CN112006669A - 一种基于血压测量模型的双通道计算方法 - Google Patents

一种基于血压测量模型的双通道计算方法 Download PDF

Info

Publication number
CN112006669A
CN112006669A CN202010838866.5A CN202010838866A CN112006669A CN 112006669 A CN112006669 A CN 112006669A CN 202010838866 A CN202010838866 A CN 202010838866A CN 112006669 A CN112006669 A CN 112006669A
Authority
CN
China
Prior art keywords
blood pressure
weight value
sample
pressure measurement
model
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.)
Granted
Application number
CN202010838866.5A
Other languages
English (en)
Other versions
CN112006669B (zh
Inventor
白雪扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xueyang Technology Co ltd
Original Assignee
Beijing Xueyang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xueyang Technology Co ltd filed Critical Beijing Xueyang Technology Co ltd
Priority to CN202010838866.5A priority Critical patent/CN112006669B/zh
Publication of CN112006669A publication Critical patent/CN112006669A/zh
Application granted granted Critical
Publication of CN112006669B publication Critical patent/CN112006669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Psychiatry (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供一种基于血压测量模型的双通道计算方法，包括：采集目标用户腕部的传感信息；对传感信息进行预处理，并根据预处理结果提取传感信息的特征点；建立传感信息的单曲线图，根据特征点和单曲线图构建血压测量普适模型；根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型；采用血压测量普适模型与血压测量校准模型协同计算目标用户的血压值。本发明的基于血压测量模型的双通道计算方法，提高了血压测量的精度，提升了血压测量的便捷性。

Description

一种基于血压测量模型的双通道计算方法
技术领域
本发明涉及血压测量技术领域，特别涉及一种基于血压测量模型的双通道计算方法。
背景技术
目前，无袖带血压测量的方法主要有容积补偿法和示波法。容积补偿法的测量部位一般选择手指端，手指血压计就是采用这种方法设计而成，但是，由于气囊压力的作用，长时间测量会导致静脉充血而影响测量精度，同时会给被测者增加不适感。示波法采用充气袖带阻断动脉血流的方式，在袖带慢速放气过程中可由压力传感器检出动脉血流产生的气压振动波，从而检测该振动波的包络线幅度获得血压值，但是该方法的测量结果可能受被测者是否运动影响，相对较繁琐。
发明内容
本发明目的之一在于提供了一种基于血压测量模型的双通道计算方法，通过构建血压测量普适模型和血压测量校准模型结合脉搏波特征点的特征参数计算血压，提高了血压测量的精度，提升了血压测量的便捷性，解决了传统血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供的一种基于血压测量模型的双通道计算方法，包括：
采集目标用户腕部的传感信息；
对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点；
建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型；
根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型；
采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值。
优选地，所述对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点，包括：
对所述传感信息进行预处理获得合适传感信息；
依据预设特征点提取标准提取所述合适传感信息的特征点。
优选地，所述建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型，包括：
建立所述传感信息的单曲线图；
建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数；
对所述非匹配参数进行修正处理获得第二匹配参数；
根据预设第一模型构建标准基于所述第一匹配参数和所述第二匹配参数构建血压测量普适模型。
优选地，所述建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数，包括：
将所述特征点标记在所述单曲线图上，获得筛选基准图；
若所述合适传感信息的信号点到所述特征点的距离小于等于预设距离阈值时，则所述信号点为第一匹配参数；
若所述合适传感信息的信号点到所述特征点的距离大于预设距离阈值时，则所述信号点为非匹配参数。
优选地，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，包括：
