一种血压预测方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种血压预测方法，应用于无袖带血压测量，方法包括步骤：获取受试者的心电信号和光电容积脉搏波信号，并根据心电信号和光电容积脉搏波信号获取特征数据，通过第一模型根据特征数据获取受试者的预测收缩压SBP1和预测舒张压DBP1，通过第二模型根据特征数据预测受试者的收缩压误差ΔSBP和舒张压误差ΔDBP；根据预测收缩压和收缩压误差获取受试者的融合预测收缩压SBP,根据预测舒张压和舒张压误差获取受试者的融合预测舒张压DBP。本发明专利技术一并公开了相应的装置及计算机可读存储介质。储介质。储介质。

【技术实现步骤摘要】
一种血压预测方法、装置和计算机可读存储介质


[0001]本专利技术涉及可穿戴设备和医学测量领域，尤其涉及一种血压预测方法、装置、计算机可读存储介质。

技术介绍

[0002]血压是临床上作为诊断心血管疾病，尤其是高血压的主要依据，相较于传统的办公室血压测量，长期连续的动态血压监测具有重大临床价值，包括更准确的预测心血管风险事件、更合理地指导用药等。
[0003]连续动态血压监测对设备的便捷性和无扰性提出了更高的要求，目前应用最广泛的袖带式血压测量设备很难应用于可穿戴场景。而心电图 (electrocardiogram，ECG)和光电容积描记图(photoplethysmogram，PPG) 相对于连续血压更容易采集，因此，基于ECG和PPG的无袖带血压估计为连续血压监测提供了另一种思路。
[0004]目前无袖带血压监测的主要方法是构建生理模型或深度学习模型，其中，生理模型法主要基于脉搏波在血管中的传输理论和血管壁弹性与血压之间的关系等生理学原理构建血压估计模型，通常是血压与脉搏传导时间关系模型。一些专利与研究论文都曾提出过基于生理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血压预测方法，应用于无袖带血压测量，其中，所述方法包括步骤：获取受试者的心电信号和光电容积脉搏波信号，并根据所述心电信号和光电容积脉搏波信号获取特征数据；通过第一模型根据所述特征数据获取所述受试者的预测收缩压SBP1和预测舒张压DBP1；通过第二模型根据所述特征数据预测所述受试者的收缩压误差ΔSBP和舒张压误差ΔDBP；根据所述预测收缩压和所述收缩压误差获取所述受试者的融合预测收缩压SBP；根据所述预测舒张压和所述舒张压误差获取所述受试者的融合预测舒张压DBP。2.如权利要求1所述的方法，其中，所述特征数据包括脉搏传导时间和光电容积脉搏波强度比，所述脉搏传导时间为同一心动周期内的心电信号R峰与光电容积脉搏波信号波峰之间的时间间隔，所述光电容积脉搏波强度比为同一心动周期内光电容积脉搏波信号的峰值和谷值之比。3.如权利要求1或2所述的方法，其中，通过所述第一模型获取所述预测收缩压的计算公式为：所述预测舒张压的计算公式为：其中，SBP0为初始收缩压，DBP0为初始舒张压，PIR0为初始光电容积脉搏波强度比，PIR为光电容积脉搏波强度比，PP0为初始脉压差，PTT0为初始脉搏传导时间，PTT为脉搏传导时间。4.如权利要求3所述的方法，其中，所述DBP0为初始校准舒张压或者是获取的前第一预定数量个舒张压的平均值，所述PIR0为初始校准光电容积脉搏波强度比或者是前第一预定数量个电容积脉搏波强度比的平均值，所述PP0为初始校准脉压差或者是前第一预定数量个脉压差的平均值，所述PTT0为初始校准脉搏传导时间或者是前第一预定数量个脉搏传导时间的平均值。5.如权利要求1
‑
4中任意一项所述的方法，其中，所述第一模型为生理模型，所述第二模型为机器学习模型，所述机器学习模型包括决策树、支持向量机、卷积神经网络、循环神经网络以及长短期记忆网络LSTM中的至少一种。6.如权利要求5所述的方法，其中，所述第二模型为深度神经网络。7.如权利要求5或6所述的方法，其中，所述机器学习模型的训练方法包括：收集训练样本，所述训练样本包括当前心动周期及与所述当前心动周期连续的前第二预定数量个心动周期的脉搏传导时间、光电容积脉搏波强度比、收缩压误差以及舒张压误差；将所述训练样本输入所述机器学习模型进行训练；当所述机器学习模型收敛或达到最大迭代次数时结束训练，获得训练好的机器学习模型。
8.如权利要求1或2所述的方法，其中，所述特征数据包括幅值特征数据和时间特征数据，所述包括幅值特征数据包括第一幅值、第二幅值、第一面积比、第三幅值、第四幅值、第五幅值、第六幅值、第七幅值、第二幅值比、第三幅值比中的至少一个，所述第一...

【专利技术属性】
技术研发人员：郑亚莉，王日琛，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：