【技术实现步骤摘要】
本专利技术属于生物医学工程，特别是涉及一种基于动态血压监测数据特征提取的血压监测方法。
技术介绍
1、动态血压监测是指对个体的血压进行长时间的连续监测和记录，以获取更准确和全面的血压信息。传统的手动血压测量是医生用听诊器和血压计手动测量患者的收缩压和舒张压。这种方法虽然简单易行，但只能测量短暂的血压值，无法反映患者在日常生活中的血压变化情况。而动态血压监测技术则可以连续或间歇性地记录患者的血压值，包括白天、晚上、静息状态和活动状态等不同情况下的血压值。但是动态血压监测产生的数据量庞大且复杂，如何从中提取出有用的特征信息并进行分析成为一项关键任务。
2、目前，对于动态血压数据的处理和分析，通常使用时域和频域角度提取特征的方法。虽然这些方法已经在医学研究中得到广泛应用并取得了一定成果，但它们存在一些局限性。由于动态血压数据的多样性，仅从时域和频域的角度提取特征可能无法全面反映样本的特点，这可能导致在某些特定的数据集或任务中性能不佳。因此，需要一种基于动态血压监测数据特征提取的血压监测方法，能够从血压数据中提取出更多、更全面的特征信息，以支持血压状态的分析、评估和预测。
技术实现思路
1、本专利技术的目的是提供一种基于动态血压监测数据特征提取的血压监测方法，采用多特征融合的提取方法，充分挖掘血压数据中的丰富信息，提高对血压状态的评估和监测的准确性，以便更好地反映动态血压数据的全面性，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种基于动态血
3、获取动态血压监测数据；
4、提取所述动态血压监测数据的多维度特征，所述多维度特征包括时域特征、频域特征、非线性动力学特征以及相关关系特征；
5、构建分类模型，基于所述多维度特征对所述分类模型进行训练；
6、基于训练后的分类模型，对所述动态血压监测数据进行分类和监测。
7、可选地，所述动态血压监测数据包括收缩压、舒张压、平均动脉压和心率四个维度。
8、可选地，提取所述动态血压监测数据的多维度特征之前还包括：对所述动态血压监测数据进行异常值剔除与信号平滑处理，并将处理后的动态血压监测数据以矩阵形式进行存储。
9、可选地，所述时域特征包括：24小时监测范围平均值、24小时监测范围标准差、24小时监测范围变异性系数、24小时监测范围平均真实变异性和24小时监测范围相对变异指数。
10、可选地，所述频域特征包括：24小时监测范围极低频功率、24小时监测范围低频功率、24小时监测范围高频功率、24小时监测范围总功率、24小时监测范围标准化低频功率、24小时监测范围标准化高频功率和24小时监测范围低频与高频功率比率。
11、可选地，所述频域特征的获取过程包括：基于welch方法对心率序列进行处理，获得功率谱密度，基于所述功率谱密度获得24小时监测范围极低频功率、24小时监测范围低频功率和24小时监测范围高频功率；基于所述24小时监测范围极低频功率、24小时监测范围低频功率和24小时监测范围高频功率之间的函数关系，获得24小时监测范围总功率、24小时监测范围标准化低频功率、24小时监测范围标准化高频功率和24小时监测范围低频与高频功率比率。
12、可选地，所述非线性动力学特征包括：24小时监测范围的近似熵、模糊熵、lempel-ziv复杂度和0复杂度。
13、可选地，所述近似熵的获取过程包括：预设相似度判定阈值，获取时间序列中目标数据点与其他数据点的距离小于所述相似度判定阈值的数目，基于获取的数目与信号的长度和维数，构建函数关系，通过作差获得近似熵；
14、所述模糊熵的获取过程包括：预设窗口大小，将时间序列划分为若干个子序列，获取每个子序列与其他所有子序列之间的距离，构建距离矩阵，基于所述距离矩阵获得模糊隶属度；将窗口大小上调，获得对应的模糊隶属度；基于上调前后的模糊隶属度的差值，获得模糊熵。
15、可选地，所述相关关系特征包括：收缩压与舒张压hjroth参数积极性比率、收缩压与舒张压hjroth参数移动性比率、收缩压与舒张压hjroth参数复杂性比率、平均动脉压与心率hjroth参数积极性比率，平均动脉压与心率hjroth参数移动性比率以及平均动脉压与心率hjroth参数复杂性比率。
16、可选地，所述相关关系特征的获取过程包括：基于原始信号的标准差、原始信号一阶差分的标准差以及原始信号二阶差分的标准差之间的函数关系，获得对应的hjorth参数的积极性、移动性和复杂度；基于所述hjorth参数的积极性，分别获得收缩压与舒张压的hjroth参数积极性、平均动脉压的hjroth参数积极性以及心率的hjroth参数积极性，进而获得收缩压与舒张压hjroth参数积极性比率和平均动脉压与心率hjroth参数积极性比率；基于所述hjorth参数的移动性，分别获得收缩压与舒张压的hjroth参数移动性、平均动脉压的hjroth参数移动性以及心率的hjroth参数移动性，进而获得收缩压与舒张压hjroth参数移动性比率和平均动脉压与心率hjroth参数移动性比率；基于hjorth参数的复杂度，分别获得收缩压与舒张压的hjroth参数复杂度、平均动脉压的hjroth参数复杂度以及心率的hjroth参数复杂度，进而获得收缩压与舒张压hjroth参数复杂性比率和平均动脉压与心率hjroth参数复杂性比率。
17、本专利技术的技术效果为：
18、1、本专利技术综合考虑了时域、频域和非线性特征，采用多维度特征融合的方式，可以更全面地描述血压信号的特征。时域特征可以反映血压信号的统计特性，频域特征可以揭示信号的频率成分，非线性特征可以捕捉到信号的复杂动态变化。通过综合利用这些特征，可以更准确地描述血压数据的动态变化规律。
19、2、本专利技术采用了hjroth参数，用于反映血压与心率之间的相关关系。hjroth参数通过计算活动性、移动性和复杂度等参数，提供了一种从不同角度评估血压与心率之间关联的方法。通过引入hjroth参数及其比值，本专利技术在动态血压监测数据分析中提供了一种新的角度和指标，进一步丰富了血压与心率之间关联的评估方法。
本文档来自技高网...【技术保护点】
1.一种基于动态血压监测数据特征提取的血压监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
3.根据权利要求2所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
4.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
5.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
6.根据权利要求5所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
7.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
8.根据权利要求7所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
9.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
10.根据权利要求9所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
【技术特征摘要】
1.一种基于动态血压监测数据特征提取的血压监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
3.根据权利要求2所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
4.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
5.根据权利要求1所述的基于动态血压监测数据特征提取的血压监测方法，其特征在于，
<...【专利技术属性】
技术研发人员：郭俊笙，梁达开，黄德华，梁丹丹，杨静芬，黄晓渝，邓木清，
申请(专利权)人：阳江市人民医院，
类型：发明
国别省市：
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。