采集目标用户的生理特征参数及多组真实血压值；
拟合所述真实血压值与所述血压测量普适模型之间的差异获得拟合参数；
根据预设第二模型构建标准基于所述拟合参数和所述生理特征参数构建血压测量校准模型。
优选地，所述采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值，包括：
获取所述特征点对应的特征参数；
将所述特征参数代入如下公式：
Figure BDA0002640691290000031
其中，DBP为舒张压，SBP为收缩压，n为特征参数的个数，ai为第i个特征参数，βi为第i个特征参数对应的血压测量普适模型计算舒张压的系数，γi为第i个特征参数对应的血压测量校准模型计算舒张压的系数，δi为第i个特征参数对应的血压测量普适模型计算收缩压的系数，εi为第i个特征参数对应的血压测量校准模型计算收缩压的系数，k1为血压测量普适模型计算舒张压对应的权重值，k2为血压测量校准模型计算舒张压对应的权重值，k3为血压测量普适模型计算收缩压对应的权重值，k4为血压测量校准模型计算收缩压对应的的权重值，k5为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值、k6为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值。
优选地，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，还包括：
构建权重值矩阵；
获取预设依据血压测量普适模型计算舒张压值的第一样本；
获取预设依据血压测量校准模型计算舒张压值的第二样本；
获取预设依据血压测量普适模型计算收缩压值的第三样本；
获取预设依据血压测量校准模型计算收缩压值的第四样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算舒张压值的第五样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算收缩压值的第六样本；
计算权重值矩阵中各权重值分别与第一样本的第一相关指数；
选取权重值矩阵中与第一样本的第一相关指数最大的权重值作为血压测量普适模型计算舒张压对应的权重值k1；
其中，计算一个权重值与第一样本的第一相关指数：
Figure BDA0002640691290000041
其中，C1为第一相关指数，s1为第一样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000042
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000043
为第一样本中第t1个舒张压值，
Figure BDA0002640691290000044
为第一样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第二样本的第二相关指数；
选取权重值矩阵中与第二样本的第二相关指数最大的权重值作为血压测量校准模型计算舒张压对应的权重值k2；
其中，计算一个权重值与第二样本的第二相关指数：
Figure BDA0002640691290000045
其中，C2为第二相关指数，s2为第二样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000046
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000047
为第二样本中第t2个舒张压值，
Figure BDA0002640691290000048
为第二样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第三样本的第三相关指数；
选取权重值矩阵中与第三样本的第三相关指数最大的权重值作为血压测量普适模型计算收缩压对应的权重值k3；
其中，计算一个权重值与第三样本的第三相关指数：
Figure BDA0002640691290000051
其中，C3为第三相关指数，s3为第三样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000052
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000053
为第三样本中第t3个舒张压值，
Figure BDA0002640691290000054
为第三样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第四样本的第四相关指数；
选取权重值矩阵中与第四样本的第四相关指数最大的权重值作为血压测量校准模型计算收缩压对应的权重值k4；
其中，计算一个权重值与第四样本的第四相关指数：
Figure BDA0002640691290000055
其中，C4为第四相关指数，s4为第四样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000056
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000057
为第四样本中第t4个舒张压值，
Figure BDA0002640691290000058
为第四样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第五样本的第五相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值k5；
计算权重值矩阵中各权重值分别与第六样本的第六相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值k6。
优选的，所述计算权重值矩阵中各权重值分别与第五样本的第五相关指数，包括：
其中，计算一个权重值与第五样本的第五相关指数：
Figure BDA0002640691290000061
其中，C5为第五相关指数，s5为第五样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000062
