CN103876723A - 无创桡动脉波计算脉搏波传导时间获取血压值的方法 - Google Patents
无创桡动脉波计算脉搏波传导时间获取血压值的方法 Download PDFInfo
- Publication number
- CN103876723A CN103876723A CN201410127866.9A CN201410127866A CN103876723A CN 103876723 A CN103876723 A CN 103876723A CN 201410127866 A CN201410127866 A CN 201410127866A CN 103876723 A CN103876723 A CN 103876723A
- Authority
- CN
- China
- Prior art keywords
- pulse wave
- radial artery
- blood pressure
- pressure
- obtains
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及一种利用单点无创桡动脉脉搏波计算脉搏波传导时间来获取连续血压值的方法,该方法通过对采集的粗糙桡动脉脉搏波数据进行多尺度离散小波预处理操作,滤除干扰,采用频域多变换和重构的方法,保留低频信息,对重构的波形数据采用多输入多输出模糊神经网络分类器的算法自动搜寻出关键位置点,计算桡动脉脉搏波传导时间的精确数值,建立血压测量回归方程式,同时将获取的新的计算方法系统集成到无袖带连续血压测量装置中。本发明将脉搏波传导时间的计算方法由原来的2点简化为1点,降低了信号采集的难度,简化了测试流程,且使被测者彻底摆脱了充气囊式血压计的束缚,提高了舒适感,还能够长时间进行无袖带连续血压测量。
Description
技术领域
本发明涉及临床医学中一种测量动脉血压的方法,特别涉及一种无创式的连续获取动脉血压的方法,该方法利用单点无创桡动脉脉搏波计算脉搏波传导时间(full radial pulse transit time, FRPTT)来获取血压值。
背景技术
我国是世界上老龄化程度最高的国家之一,目前中国65岁以上的老年人口已接近1.3亿人,全国31个省和自治区已有26个进入老龄化状态,而到2050年,这一数字将会达到3.32亿人,超过总人口的23%。随着我国老龄化人口的加剧,养老问题越来越来成为社会关注的问题,而居家养老是中国老人普遍喜爱的方式。这样随之而来的一系列疾病预测、治疗和监控成了问题,如常见的老年病高血压和心脑血管疾病等,在没有发病的时候,一切正常,一旦发病,轻则身体中风残疾,重则危及生命。
实现无创无袖带血压的连续测量具有重要的意义。据美国VOA 2013年4月7日报道,世界卫生组织(WHO) 估计,全球约10亿成年人(成年人口1/3)正在受到高血压影响,高血压逐渐成为“沉默杀手”(Silent killer)。世卫组织总干事陈冯富珍警告称,高血压正引发全球性健康危机。她说:“每年高血压引发的心脏病和中风导致940万人死亡,而心脏病和中风已经成为全球头号死亡杀手。高血压还会增加肾衰竭、失明以及其他疾病危险。”按照2009年国家心血管病中心、中国高血压联盟和阜外心血管病医院公布的数据,中国有2亿高血压患者,且每年新增加1000万人。心脑血管疾病现已成为中国人首位死因,而高血压则是第一危险因素,心脑血管疾病合并占总死亡的44.4%。目前人们已经普遍认识到高血压的危害,因此提供有效方便的血压测量技术是非常重要的。人体的血压在一天当中是有波动的,特别是高血压患者,其波动范围更大。能够实现无创无袖带连续测量血压,实时观察患者血压波动,无论是对临床和基础科学研究,都具有重要的意义。
脉搏传导时间(pulse transit time,PTT)跟血压之间有相当紧密的关系,这在临床医学研究的基础上已经得到证实。根据Moens-Korteweg公式可知,PTT减小意味着人体动脉弹性系数增大,弹性系数的增大导致血压的升高。因此,国内外很多学者和医学技术人员都把PTT作为监控血压的关键指标之一,同时通过PTT计算获取的血压值使用安全、方便、舒适和长期监控的特点,还克服了传统血压测量装置气囊式血压测量和听诊法测量血压的不足。
发明内容
本发明要解决的技术问题是:避免现有采用两点法计算PTT技术所存在的不足之处,提供一种利用单点桡动脉脉搏波计算脉搏波传导时间(FRPTT)来获取血压值的方法,以期有效简化测试流程、长期监测血压、心率和缩小测量仪器的体积。
本发明解决其技术问题所采用的技术方案是:
本发明基于无创单点桡动脉脉搏波计算FRPTT来获取血压值的方法的特征是:所述计算血压值的信息是由采集的单点桡动脉脉搏波和进行的相关分析的计算公式组成。所述基于单点桡动脉脉搏波计算FRPTT获取血压值的方法是按如下步骤进行的:
一、在人体的右手腕部采用坐姿舒适方式采集桡动脉脉搏波,在不同姿势下获取的桡动脉波形计算FRPTT获取的血压值略有变化;
二、通过对采集的粗糙桡动脉脉搏波数据进行多尺度离散小波变换(DWT)预处理操作,进一步滤除如人体肌电、呼吸干扰和工频干扰等,得到频域重构运算前的原始桡动脉脉搏波;
