基于柔性有机光探测器和深度学习算法的血压测量系统技术方案

本发明专利技术公开了一种基于柔性有机光探测器和深度学习算法的血压测量系统，包括数据采集模块、数据处理模块和血压计算模块，所述数据采集模块用于采集生理信号数据，并传输到数据处理模块；所述数据处理模块对数据预处理后，传输至信号质量分析模块评估预处理后信号的质量，将评估后的信号传输至血压计算模块计算血压值。本发明专利技术基于人体的PPG信号和ECG信号，可以实现对血压值的连续监测，反映人体的血液循环情况，ECG信号则反映了心脏的电活动情况，本发明专利技术需要在手腕部位或者其他合适测量的身体部位佩戴柔性的有机光探测器以及佩戴几个测量ECG信号的电极，使用体验更为舒适，适宜用于连续、无创、无袖带地监测人体的血压值。无袖带地监测人体的血压值。无袖带地监测人体的血压值。

【技术实现步骤摘要】
基于柔性有机光探测器和深度学习算法的血压测量系统


[0001]本专利技术属于人体血压测量
和智能设备领域，具体涉及一种基于柔性有机光探测器和深度学习算法的血压测量系统。

技术介绍

[0002]随着老龄人口的快速增加，高血压相关疾病的防治成为一个越来越重要的公共卫生问题。高血压增加了心脏病、脑卒中等多种疾病的风险。但长期以来，血压的连续长时间监测都难以实现，现在最常用的血压测量设备依旧是袖带式的。一种更加便携易用的血压测量设备，可以帮助实现长期连续的血压监测以及更好的健康管理功能，这对提升人们的生活质量非常重要。
[0003]传统袖带式的血压测量方法，需要准确佩戴袖带，同时要在手臂进行充气加压，才能得到一次血压测量结果；水银式血压计还需要有经验的医生才会正确使用。这种血压测量方式的测量时间长，过程繁琐，测量体验差，测量结果容易受其他因素影响，也无法连续监测人体血压。
[0004]有创的动脉压监测方法，是现在的金标准测量方法。它可以连续地获得人体的血压值，但它需要在人体动脉内置入带传感器的导管，因此会对人体造成损伤，一般仅限用于休克、重症病人或有生命危险的手术病人身上，不适合用于日常进行血压监测。在血压计算方面，现有血压计算方法一般基于经验公式和统计方法来确定模型的参数，因此对于不同人群，血压测量结果的误差也不同。
[0005]现在暂无成熟的无袖连续血压测量设备。近年来深度学习技术的发展为无袖式连续血压测量提供了新的思路。基于深度学习的血压计算方法可以通过大量的生理信号数据进行训练，从而得到更加准确的血压计算模型。现在最有应用前景的是基于PPG和ECG来计算血压的方法。基于大量生理数据的训练也使得模型的泛化性能更好，可以适用于更广泛的人群中。
[0006]现有的血压测量设备测量过程繁琐，而且需要在手臂加压，使得测量过程不仅不舒适，而且容易引起不适或疼痛感(CN202310088356.4)。在使用传统袖带式血压计时，需要准确佩戴袖带，否则可能会引起误差，并且在袖带气压过高的情况下还会手臂造成较大的压迫感，甚至对皮肤造成损伤。同时，这种方法的测量结果容易受到其他因素的影响，例如身体姿势、情绪和其他身体状况等。传统的血压测量方法需要在手臂佩戴袖套并施加压力来测量血压值，不仅使用体验差，还不适宜反复测量和持续监测。创伤性的血压监测可以实现对血压的持续监测，但该方法会对人体造成伤害，一般仅用于术中术后等需要高度关注且有医护人员保证安全的场合，不适合日常监测场景。
[0007]此外，这种方法无法连续监测人体血压，每次测量仅能获得一个测量结果，无法对血压的动态变化进行实时监测。多次测量会对人体造成伤害且十分不便，特别是需要夜间连续监测的场景下，这会对人的休息造成很大的困扰。
[0008]现有的一些连续无创测量血压方案则需要根据每个人的特征计算模型参数，不同
的人参数差别可能较大，因此传统的无创血压测量方法方案适应性比较差，不能直接广泛应用。