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000063
为第五样本中第t5个舒张压值，
Figure BDA0002640691290000064
为第五样本中全部舒张压值的算术平均数；
所述计算权重值矩阵中各权重值分别与第六样本的第六相关指数，包括：
其中，计算一个权重值与第六样本的第六相关指数：
Figure BDA0002640691290000065
其中，C6为第六相关指数，s6为第六样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000066
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000067
为第六样本中第t6个舒张压值，
Figure BDA0002640691290000068
为第六样本中全部舒张压值的算术平均数。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于血压测量模型的双通道计算方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，如图1所示，包括：
S1、采集目标用户腕部的传感信息；
S2、对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点；
S3、建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型；
S4、根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型；
S5、采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值。
上述技术方案的工作原理为：
使用脉搏波信号采集器采集目标用户腕部的传感信息；脉搏波信号采集器具体为脉搏传感器，脉搏传感器由感温元件、灵敏度温度补偿元件、力敏元件和信号调理电路组成；脉搏传感器放置在被测者的手腕桡动脉处，桡动脉检测方便且靠近心脏，包含着心血管系统中丰富的生理信息；基于预设特征点提取标准提取脉搏波滤波信号的特征点；依据脉搏波滤波信号建立脉搏波单曲线图，建立脉搏波单曲线图与特征点之间的关联关系，依据该关联关系对脉搏波滤波信号进行筛选，将不匹配的信号进行拟合处理，将所有匹配信息通过回归方程构建血压测量普适模型；采集被测者的生理特征参数和多组真实血压值；根据生理特征参数和真实血压值并对比真实血压与血压测量普适模型之间的差异，采用最小二乘法拟合血压趋势获得拟合参数，基于拟合参数通过回归方程构建血压测量校准模型；获取特征点对应的特征参数，采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值。
上述技术方案的有益效果为：本发明实施例通过构建血压测量普适模型和血压测量校准模型结合被测者脉搏波特征点的特征参数计算被测者的血压值，不仅大大提高了血压测量的精度，还提升了用户进行血压测量的便捷性，解决了传统血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点，包括：
对所述传感信息进行预处理获得合适传感信息；
依据预设特征点提取标准提取所述合适传感信息的特征点。
上述技术方案的工作原理为：
传感信息具体为脉搏波信号，脉搏波信号属于低频信号，需要消除脉搏波信号的噪声，同时，在获取脉搏波信号的过程中，会受到周围各种因素的干扰，所以需要对脉搏波信号采集器采集的脉搏波信号进行预处理即滤波处理获得脉搏波滤波信号；采用小波变换法来提取脉搏波滤波信号中的特征点，先对脉搏波滤波信号进行小波分解，再寻找不同层级上该层系数的模的极值和过零值，最后找到模的极值点和过零点对应的信号值；脉搏波滤波信号的特征点主要有：脉搏波起始点、脉搏波波峰、重搏波波峰、降中峡和潮波等。
上述技术方案的有益效果为：本发明采用小波变换法提取脉搏波滤波信号的特征点，提升了特征点提取的准确性，可以获得了质量更佳更具有代表性的特征点，为获取特征点对应的特征参数做铺垫，使得采用血压测量普适模型和血压测量校准模型结合特征参数计算被测者的血压更加准确，大大提高了血压测量的精度。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型，包括：
建立所述传感信息的单曲线图；
建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数；
对所述非匹配参数进行修正处理获得第二匹配参数；
根据预设第一模型构建标准基于所述第一匹配参数和所述第二匹配参数构建血压测量普适模型。
上述技术方案的工作原理为：
传感信息具体为脉搏波信号，根据脉搏波信号建立脉搏波曲线图，将特征点与脉搏波曲线图进行匹配并建立脉搏波曲线图与特征点的关联关系，依据该关联关系作为筛选标准对脉搏波滤波信号进行筛选；对筛选出的非匹配参数进行修正优化处理，获得第二匹配参数，例如：
当合适传感信息的信号点到特征点的距离大于预设距离阈值时，该信号点为非匹配参数；将非匹配参数进行修正获得第二匹配参数，就要将非匹配参数到特征点的距离小于或等于预设距离阈值；若该信号点为非匹配参数，将非匹配参数代入如下式子进行计算：
K＝w·P
其中，P为非匹配参数，K为第二匹配参数，w为修正因子；修正因子由非匹配参数到特征点的距离和预设距离阈值决定，目的就是将非匹配参数到特征点的距离转化至小于或等于预设距离阈值；将筛选出的第一匹配信号和对非匹配信号进行修正优化处理获得的第二匹配信号组合即全部匹配信号通过回归方程构建血压测量普适模型，将特征点的特征参数代入此血压测量普适模型就可以计算目标用户的血压值。
上述技术方案的有益效果为：本发明实施例通过建立特征点与单曲线图的关联关系，依据此关联关系筛选出合适传感信息中的第一匹配信息和非匹配信息，便于构建血压测量普适模型，通过此模型结合特征参数就可以直接测量被测的血压值，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数，包括：
将所述特征点标记在所述单曲线图上，获得筛选基准图；
若所述合适传感信息的信号点到所述特征点的距离小于等于预设距离阈值时，则所述信号点为第一匹配参数；