三、对所述的桡动脉波进行频域多变换(FFT),进行频率域滤波(Butterworth)和重构,主要保留人体有用价值之内的低频信息;
四、对所述重构桡动脉波形采用多输入多输出模糊神经网络分类器的算法自动搜寻出关键位置点,获取波形中的关键点b、c、d和e等,计算FRPTT和心动周期T;
五、依据人体动脉血压值与脉搏波传导时间之间的准线性关系,以收缩压(SBP) 为应变量,以对所述计算出的FRPTT和心动周期T为主要自变量,使用SPSS软件进行逐步回归分析,逐步回归分析得到收缩压特征方程为:
SBP=a-b*FRPTT+c*T+d;
根据舒张压(DBP)与收缩压(SBP)成线性比例的关系,逐步回归分析得到舒张压特征方程为:
DBP=e+f*SBP;
其中,a,b,c,d,e,f为拟合系数;
六、最后将获取的新的计算方法系统集成到自主研制的多功能无袖带连续血压测量装置中。
本发明还提供一种基于桡动脉脉搏波实现无创连续血压测量装置,包括系统微处理器及分别与系统微处理器连接的存储模块、无线通信模块、显示模块、与计算机通信接口模块、电池及电源管理模块及脉搏传感器。
本发明的有益效果是:
(a)本发明仅需采集桡动脉脉搏波就可以计算桡动脉脉搏波的传递时间(FRPTT),进而计算出血压值,测试仪器所需传感器等硬件最少,测试过程最简单、难度也低,并且人体的桡动脉位置是中医的把脉之处,信号质量好,包含人体的心脑血管信息丰富;
(b)相比与传统的提取桡动脉波形中关键点的方法,本发明首次采用了频域波形重构的方法应用在桡动脉波形数据的分析中,进行了二次处理,有效地克服了老年人或者疾病人群波形中关键点难识别的问题,扩大该方法的适应范围。
(c)相比与传统的两点法计算脉搏波传导时间获取血压值的方法,本发明采用了单点桡动脉脉搏波获取血压值,这将最大地简化测量装置的硬件结构,方便快捷的监测流程,降低测试的复杂度,同时能够实现无创连续测量并能彻底摆脱气囊式血压计的束缚,具有更广的应用前景。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明中16岁和68岁样本人体桡动脉波形的位置点标注图;
图2是本发明中计算桡动脉脉搏波传输时间FRPTT的示意图;
图3是本发明所采用的挠动脉脉搏波频域滤波和重构的示意图;
图4是本发明中重构桡动脉波形关键点识别示意流程图;
图5是本发明中的工作方法流程图;
图6是本发明中的基于桡动脉脉搏波实现无袖带连续血压测量装置的结构框图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
人体的心脑血管系统是由心脏和血管以及所有流动的营养血液等组成,在大脑中枢神经系统的控制和调节下相互协同制约和依存,完成人体血液循环的整个过程。血流动力学研究表明,脉搏波速度主要受血管直径大小和血管壁弹性的影响,而脉搏波传导时间反比于脉搏波传导速度。
人体动脉中血液从心脏向外周动脉传播时,由于人体末端很多小动脉、微动脉和毛细血管起着阻力血管的作用,所以血管中血液是存在向心的反射作用的,同时会产生多种流动的形式,如湍流等。这些往返脉搏波的多种组合构成了桡动脉中脉搏波的特征形状。图1中标注了16岁和68岁样本人体的桡动脉波形中的位置点分布情况,可以看出随着年龄人体桡动脉波形变异的情况。
对于动脉系统的衰老或者出现病变情况下,其血管弹性降低,血管中血液流速加快,使人体末端的反射血液提前返回心室,这些反射波与推进波的叠加效应,使人体血压抬升;而动脉状况较好的情况下,血管弹性较好,血液流速较慢,反射波的到来将延迟,收缩期血压压力值将减少。
如图2所示,反射波与推进波汇合的关键位置点e,再加上从推进波开始的起始位置b点,可以计算出桡动脉脉搏波的传导时间(FRPPT),是可以反映脉搏波传导时间的,并可作为反映血压状况的参数。
如图3所示,通过对25岁年轻人的桡动脉波形信号的处理可以看到,重构波形信号的峰值点位置(b和e点)跟桡动脉原始波形信号中的峰值点基本完全对应出现,即使在原始波形的第二个周期信号中,e点的位置因为身体因素或者其他干扰没有显示出来,但是在重构的波形中也清晰的显示出来。同时,重构桡动脉波形信号显得比较平滑,基本保证了主要的生理病理特征都得到了很好的凸显和维护。
如图4所示,尽管桡动波形信号中e点的变化多样,但是对于大多数正常人的e点位置是具有规律性和稳定性的。在此我们结合并运用人体生理特性可有效地提高检测e点的位置。
根据奈奎斯信号采样定律,对数据采样的频率必须大于原始信号最大频率的2倍,本系统中对原始信号的采样频率选择的较高,大概为信号最大频率的10倍左右,得到了较好的桡动脉信号压力波形;
经过采样后的准周期桡动脉波形数据,采样时间10秒,首先对这10秒的数据进行准周期分段,提取出几个单周期的数据信号,然后在对其进行FFT变换,找出该桡动脉波形信号的频谱能量分布范围;
使用巴特沃斯带通滤波器进行频域滤波,在具体的桡动脉波形信号处理过程中,要考虑算法对巴特沃斯滤波器系数的选择,还有对保留频带做自动的微调,来适应复杂度和系统实时性要求;
对滤波后的数据频谱进行快速傅里叶逆变换(IFFT),重构数据得到了关键点突出的桡动脉波形信号;