技术实现思路

[0009]为了克服现有技术的不足，本专利技术提供一种基于柔性有机光探测器和深度学习算法的血压测量系统，涉及生理信号采集设备和智能的血压计算方法。
[0010]本专利技术至少通过如下技术方案之一实现。
[0011]基于柔性有机光探测器和深度学习算法的血压测量系统，包括数据采集模块、数据处理模块和血压计算模块，所述数据采集模块用于采集生理信号数据信号，并传输到数据处理模块；所述数据处理模块对数据预处理后，传输至信号质量分析模块评估预处理后信号的质量，将评估后的信号传输至血压计算模块计算血压值。
[0012]进一步地，所述数据采集模块采用柔性的有机光探测器采集PPG信号，使用ECG模块采集ECG信号。
[0013]进一步地，所述数据采集模块通过有线或者无线的方式将数据传输到数据处理模块。
[0014]进一步地，所述数据处理模块对信号进行滤波、降噪处理。
[0015]进一步地，所述信号质量分析模块通过自编码器对PPG信号进行评估。
[0016]进一步地，自编码器使用正常的PPG信号通过最小化输出的均方误差来训练，通过重构信号与输入信号的相似度来评估信号的质量。
[0017]进一步地，信号质量分析模块通过检测QRS峰对ECG信号进行评估，检测到阈值内的峰值数量则该信号是正常的，否则异常。
[0018]进一步地，根据血压计算模块经过不同的编码器提取不同的信号特征，将不同的信号特征进行融合，最后预测得到ABP波形，从ABP波形提取收缩压SBP、舒张压DBP和平均动脉压MBP的值。
[0019]进一步地，所述数据采集模块采集的生理信号数据信号存储到本地的数据存储模块中。
[0020]进一步地，经使用者授权同意后，数据存储模块提供同步到云端数据库的功能，方便后续查看或者进行生理信号数据分析。
[0021]与现有的技术相比，本专利技术的有益效果为：
[0022]本专利技术的一种基于人体PPG信号和ECG信号的血压测量方法，不需要施加过多的压力，只需要在手腕部位或者其他合适测量的身体部位佩戴一个柔性的有机光探测器，以及在身体上佩戴几个测量ECG信号的电极，使用体验更为舒适，适宜用于连续、无创、无袖带地监测人体的血压值。
[0023]本专利技术基于人体的PPG信号和ECG信号，可以实现对血压值的连续监测。PPG信号反映了人体的血液循环情况，ECG信号则反映了心脏的电活动情况，利用深度学习的方法将两种信号结合起来可以精确地预测出血压值。
[0024]此外，本专利技术使用的柔性传感器较为柔软轻薄，佩戴舒适，可以轻松固定在人体的皮肤上，使用方便，能够在日常生活中实现长期监测。与传统的血压测量方法相比，本专利技术提出的方法具有较高的测量精度和稳定性，并且更加符合人体工程学原理，使用起来更为
舒适和方便。
附图说明
[0025]下面结合附图和实施方式对本专利技术进一步说明：
[0026]图1为实施例基于柔性有机光探测器和深度学习算法的血压测量系统的架构图；
[0027]图2为实施例数据处理模块的具体数据处理流程图；
[0028]图3为实施例信号质量分析模块中分析信号质量的具体流程图；
[0029]图4为实施例血压计算模块根据两种采集到的生理信号计算血压值的具体计算流程图；
[0030]图5为实施例基于柔性有机光探测器和深度学习算法的血压测量系统的操作流程图。
具体实施方式
[0031]为了使本
的人员更好地理解本专利技术方案，以下将结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]如图1所示，本实施例的一种基于柔性有机光探测器和深度学习算法的血压测量系统包括数据采集模块、数据处理模块和数据存储模块三大部分。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于柔性有机光探测器和深度学习算法的血压测量系统，其特征在于：包括数据采集模块、数据处理模块和血压计算模块，所述数据采集模块用于采集生理信号数据信号，并传输到数据处理模块；所述数据处理模块对数据预处理后，传输至信号质量分析模块评估预处理后信号的质量，将评估后的信号传输至血压计算模块计算血压值。2.根据权利要求1所述的基于柔性有机光探测器和深度学习算法的血压测量系统，其特征在于：所述数据采集模块采用柔性的有机光探测器采集PPG信号，使用ECG模块采集ECG信号。3.根据权利要求1所述的基于柔性有机光探测器和深度学习算法的血压测量系统，其特征在于：所述数据采集模块通过有线或者无线的方式将数据传输到数据处理模块。4.根据权利要求1所述的基于柔性有机光探测器和深度学习算法的血压测量系统，其特征在于：所述数据处理模块对信号进行滤波、降噪处理。5.根据权利要求1所述的基于柔性有机光探测器和深度学习算法的血压测量系统，其特征在于：所述信号质量分析模块通过自编码器对PPG信号进行评估。6.根据权利要求5所述的基于柔性有机光探测器和深度学习...

【专利技术属性】
技术研发人员：李嘉宝，俞祝良，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：