若所述合适传感信息的信号点到所述特征点的距离大于预设距离阈值时，则所述信号点为非匹配参数。
上述技术方案的工作原理为：
将特征点标注在单曲线图上，然后输入合适传感信息，计算合适传感信息信号点与特征点的距离，若合适传感信息信号点的大小与特征点的距离小于一定值时，该合适传感信息信号点就是第一匹配参数，若合适传感信息信号点的大小与特征点的距离大于一定值时，合适传感信息信号点就是非匹配参数；这样就可以根据关联对合适传感信息进行筛选，筛选出构建血压测量普适模型需要的第一匹配参数和需要进行优化处理的非匹配参数。
上述技术方案的有益效果为：本发明实施例通过建立特征点与单曲线图的关联关系，依据此关联关系筛选出合适传感信息中的第一匹配信息和非匹配信息，便于构建血压测量普适模型，通过此模型结合特征参数就可以直接测量被测的血压值，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，包括：
采集目标用户的生理特征参数及多组真实血压值；
拟合所述真实血压值与所述血压测量普适模型之间的差异获得拟合参数；
根据预设第二模型构建标准基于所述拟合参数和所述生理特征参数构建血压测量校准模型。
上述技术方案的工作原理为：
采集被测者的生理特征参数，例如：身高、年龄、性别、体重、臂长、体温和体质比等，这些参数都支持用户输入进系统中；采集被测者由水银血压计测得的多组真实血压值；被测者事先使用水银血压计测得自己的多组真实血压并将测得的真实血压输入进系统；采用最小二乘法拟合真实血压和血压测量普适模型之间差异的获得拟合参数；并根据拟合参数通过回归方程构建标准构建血压测量校准模型，将特征点的特征参数代入此血压测量校准模型就可以直接测量目标用户的血压值。
上述技术方案的有益效果为：本发明实施例通过拟合采集的目标用户的真实血压值与血压测量普适模型之间的差异获得拟合参数，基于该拟合参数和采集的目标用户的生理特征参数构建血压测量校准模型，通过此模型结合特征参数就可以直接测量被测的血压值，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值，包括：
获取所述特征点对应的特征参数；
将所述特征参数代入如下公式：
Figure BDA0002640691290000111
其中，DBP为舒张压，SBP为收缩压，n为特征参数的个数，ai为第i个特征参数，βi为第i个特征参数对应的血压测量普适模型计算舒张压的系数，γi为第i个特征参数对应的血压测量校准模型计算舒张压的系数，δi为第i个特征参数对应的血压测量普适模型计算收缩压的系数，εi为第i个特征参数对应的血压测量校准模型计算收缩压的系数，k1为血压测量普适模型计算舒张压对应的权重值，k2为血压测量校准模型计算舒张压对应的权重值，k3为血压测量普适模型计算收缩压对应的权重值，k4为血压测量校准模型计算收缩压对应的的权重值，k5为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值、k6为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值。
上述技术方案的工作原理为：
获取特征点，例如：脉搏波起始点、脉搏波波峰、重搏波波峰、降中峡和潮波等的特征参数即脉搏波起点高度值、脉搏波终点高度值、脉搏波波峰高度值、重搏波波峰高度值、降中峡高度值、潮波起点高度值和潮波终点高度值等；将获得的特征参数结合之前构建的血压测量普适模型进行计算获得第一舒张压和第一收缩压；将获得的特征参数结合之前构建的血压测量校准模型进行计算获得第二舒张压和第二收缩压；特征参数与血压测量普适模型和血压测量校准模型的计算为多元线性回归模型。
上述技术方案的有益效果为：本发明实施例通过构建的血压测量普适模型和血压测量校准模型结合获取的特征点的特征参数协同计算目标用户的舒张压和收缩压，大大提高了血压测量的精度，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，还包括：
构建权重值矩阵；
获取预设依据血压测量普适模型计算舒张压值的第一样本；
获取预设依据血压测量校准模型计算舒张压值的第二样本；
获取预设依据血压测量普适模型计算收缩压值的第三样本；
获取预设依据血压测量校准模型计算收缩压值的第四样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算舒张压值的第五样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算收缩压值的第六样本；
计算权重值矩阵中各权重值分别与第一样本的第一相关指数；
选取权重值矩阵中与第一样本的第一相关指数最大的权重值作为血压测量普适模型计算舒张压对应的权重值k1；
其中，计算一个权重值与第一样本的第一相关指数：
Figure BDA0002640691290000131
其中，C1为第一相关指数，s1为第一样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000132
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000133
为第一样本中第t1个舒张压值，
Figure BDA0002640691290000134
为第一样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第二样本的第二相关指数；
选取权重值矩阵中与第二样本的第二相关指数最大的权重值作为血压测量校准模型计算舒张压对应的权重值k2；
其中，计算一个权重值与第二样本的第二相关指数：
Figure BDA0002640691290000135
其中，C2为第二相关指数，s2为第二样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000141
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000142
为第二样本中第t2个舒张压值，
Figure BDA0002640691290000143
为第二样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第三样本的第三相关指数；
