CN109124606B - 一种血压计算模型构建方法及构建系统 - Google Patents

Abstract

本发明提出的一种血压计算模型构建方法及系统，获取用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息，并根据用户信息对用户样本进行分类，根据用户样本的分类结果确定血压计算模型，考虑了不同用户之间的差异对血压计算模型的影响，不同的用户类别对应不同的血压计算模型，在血压测量时根据不同的用户信息选取对应的血压计算模型，使得血压测量值更加准确。

Description

一种血压计算模型构建方法及构建系统

技术领域

本发明实施例涉及血压计算模型技术领域，具体涉及一种血压计算模型构建方法及构建系统。

背景技术

血压测量是高血压诊断、治疗及评价其严重程度和分类的主要手段，常见充气式电子血压计虽然技术成熟，但是测量过程繁琐，且用户测量时的会感到不舒服。

随着科技的发展，出现了一种能检测人体血压和心率的手机，包括佩戴于使用者手腕部的终端检测设备以及与所述终端检测设备通讯连接并进行数据传输的手机；用户在测血压和心率时需要将终端检测设备佩戴在手腕上，终端检测设备检测用户的脉搏信号，并根据脉搏信号计算出用户血压数据、心率数据，再将终端检测设备检测到的血压和心率发送至手机，通过上述方法在测量血压时虽然操作简单，但是终端检测设备在测量用户血压数据采用单一算法，导致测试结果不够准确。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本发明实施例提供了一种血压计算模型构建方法及构建系统。

有鉴于此，第一方面，本发明实施例提供一种血压计算模型构建方法，包括：

确定用户样本；

获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

根据所述用户信息对所述用户样本进行分类；

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型。

根据所述用户样本的血压以及血压特征值计算血压计算模型参数，包括：

将所述用户样本的血压和血压特征值带入血压计算模型，计算出血压计算模型参数；

所述血压计算模型如下所示：血压＝a*血压特征值+b；

式中，a、b为血压计算模型参数。

根据所述用户信息对所述用户样本进行分类，包括：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类。

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型,包括：

根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

将所述平均值作为新的参数，代入血压计算模型，得到所述新的参数对应的血压计算模型。

所述用户信息包括：用户年龄、身高、体重和/或性别。

所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区；

所述性别分区是根据预设的性别分区规则对性别进行划分得到的；

所述年龄分区是根据预设年龄分区规则对选定的年龄区间进行划分得到的；

所述身高分区是根据预设的身高分区规则对选定的身高区间进行划分得到的；

所述体重分区是根据预设的体重分区规则对选定的体重区间进行划分得到的。

所述血压特征值包括：脉搏波传导时间。

第二方面，本发明实施例提供一种血压计算模型构建系统，包括：

样本确定模块，用于确定用户样本；

采集模块，用于获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

第一计算模块，用于根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

第二计算模块，用于根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

分类模块，用于根据所述用户信息对所述用户样本进行分类；

模型确定模块，用于根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型。

所述分类模块根据用户信息对所述用户样本进行分类，包括：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类。

所述模型确定模块，包括：

平均值子模块，用于根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

模型确定子模块，用于将所述平均值作为新的参数代入血压计算模型，得到所述新的参数对应的血压计算模型。

第三方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如第一方面所述方法的步骤。

相比现有技术，本发明实施例提出的一种血压计算模型构建方法，获取用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息，根据用户信息对用户样本进行分类，根据用户样本的分类结果确定血压计算模型，考虑了不同用户之间的差异对血压计算模型的影响，不同的用户类别对应不同的血压计算模型，在血压测量时根据不同的用户信息选取对应的血压计算模型，使得血压测量值更加准确。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一个实施例提供的一种血压计算模型构建方法的流程图；

图2为本发明一个实施例提供的一种血压计算模型构建系统示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，图1为本发明一个实施例提供的一种本发明实施例提供一种血压计算模型构建方法，包括：

确定用户样本；

获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

根据所述用户信息对所述用户样本进行分类；

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型。

根据所述用户样本的血压以及血压特征值计算血压计算模型参数，包括：

将所述用户样本的血压和血压特征值带入血压计算模型，计算出血压计算模型参数；

所述血压计算模型如下所示：血压＝a*血压特征值+b；

式中，a、b为血压计算模型参数。

根据所述用户信息对所述用户样本进行分类，包括：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类。

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型,包括：

根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

将所述平均值作为新的参数，代入血压计算模型，得到所述新的参数对应的血压计算模型。

所述用户信息包括：用户年龄、身高、体重和/或性别。

所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区；

所述性别分区是根据预设的性别分区规则对性别进行划分得到的；

所述年龄分区是根据预设年龄分区规则对选定的年龄区间进行划分得到的；

所述身高分区是根据预设的身高分区规则对选定的身高区间进行划分得到的；

所述体重分区是根据预设的体重分区规则对选定的体重区间进行划分得到的。

所述血压特征值包括：脉搏波传导时间。

基于相同的发明构思，本发明还提供一种图2所示的血压计算模型构建系统，可以包括：

样本确定模块，用于确定用户样本；

采集模块，用于获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

第一计算模块，用于根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

第二计算模块，用于根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

分类模块，用于根据所述用户信息对所述用户样本进行分类；

模型确定模块，用于根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型。

所述分类模块根据用户信息对所述用户样本进行分类，包括：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类。

