率、反射率、收缩时长、收缩舒张时长比、舒张时长比、上升时间、收缩末期容积、舒张末期容积、相对收缩末期容积、收缩舒张容积比。5.如权利要求1所述的血压估计方法,其特征在于,所述获取输入参数之前,还包括:获取第二信号数据;所述第二信号数据包括:第二心电信号和第二脉搏波信号;所述第二心电信号为测试人员的心电信...

【专利技术属性】
技术研发人员:吴丹张佳伦马帅奇李烨
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1