选取权重值矩阵中与第三样本的第三相关指数最大的权重值作为血压测量普适模型计算收缩压对应的权重值k3；
其中，计算一个权重值与第三样本的第三相关指数：
Figure BDA0002640691290000144
其中，C3为第三相关指数，s3为第三样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000145
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000146
为第三样本中第t3个舒张压值，
Figure BDA0002640691290000147
为第三样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第四样本的第四相关指数；
选取权重值矩阵中与第四样本的第四相关指数最大的权重值作为血压测量校准模型计算收缩压对应的权重值k4；
其中，计算一个权重值与第四样本的第四相关指数：
Figure BDA0002640691290000148
其中，C4为第四相关指数，s4为第四样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000149
为权重值矩阵中全部权重值的算术平均数，
Figure BDA00026406912900001410
为第四样本中第t4个舒张压值，
Figure BDA00026406912900001411
为第四样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第五样本的第五相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值k5；
计算权重值矩阵中各权重值分别与第六样本的第六相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值k6。
上述技术方案的工作原理为：
构建权重值矩阵，权重值矩阵中有若干个权重值；系统中预存采用血压测量普适模型计算舒张压值的第一样本、依据血压测量校准模型计算舒张压值的第二样本、依据血压测量普适模型计算收缩压值的第三样本、依据血压测量校准模型计算收缩压值的第四样本、依据血压测量模型普适模型和血压测量校准模型计算舒张压值的第五样本和依据血压测量模型普适模型和血压测量校准模型计算收缩压值的第六样本；这些都是采取对应得血压测量模型事先实验测试测得了若干名志愿者的真实血压值样本；分别计算权重值矩阵中各权重值与第一样本的第一相关指数、与第二样本的第二相关指数、与第三样本的第三相关指数、与第四样本的第四相关指数、与第五样本的第五相关指数和与第六样本的第六相关指数；相关指数计算中，通常，当相关指数等于0时，权重值属于完全不相关；当相关指数大于0小于等于0.3时，权重值属于微弱相关；当相关指数大于0.3小于等于0.5时，权重值属于低度相关；当相关指数大于0.5小于等于0.8时，权重值属于显著相关；当相关指数大于0.8小于1时，权重值属于高度相关；当相关指数等于1时，权重值属于完全相关；这里，直接选取与六个样本各自相关指数最大的六个权重值作为采用血压测量普适模型和血压测量校准模型协同计算血压值的权重值。
上述技术方案的有益效果为：本发明实施例从统计学角度选取与血压测量相关性最高的权重值即最优权重值，这样就可以赋予采用血压测量普适模型和血压测量校准模型协同计算血压值对应的最优权重值，大大提高了血压测量的精度，同时，通过血压测量普适模型和血压测量校准模型结合特征参数就可以直接测量被测的血压值，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
本发明实施例提供了一种基于血压测量模型的双通道计算方法，所述计算权重值矩阵中各权重值分别与第五样本的第五相关指数，包括：
计算一个权重值与第五样本的第五相关指数：
Figure BDA0002640691290000161
其中，C5为第五相关指数，s5为第五样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000162
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000163
为第五样本中第t5个舒张压值，
Figure BDA0002640691290000164
为第五样本中全部舒张压值的算术平均数；
所述计算权重值矩阵中各权重值分别与第六样本的第六相关指数，包括：
其中，计算一个权重值与第六样本的第六相关指数：
Figure BDA0002640691290000165
其中，C6为第六相关指数，s6为第六样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure BDA0002640691290000166
为权重值矩阵中全部权重值的算术平均数，
Figure BDA0002640691290000167
为第六样本中第t6个舒张压值，
Figure BDA0002640691290000168
为第六样本中全部舒张压值的算术平均数。
上述技术方案的工作原理为：
选取事先通过血压测量普适模型和血压测量校准模型协同计算舒张压值的第五样本和通过血压测量普适模型和血压测量校准模型协同计算收缩压值的第六样本，分别计算权重值矩阵中各权重值与第五样本的第五相关指数和与第六样本的第六相关指数，选取最大第五相关指数对应的权重值作为通过血压测量普适模型和血压测量校准模型协同计算舒张压的权重值，选取最大第六相关指数对应的权重值作为通过血压测量普适模型和血压测量校准模型协同计算收缩压的权重值。
上述技术方案的有益效果为：本发明实施例从统计学角度选取与血压测量相关性最高的权重值即最优权重值，这样就可以赋予采用血压测量普适模型和血压测量校准模型协同计算血压值对应的最优权重值，大大提高了血压测量的精度，同时，通过血压测量普适模型和血压测量校准模型结合特征参数就可以直接测量被测的血压值，提升了血压测量的便捷性，解决了普通血压计长时间测量造成精度下降、给用户带来不适感和受被测者是否运动影响的问题。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于血压测量模型的双通道计算方法，其特征在于，包括：