最后对重构的波形数据采用多输入多输出模糊神经网络分类器的算法自动搜寻出关键位置点b和e,计算RPTT的精确数值。
如图5所示,本发明的测量方法如下:首先通过无创桡动脉压力波形采集装置获取桡动脉位置的压力波形,然后对获取的信号数据进行多尺度离散小波预处理操作,接着对于滤除各种干扰后的波形采用频域多变换和重构,同时对收缩压和舒展压数值进行适当修正,主要保留包含人体有用价值信息之内的低频信息,最后对重构的波形数据采用多输入多输出模糊神经网络分类器的算法自动搜寻出关键位置点,计算RPTT的精确数值。
对上述提出的计算方法跟当前存在的常用算法(如二阶导数最大值和交叉切线法等)进行对比分析研究,采用工程数学上常用SPSS软件进行组内相关性和Bland-Altman分析,验证我们提出方法计算FRPTT的优缺点及鲁棒性。
根据脉搏波传导时间RPTT与动脉血压SBP和DBP之间呈现的线性正比关系,进行多次多项式回归分析得出回归系数及常数,建立血压测量回归方程式。
为验证提出的算法是否能准确的测得不同健康条件人群的血压值,选择包括血压正常志愿者1000 名及高血压志愿者500名的测试数据进行试验,分别比对采用气囊式血压计测得的动脉血压值和该算法计算得出的动脉血压值, 采用Bland-Altman 法对血压模型验证实验数据进行一致性分析,计算相关系数和标准差等。经过计算,收缩压数据的相关系数为0.91,标准差2.0 mmHg,舒张压数据的相关系数为0.86,标准差为2.6 mmHg。
最后将获取的新的计算方法系统集成到自主研制开发多功能的无袖带连续血压测量装置中,尽可能的使测量设备的体积小,易于携带,且使被测者彻底摆脱了充气袖带式血压计的束缚,提高了舒适感,并且能够长时间进行无袖带连续血压测量。
人体的脉搏波信号是一种低频的微弱信号,其频带范围在0.1 Hz-100Hz,能量主要集中在0.5-20Hz这个粗略的范围内,大小只有mV级。由于脉搏波信号的测量环境是多变的,在采集过程中不可避免地会混入各种干扰信号。为此自助研制了一套样机系统,如图6所示,其具体特征如下:
(1)采用新加坡健咨国际(HealthSTATS International)研发出的精准桡动脉压力传感器;
(2)系统微处理器采用的是MCU+DSP架构;
(3)16位以上 A/D信号转换系统,使获取的波形数据在每一个细节上高度保真。另外,增加了无线通信模块,使其具有双向通信功能,无线通信距离能达到100米,增加了测量的灵活度和扩大应用范围。
由于本系统样机只需采集桡动脉脉搏波一个位置的信号,所需硬件传感器等较少,其仪器极易做到外形小巧和便于携带使用。测量时,采用精准桡动脉压力传感器检测人体脉搏搏动信号,经信号调理模块后,通过模数转换模块转换为数字信号,并存储于大容量存储器中;
另外,样机系统能实时检测每搏血压,并具有人机交互界面,用户可通过简单的控制键与触屏显示面板,随时观察整个检测过程,同时样机也带有血压数据长久存储与浏览功能,方便用户长期监测血压状况。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (8)
1.一种无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,包括如下步骤:
一、通过对采集的粗糙桡动脉脉搏波数据进行多尺度离散小波预处理操作,滤除各种干扰;
二、采用频域多变换和重构的方法,同时对收缩压和舒展压数值进行适当修正,保留包含人体有用价值信息之内的低频信息,然后对重构的波形数据采用多输入多输出模糊神经网络分类器的算法自动搜寻出波形中关键位置点,计算FRPTT的精确数值;
三、根据脉搏波传导时间与动脉血压之间呈现的线性正比关系,进行多次多项式回归分析得出回归系数及常数,建立血压计算获取的回归方程式;
四、将获取的新的计算方法系统集成到多功能无创连续血压测量装置中。
2.如权利要求1所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述多尺度离散小波预处理操作采用软件的算法滤除多种干扰信息。
3.如权利要求2所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述干扰信息包括肌电信号、呼吸干扰和工频干扰。
4.如权利要求1所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述滤波后的数据采用频域多变换方法,利用巴特斯沃滤波器,调整巴特斯沃滤波器的数字参数,保留包含人体有用价值信息之内的低频信息。
5.如权利要求1所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述滤波后的数据采用频域重构的方法,重构桡动脉波形数据,恢复包含人体有用价值信息低频信息的桡动脉波形数据,采用多输入多输出模糊神经网络分类器的算法自动搜寻出关键位置点,计算出FRPTT的精确数值。
6.如权利要求1所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述依据人体动脉血压值与脉搏波传导时间之间的准线性关系,以收缩压(SBP) 为应变量,以对所述计算出的FRPTT和心动周期(T)为主要自变量,使用SPSS软件进行逐步回归分析,逐步回归分析得到收缩压特征方程为:
SBP=a-b*FRPTT+c*T+d
其中a,b,c,d为拟合系数。
7.如权利要求6所述的无创桡动脉波计算脉搏波传导时间获取血压值的方法,其特征在于,所述的收缩压(SBP)的数值根据舒张压(DBP)与收缩压(SBP)成线性比例的关系,逐步回归分析得到舒张压特征方程为:
DBP=e+f*SBP,
其中e,f为拟合系数。
8.一种基于桡动脉脉搏波实现无袖带连续血压测量装置,其特征在于:包括系统微处理器及分别与系统微处理器连接的存储模块、无线通信模块、显示模块、与计算机通信接口模块、电池及电源管理模块及脉搏传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410127866.9A CN103876723A (zh) | 2014-04-01 | 2014-04-01 | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410127866.9A CN103876723A (zh) | 2014-04-01 | 2014-04-01 | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103876723A true CN103876723A (zh) | 2014-06-25 |
Family
ID=50946088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410127866.9A Pending CN103876723A (zh) | 2014-04-01 | 2014-04-01 | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103876723A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104382571A (zh) * | 2014-10-28 | 2015-03-04 | 李久朝 | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 |
CN107157461A (zh) * | 2017-07-06 | 2017-09-15 | 中国科学院合肥物质科学研究院 | 基于光电容积脉搏波的无创连续血压测量方法 |
CN107928655A (zh) * | 2017-12-14 | 2018-04-20 | 江苏理工学院 | 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 |
CN108186000A (zh) * | 2018-02-07 | 2018-06-22 | 河北工业大学 | 基于心冲击信号与光电信号的实时血压监测系统及方法 |
CN108403101A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学院深圳先进技术研究院 | 一种模型训练方法及装置、测量血压的方法及装置 |
CN108926335A (zh) * | 2017-05-26 | 2018-12-04 | 深圳市玉成创新科技有限公司 | 基于脉搏波和心电的血压获取方法及其系统和装置 |
CN112790748A (zh) * | 2020-12-30 | 2021-05-14 | 重庆理工大学 | 一种中心动脉压波形重构系统及方法 |
CN113143230A (zh) * | 2021-05-11 | 2021-07-23 | 重庆理工大学 | 一种外周动脉血压波形重构系统 |
CN113197561A (zh) * | 2021-06-08 | 2021-08-03 | 山东大学 | 基于低秩回归的鲁棒式的无创无袖式血压测量方法与系统 |
CN114343596A (zh) * | 2021-11-22 | 2022-04-15 | 北京理工大学 | 一种基于反向血流传播时间的连续血压测量系统及方法 |
CN114869249A (zh) * | 2022-07-12 | 2022-08-09 | 慧医谷中医药科技(天津)股份有限公司 | 脉搏波特征参数的获取方法、装置、电子设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1293943A (zh) * | 2000-06-21 | 2001-05-09 | 成都汇龙光电技术有限公司 | 动态血压计及其测量方法 |
CN1548005A (zh) * | 2003-05-20 | 2004-11-24 | 香港中文大学 | 基于桡动脉脉搏信息的血压测量装置及方法 |
US20080214942A1 (en) * | 2007-02-09 | 2008-09-04 | Lg Electronics Inc. | Apparatus and method for measuring blood pressure |
EP1977688A2 (en) * | 2007-04-04 | 2008-10-08 | LG Electronics Inc. | Blood pressure monitoring apparatus and method |
CN101669821A (zh) * | 2009-09-28 | 2010-03-17 | 安徽华升康医疗科技股份有限公司 | 一种人体健康随访监测装置 |
CN102462491A (zh) * | 2010-11-03 | 2012-05-23 | 苏州大学 | 智能无线人体血压监护系统、监护仪及其监护方法 |
CN103494601A (zh) * | 2013-10-24 | 2014-01-08 | 南京市秦淮医院 | 一种带有usb接口的电子血压计 |
-
2014
- 2014-04-01 CN CN201410127866.9A patent/CN103876723A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1293943A (zh) * | 2000-06-21 | 2001-05-09 | 成都汇龙光电技术有限公司 | 动态血压计及其测量方法 |
CN1548005A (zh) * | 2003-05-20 | 2004-11-24 | 香港中文大学 | 基于桡动脉脉搏信息的血压测量装置及方法 |
US20080214942A1 (en) * | 2007-02-09 | 2008-09-04 | Lg Electronics Inc. | Apparatus and method for measuring blood pressure |
EP1977688A2 (en) * | 2007-04-04 | 2008-10-08 | LG Electronics Inc. | Blood pressure monitoring apparatus and method |
CN101669821A (zh) * | 2009-09-28 | 2010-03-17 | 安徽华升康医疗科技股份有限公司 | 一种人体健康随访监测装置 |
CN102462491A (zh) * | 2010-11-03 | 2012-05-23 | 苏州大学 | 智能无线人体血压监护系统、监护仪及其监护方法 |
CN103494601A (zh) * | 2013-10-24 | 2014-01-08 | 南京市秦淮医院 | 一种带有usb接口的电子血压计 |
Non-Patent Citations (1)
Title |
---|
吴全玉: "基于外周动脉压力波形的脉搏传导时间获取方法研究及应用", 《中国博士学位论文全文数据库 医药卫生科技辑》, 15 January 2013 (2013-01-15) * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104382571A (zh) * | 2014-10-28 | 2015-03-04 | 李久朝 | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 |
CN108926335A (zh) * | 2017-05-26 | 2018-12-04 | 深圳市玉成创新科技有限公司 | 基于脉搏波和心电的血压获取方法及其系统和装置 |
CN107157461A (zh) * | 2017-07-06 | 2017-09-15 | 中国科学院合肥物质科学研究院 | 基于光电容积脉搏波的无创连续血压测量方法 |
CN107928655B (zh) * | 2017-12-14 | 2023-07-11 | 江苏理工学院 | 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 |
CN107928655A (zh) * | 2017-12-14 | 2018-04-20 | 江苏理工学院 | 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 |
CN108186000A (zh) * | 2018-02-07 | 2018-06-22 | 河北工业大学 | 基于心冲击信号与光电信号的实时血压监测系统及方法 |
CN108186000B (zh) * | 2018-02-07 | 2024-04-02 | 河北工业大学 | 基于心冲击信号与光电信号的实时血压监测系统及方法 |
CN108403101A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学院深圳先进技术研究院 | 一种模型训练方法及装置、测量血压的方法及装置 |
CN112790748A (zh) * | 2020-12-30 | 2021-05-14 | 重庆理工大学 | 一种中心动脉压波形重构系统及方法 |
CN113143230A (zh) * | 2021-05-11 | 2021-07-23 | 重庆理工大学 | 一种外周动脉血压波形重构系统 |