所述模型确定模块，包括：

平均值子模块，用于根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

模型确定子模块，用于将所述平均值作为新的参数代入血压计算模型，得到所述新的参数对应的血压计算模型。

所述第二计算模块根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数，包括：

将用户样本的血压和血压特征值带入血压计算模型，计算出血压计算模型参数；

所述血压计算模型如下所示：血压＝a*血压特征值+b；

式中，a、b为血压计算模型参数。

所述用户信息包括：用户年龄、身高、体重和/或性别。

所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区；

所述性别分区是根据预设的性别分区规则对性别进行划分得到的；

所述年龄分区是根据预设年龄分区规则对选定的年龄区间进行划分得到的；

所述身高分区是根据预设的身高分区规则对选定的身高区间进行划分得到的；

所述体重分区是根据预设的体重分区规则对选定的体重区间进行划分得到的。

所述血压特征值包括：脉搏传输速率和/或脉搏传输时间。

本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下步骤：

确定用户样本；

获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

根据所述用户信息对所述用户样本进行分类；

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型。

基于相同的发明构思，本发明还提供一种基于上述血压计算模型的血压测量方法，可以包括：

获取被测用户的用户信息和心电图信息以及对应脉搏波信息；

根据所述用户信息确定血压计算模型；

根据所述心电图信息和脉搏波信息计算所述被测用户的脉搏波传导时间PWTT；

将所述PWTT输入所述血压计算模型得到所述被测用户的血压值。

根据所述用户信息确定血压计算模型，包括：

将所述用户信息输入分类树模型，得到分类结果；

根据所述分类结果选择血压计算模型。

所述用户信息包括：用户年龄、身高、体重和/或性别。

所述分类树模型为构建血压计算模型是所用的分类树模型，所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区。

将所述用户信息输入分类树模型，得到分类结果，包括：

所述分类树模型的第一层根据所述用户信息确定用户性别；

所述用户性别对应的第二层根据所述用户信息确定用户的年龄所属的年龄分区；

所述年龄分区对应的第三层根据所述用户信息确定用户的身高所属的身高分区；

所述身高分区对应的第四层根据所述用户信息确定用户的体重所属的体重分区；

以所述体重分区为分类结果进行输出。

根据所述分类结果选择血压计算模型，包括：

根据所述体重分区，选择与所述体重分区对应的血压计算模型。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明各个实施例所述的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法或者实施例的某些部分所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种血压计算模型构建方法，其特征在于，包括：

确定用户样本；

获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

根据所述用户信息对所述用户样本进行分类；

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型；

根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型,包括：

根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

将所述平均值作为新的参数，代入血压计算模型，得到所述新的参数对应的血压计算模型；

根据所述用户信息对所述用户样本进行分类，包括：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类；

所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区；

所述性别分区是根据预设的性别分区规则对性别进行划分得到的；

所述年龄分区是根据预设年龄分区规则对选定的年龄区间进行划分得到的；

所述身高分区是根据预设的身高分区规则对选定的身高区间进行划分得到的；

所述体重分区是根据预设的体重分区规则对选定的体重区间进行划分得到的。

2.根据权利要求1所述的血压计算模型构建方法，其特征在于，根据所述用户样本的血压以及血压特征值计算血压计算模型参数，包括：

将所述用户样本的血压和血压特征值带入血压计算模型，计算出血压计算模型参数；

所述血压计算模型如下所示：血压=a*血压特征值+b；

式中，a、b为血压计算模型参数。

3.根据权利要求1所述的血压计算模型构建方法，其特征在于，所述用户信息包括：用户年龄、身高、体重和/或性别。

4.根据权利要求1所述的血压计算模型构建方法，其特征在于，所述血压特征值包括：脉搏波传导时间。

5.一种血压计算模型构建系统，其特征在于，包括：

样本确定模块，用于确定用户样本；

采集模块，用于获取所述用户样本的用户信息、血压以及心电图信息和对应的脉搏波信息；

第一计算模块，用于根据所述心电图信息和脉搏波信息计算所述用户样本的血压特征值；

第二计算模块，用于根据所述用户样本的血压以及血压特征值计算所述用户样本对应的血压计算模型参数；

分类模块，用于根据所述用户信息对所述用户样本进行分类；

模型确定模块，用于根据所述用户样本的分类结果和血压计算模型参数确定血压计算模型；

所述模型确定模块，包括：

平均值子模块，用于根据所述用户样本的分类结果，求取属于同一类的所述用户样本所对应的血压计算模型参数的平均值；

模型确定子模块，用于将所述平均值作为新的参数代入血压计算模型，得到所述新的参数对应的血压计算模型；

所述分类模块具体用于：

将所述用户样本的用户信息输入预先构建的分类树模型，对所述用户样本进行分类；

所述分类树模型包括四层，第一层为性别分区，第二层为年龄分区、第三层为身高分区，第四层为体重分区；

所述性别分区是根据预设的性别分区规则对性别进行划分得到的；

所述年龄分区是根据预设年龄分区规则对选定的年龄区间进行划分得到的；

所述身高分区是根据预设的身高分区规则对选定的身高区间进行划分得到的；

所述体重分区是根据预设的体重分区规则对选定的体重区间进行划分得到的。

Images