采集目标用户腕部的传感信息；
对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点；
建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型；
根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型；
采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值。
2.如权利要求1所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述对所述传感信息进行预处理，并根据预处理结果提取所述传感信息的特征点，包括：
对所述传感信息进行预处理获得合适传感信息；
依据预设特征点提取标准提取所述合适传感信息的特征点。
3.如权利要求2所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述建立所述传感信息的单曲线图，根据所述特征点和所述单曲线图构建血压测量普适模型，包括：
建立所述传感信息的单曲线图；
建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数；
对所述非匹配参数进行修正处理获得第二匹配参数；
根据预设第一模型构建标准基于所述第一匹配参数和所述第二匹配参数构建血压测量普适模型。
4.如权利要求3所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述建立所述特征点与所述单曲线图之间的关联关系，根据所述关联关系对所述合适传感信息进行筛选，获得第一匹配参数和非匹配参数，包括：
将所述特征点标记在所述单曲线图上，获得筛选基准图；
若所述合适传感信息的信号点到所述特征点的距离小于等于预设距离阈值时，则所述信号点为第一匹配参数；
若所述合适传感信息的信号点到所述特征点的距离大于预设距离阈值时，则所述信号点为非匹配参数。
5.如权利要求1所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，包括：
采集目标用户的生理特征参数及多组真实血压值；
拟合所述真实血压值与所述血压测量普适模型之间的差异获得拟合参数；
根据预设第二模型构建标准基于所述拟合参数和所述生理特征参数构建血压测量校准模型。
6.如权利要求1所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述采用所述血压测量普适模型与所述血压测量校准模型协同计算目标用户的血压值，包括：
获取所述特征点对应的特征参数；
将所述特征参数代入如下公式：
Figure FDA0002640691280000021
其中，DBP为舒张压，SBP为收缩压，n为特征参数的个数，ai为第i个特征参数，βi为第i个特征参数对应的血压测量普适模型计算舒张压的系数，γi为第i个特征参数对应的血压测量校准模型计算舒张压的系数，δi为第i个特征参数对应的血压测量普适模型计算收缩压的系数，εi为第i个特征参数对应的血压测量校准模型计算收缩压的系数，k1为血压测量普适模型计算舒张压对应的权重值，k2为血压测量校准模型计算舒张压对应的权重值，k3为血压测量普适模型计算收缩压对应的权重值，k4为血压测量校准模型计算收缩压对应的的权重值，k5为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值、k6为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值。
7.如权利要求5所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述根据采集目标用户的生理特征参数及多组真实血压值构建血压测量校准模型，还包括：
构建权重值矩阵；
获取预设依据血压测量普适模型计算舒张压值的第一样本；
获取预设依据血压测量校准模型计算舒张压值的第二样本；
获取预设依据血压测量普适模型计算收缩压值的第三样本；
获取预设依据血压测量校准模型计算收缩压值的第四样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算舒张压值的第五样本；
获取预设依据血压测量模型普适模型和血压测量校准模型计算收缩压值的第六样本；
计算权重值矩阵中各权重值分别与第一样本的第一相关指数；
选取权重值矩阵中与第一样本的第一相关指数最大的权重值作为血压测量普适模型计算舒张压对应的权重值k1；
其中，计算一个权重值与第一样本的第一相关指数：
Figure FDA0002640691280000031
其中，C1为第一相关指数，s1为第一样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000032
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000043
为第一样本中第t1个舒张压值，
Figure FDA0002640691280000044
为第一样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第二样本的第二相关指数；
选取权重值矩阵中与第二样本的第二相关指数最大的权重值作为血压测量校准模型计算舒张压对应的权重值k2；
其中，计算一个权重值与第二样本的第二相关指数：
Figure FDA0002640691280000041
其中，C2为第二相关指数，s2为第二样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000045
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000046
为第二样本中第t2个舒张压值，
Figure FDA0002640691280000047
为第二样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第三样本的第三相关指数；