CN113197561A (zh) * | 2021-06-08 | 2021-08-03 | 山东大学 | 基于低秩回归的鲁棒式的无创无袖式血压测量方法与系统 |
CN114343596A (zh) * | 2021-11-22 | 2022-04-15 | 北京理工大学 | 一种基于反向血流传播时间的连续血压测量系统及方法 |
CN114869249A (zh) * | 2022-07-12 | 2022-08-09 | 慧医谷中医药科技(天津)股份有限公司 | 脉搏波特征参数的获取方法、装置、电子设备及介质 |
CN114869249B (zh) * | 2022-07-12 | 2022-11-01 | 慧医谷中医药科技(天津)股份有限公司 | 脉搏波特征参数的获取方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103876723A (zh) | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 | |
Tanveer et al. | Cuffless blood pressure estimation from electrocardiogram and photoplethysmogram using waveform based ANN-LSTM network | |
CN104873186B (zh) | 一种可穿戴的动脉检测装置及其数据处理方法 | |
CN104382571B (zh) | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 | |
Rastegar et al. | Non-invasive continuous blood pressure monitoring systems: current and proposed technology issues and challenges | |
CN110251105A (zh) | 一种无创血压测量方法、装置、设备及系统 | |
CN109157202A (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
WO2019127623A1 (zh) | 动脉血管年龄估算模型构建方法和装置 | |
Wang et al. | Photoplethysmography-based blood pressure estimation combining filter-wrapper collaborated feature selection with LASSO-LSTM model | |
RU2011119486A (ru) | Система и устройство для неинвазивного измерения артериального давления | |
CN104000573B (zh) | 基于体表两点脉搏波的中心动脉脉搏波监测系统及方法 | |
CN106821356A (zh) | 基于Elman神经网络的云端连续血压测量方法及系统 | |
CN110420019A (zh) | 一种心冲击图信号的深度回归心率估计方法 | |
CN112089405B (zh) | 一种脉搏波特征参数测量及显示装置 | |
CN108720821A (zh) | 一种血压估计装置和血压估计系统 | |
CN110236508A (zh) | 一种无创血压连续监测方法 | |
CN113160921A (zh) | 一种基于血流动力学的数字人体心血管系统的构建方法和应用 | |
CN110279404A (zh) | 一种脉搏波采集装置及方法 | |
CN115299899A (zh) | 基于多传感器的活动识别与逐搏血压监测分析预警系统 | |
CN204909917U (zh) | 基于布料传感器的睡眠监护与医疗诊断的智能床单 | |
CN104644151B (zh) | 一种基于光电容积脉搏信号的压力脉搏波波形传播预测方法 | |
CN111839488A (zh) | 基于脉搏波的无创连续血压测量装置和方法 | |
CN113040738B (zh) | 血压检测装置 | |
Lu et al. | Pulse feature extraction based on improved gaussian model | |
Yang et al. | Cuff-less blood pressure measurement using fingertip photoplethysmogram signals and physiological characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140625 |
|
RJ01 | Rejection of invention patent application after publication |