选取权重值矩阵中与第三样本的第三相关指数最大的权重值作为血压测量普适模型计算收缩压对应的权重值k3；
其中，计算一个权重值与第三样本的第三相关指数：
Figure FDA0002640691280000042
其中，C3为第三相关指数，s3为第三样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000048
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000049
为第三样本中第t3个舒张压值，
Figure FDA00026406912800000410
为第三样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第四样本的第四相关指数；
选取权重值矩阵中与第四样本的第四相关指数最大的权重值作为血压测量校准模型计算收缩压对应的权重值k4；
其中，计算一个权重值与第四样本的第四相关指数：
Figure FDA0002640691280000051
其中，C4为第四相关指数，s4为第四样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000055
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000053
为第四样本中第t4个舒张压值，
Figure FDA0002640691280000054
为第四样本中全部舒张压值的算术平均数；
计算权重值矩阵中各权重值分别与第五样本的第五相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算舒张压值的权重值k5；
计算权重值矩阵中各权重值分别与第六样本的第六相关指数；
选取权重值矩阵中与第五样本的第五相关指数最大的权重值作为依据血压测量模型普适模型和血压测量校准模型计算收缩压值的权重值k6。
8.如权利要求7所述的一种基于血压测量模型的双通道计算方法，其特征在于，所述计算权重值矩阵中各权重值分别与第五样本的第五相关指数，包括：
其中，计算一个权重值与第五样本的第五相关指数：
Figure FDA0002640691280000052
其中，C5为第五相关指数，s5为第五样本中舒张压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000056
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000057
为第五样本中第t5个舒张压值，
Figure FDA0002640691280000058
为第五样本中全部舒张压值的算术平均数；
所述计算权重值矩阵中各权重值分别与第六样本的第六相关指数，包括：
其中，计算一个权重值与第六样本的第六相关指数：
Figure FDA0002640691280000061
其中，C6为第六相关指数，s6为第六样本中收缩压值的个数，p为权重值矩阵中权重值的个数，Rq为权重值矩阵中第q个权重值，
Figure FDA0002640691280000062
为权重值矩阵中全部权重值的算术平均数，
Figure FDA0002640691280000063
为第六样本中第t6个舒张压值，
Figure FDA0002640691280000064
为第六样本中全部舒张压值的算术平均数。
CN202010838866.5A 2020-08-19 2020-08-19 一种基于血压测量模型的双通道计算方法的血压仪 Active CN112006669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010838866.5A CN112006669B (zh) 2020-08-19 2020-08-19 一种基于血压测量模型的双通道计算方法的血压仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010838866.5A CN112006669B (zh) 2020-08-19 2020-08-19 一种基于血压测量模型的双通道计算方法的血压仪

Publications (2)

Publication Number Publication Date
CN112006669A true CN112006669A (zh) 2020-12-01
CN112006669B CN112006669B (zh) 2021-06-04

Family

ID=73505174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010838866.5A Active CN112006669B (zh) 2020-08-19 2020-08-19 一种基于血压测量模型的双通道计算方法的血压仪

Country Status (1)

Country Link
CN (1) CN112006669B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109833035A (zh) * 2017-11-28 2019-06-04 深圳市岩尚科技有限公司 脉搏波血压测量装置的分类预测数据处理方法
CN113647921A (zh) * 2021-07-29 2021-11-16 歌尔科技有限公司 血压测量方法、系统、设备及存储介质
CN113647921B (zh) * 2021-07-29 2024-05-31 歌尔科技有限公司 血压测量方法、系统、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102397064A (zh) * 2011-12-14 2012-04-04 中国航天员科研训练中心 连续血压测量装置
CN106037694A (zh) * 2016-05-13 2016-10-26 吉林大学 一种基于脉搏波的连续血压测量装置
EP3130280A1 (en) * 2015-08-11 2017-02-15 Samsung Electronics Co., Ltd. Blood pressure estimating apparatus and method
CN107692993A (zh) * 2017-11-08 2018-02-16 深圳市玉成创新科技有限公司 一种血压仪
CN108523867A (zh) * 2018-03-28 2018-09-14 武汉麦咚健康科技有限公司 一种自校准ppg无创血压测量方法及系统
CN109273083A (zh) * 2018-10-30 2019-01-25 北京雪扬科技有限公司 一种用于辅助脉诊的身体检测系统
US20190096000A1 (en) * 2017-09-25 2019-03-28 Bragi GmbH System and Method for Sharing User Information with an Insurer Utilizing Wireless Earpieces
CN111481181A (zh) * 2019-01-28 2020-08-04 联发科技股份有限公司 生命体征估计器的生命体征估计装置和校准方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102397064A (zh) * 2011-12-14 2012-04-04 中国航天员科研训练中心 连续血压测量装置
EP3130280A1 (en) * 2015-08-11 2017-02-15 Samsung Electronics Co., Ltd. Blood pressure estimating apparatus and method
CN106037694A (zh) * 2016-05-13 2016-10-26 吉林大学 一种基于脉搏波的连续血压测量装置
US20190096000A1 (en) * 2017-09-25 2019-03-28 Bragi GmbH System and Method for Sharing User Information with an Insurer Utilizing Wireless Earpieces
CN107692993A (zh) * 2017-11-08 2018-02-16 深圳市玉成创新科技有限公司 一种血压仪
CN108523867A (zh) * 2018-03-28 2018-09-14 武汉麦咚健康科技有限公司 一种自校准ppg无创血压测量方法及系统
CN109273083A (zh) * 2018-10-30 2019-01-25 北京雪扬科技有限公司 一种用于辅助脉诊的身体检测系统
CN111481181A (zh) * 2019-01-28 2020-08-04 联发科技股份有限公司 生命体征估计器的生命体征估计装置和校准方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109833035A (zh) * 2017-11-28 2019-06-04 深圳市岩尚科技有限公司 脉搏波血压测量装置的分类预测数据处理方法
CN113647921A (zh) * 2021-07-29 2021-11-16 歌尔科技有限公司 血压测量方法、系统、设备及存储介质
CN113647921B (zh) * 2021-07-29 2024-05-31 歌尔科技有限公司 血压测量方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN112006669B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN105943005B (zh) 基于光电绿光脉搏与心电图混合的无创血压检测装置
US11298029B2 (en) Blood pressure measuring apparatus, blood pressure measuring method, electronic device, and computer readable storage medium
CN106108877B (zh) 一种血压测量仪
CN101732040B (zh) 一种无创多路脉搏波检测方法
CN100421616C (zh) 血压测量系统和方法
CN103892818B (zh) 一种无创中心动脉血压测量方法和设备
Joshi et al. Nadi tarangini: A pulse based diagnostic system
CN108186000B (zh) 基于心冲击信号与光电信号的实时血压监测系统及方法
CN104382571A (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
WO2018040680A1 (en) Method and apparatus for determining blood pressure
CN106725363B (zh) 脉搏波采集装置和脉搏波采集标定方法
CN113143238B (zh) 一种基于压力信号和ppg信号的血压测量装置
CN112806977B (zh) 基于多尺度融合网络的生理参数测量方法
CN110558960A (zh) 一种基于ptt和miv-ga-svr的连续血压无创监测方法
CN107320089A (zh) 自校准的人体血压测量方法
CN101919704A (zh) 一种心音信号定位、分段方法
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
CN109512410A (zh) 一种多生理信号特征融合的无袖带连续血压测量方法
CN107995981B (zh) 一种用于血压测量装置的数据处理方法
CN112006669B (zh) 一种基于血压测量模型的双通道计算方法的血压仪
CN113397478A (zh) 一种用于脉诊装置的自动加压控制方法
CN111839488A (zh) 基于脉搏波的无创连续血压测量装置和方法
CN1582845A (zh) 采用温度补偿的基于光电容积描记信号的血压测量方法
CN107822615B (zh) 血压测量设备和信号处理方法
CN113539522A (zh) 一种基于单路心冲击信号的连续血压监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant