CN113171070B - 一种基于pwtt的动态连续血压测量手表 - Google Patents
一种基于pwtt的动态连续血压测量手表 Download PDFInfo
- Publication number
- CN113171070B CN113171070B CN202110247136.2A CN202110247136A CN113171070B CN 113171070 B CN113171070 B CN 113171070B CN 202110247136 A CN202110247136 A CN 202110247136A CN 113171070 B CN113171070 B CN 113171070B
- Authority
- CN
- China
- Prior art keywords
- calibration data
- pwv
- pwtt
- pulse
- sbp
- 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.)
- Active
Links
- 238000009530 blood pressure measurement Methods 0.000 title claims abstract description 65
- 230000035485 pulse pressure Effects 0.000 claims abstract description 109
- 230000036772 blood pressure Effects 0.000 claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 65
- 230000035488 systolic blood pressure Effects 0.000 claims description 186
- 230000035487 diastolic blood pressure Effects 0.000 claims description 73
- 238000004364 calculation method Methods 0.000 claims description 54
- 238000005259 measurement Methods 0.000 claims description 32
- 238000012216 screening Methods 0.000 claims description 24
- 230000003068 static effect Effects 0.000 claims description 5
- 102220015909 rs138331646 Human genes 0.000 claims description 3
- 102220022382 rs386833443 Human genes 0.000 claims description 3
- 102220048341 rs62637658 Human genes 0.000 claims description 3
- 102220295519 rs779762640 Human genes 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000003205 diastolic effect Effects 0.000 description 9
- 238000012417 linear regression Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012821 model calculation Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004872 arterial blood pressure Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Vascular Medicine (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种基于PWTT的动态连续血压测量手表，属于无创连续血压测量技术领域。本发明对PWTT数据进行灵活筛选，且通过PWTT、臂长与正常人肩膀到心脏的平均距离得到PWV，使得最终计算的PWV精度更高，同时基于PWTT计算血压时，不只考虑二者的直接相关性，还考虑高压、脉压、心率与血压的关系，通过计算各组数据之间的自相关系数、回归系数以及回归常数，最后根据计算得到的参数回归方程来计算血压值，结果更精确，此外，在此过程中还将实时采集的数据与校准数据一起参与数据筛选以及后续的回归系数等的计算，并将实时采集数据加入校准区，用于新测量，通过不断对校准区优化，使得血压测量结果更精确。
Description
技术领域
本发明涉及无创连续血压测量技术领域，尤其涉及一种基于PWTT的动态连续血压测量手表。
背景技术
脉搏波传导时间（Pulse Wave Transit Time，PWTT）是动脉血压波沿血管壁传输时间，这个时间是由从心脏开始收缩到大动脉瓣打开再到出现在大动脉血液脉动，经过血管传导到末梢部位时间组成，PWTT参数可以从手腕部的心电和脉搏波来进行获取，目前有大量临床试验可知脉搏波传导时间与血压之间变化关系是生理学上已经明确现象，利用该现象，结合个人性别、身高、体重、臂长和年龄等基础特征，形成特殊算法可以用来监测动脉血压的变化及在一定误差范围内的血压值。脉搏波波速（Pulse Wave Velocity，PWV），是脉搏波在动脉系统的两个既定点间的传播速度。
现有血压计算算法只是根据PWV与BP（blood Press）的直接相关性进行血压值计算（即：BP=a*PWV+b），其与实际血压测量值的误差范围很难达到国际医疗标准（平均误差小于5mmHg、误差的标准差小于8mmHg的要求）。
PWV与血压有一点关系，因此血压计算时通常也会考虑PWV，而PWV的精确性也在一定程度上影响了血压的精度，因此，有必要提出一种灵活动态的PWV的测量方法，对采集的PWTT进行灵活筛选，从而为不同场景下采集到的实际PWTT数据在有效时间内计算出指定误差范围内的PWV值，同时在计算血压时，不只根据PWV值与血压的直接相关性计算，使得血压测量值更精确。
在中国专利申请文献CNCN06618537A中，公开了一种基于脉搏波传导的连续动态血压精确监测法，包括(1)获取被测者个人参数；(2)通过脉搏波传感器和心电信号采集模块连续同步采集心电信号ECG、脉搏波信号s1并发送至控制模块；(3)得到心-桡脉搏波传导时间hrPWTT以及舒张期时长TD；(4)根据心-桡脉搏波传导时间hrPWTT计算心-桡脉搏波传导速度hrPWV；(5)根据心-桡脉搏波传导速度hrPWV计算收缩压PWVSBP；(6)根据收缩压PWVSBP以及舒张期时长TD计算舒张压PWVDBP。PWVDBP采用如下公式计算得到：
其中，
通过位移信号S3得到，
通过拟合参数获得。
现有技术至少存在以下不足：
1.现有技术中在采集PWTT时，通常仅丢掉最初波动期的数据，或者不丢弃，造成PWTT值不准确。
2.现有技术中计算PWV较复杂，通过心-桡脉搏波传导时间，舒张期时长，计算过程未考虑臂长的因素，降低了PWV计算结果精度。
3.现有技术中血压的计算与PWV只考虑直接相关性，血压测量不够精确。
发明内容
本发明的目的在于克服现有算法不能在计算时间和计算误差上灵活动态调整的缺陷，提供了一种基于PWTT的动态连续血压测量手表，其中对PWTT数据进行灵活筛选，且通过PWTT、臂长与正常人肩膀到心脏的平均距离得到PWV，使得最终计算的PWV精度更高，同时基于PWTT计算血压时，不只考虑二者的直接相关性，还考虑高压（SBP），脉压(PP)，心率（PULSE）与血压的关系，通过计算各组数据之间的自相关系数、回归系数以及回归常数，最后根据计算得到的参数回归方程来计算血压值，结果更精确，此外，在此过程中还将实时采集的数据与校准数据一起参与数据筛选以及后续的回归系数等的计算，并将实时采集数据加入校准区，用于新测量，通过不断对校准区优化，使得血压测量结果更精确。
本发明提供了一种基于PWTT的动态连续血压测量手表，所述手表包括有存储介质，所述存储介质上存储有基于PWTT的血压测量程序，所述程序被执行时实现如下步骤：
步骤一，采集多组血压校准数据，每组校准数据包括如下参量：收缩压SBP、舒张压DBP、PWTT值和心率PULSE；校准数据至少包括4组静止状态和3组运动状态的数据；
步骤二，对各组血压校准数据进行筛选，计算各组校准数据的PWTT均值及PWV值；
步骤三，将保留的血压校准数据及计算得到的PWTT均值和PWV值存储到校准数据区A1中；
步骤四，开始测量，实时采集测试者的心率PULSE和PWTT数据；
步骤五，根据校准数据区A1中的PWTT值及实时采集的PWTT值，采用步骤二中的方法重新进行数据筛选并计算校准数据区A1中各组校准数据及实时采集的PWTT值的总体PWTT均值及PWV值PWV_rt；
步骤六，分别计算校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P11、Q11、P22和Q22；
SBP与PWV之间的回归系数：
P11=（SBP_Ray - SBP_Rby* Rab）/（1- Rab* Rab）*(E/D2)；
SBP与PULSE之间的回归系数：
Q11=（SBP_Rby - SBP_Ray* Rab）/（1- Rab* Rab）*(E/J2)；
PP与PWV之间的回归系数：
P22=（DIS_Ray - DIS_Rby* Rab）/（1- Rab* Rab）*(F/D2)；
PP与PULSE之间的回归系数：
Q22=（DIS_Rby - DIS _Ray* Rab）/（1- Rab* Rab）*(F2/J2)；
其中，
P11、P22、Q11和Q22分别是根据校准数据区A1中各组校准数据及实时采集数据得到的校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数；
SBP_Ray为校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数；
SBP_Rby为校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数；
Rab为校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数；
DIS_Ray为校准数据区A1中各组校准数据的PP与PWV之间的自相关系数；
DIS_Rby为校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数；
D2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PWV标准差；
E为校准数据区A1中各组校准数据的SBP的标准差；
F为校准数据区A1中各组校准数据的PP的标准差；
F2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PP标准差；
J2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PULSE标准差；
步骤七，根据校准数据区A1中各组校准数据及实时采集数据，计算收缩压的回归常数M11和舒张压的回归常数M22；
M11=B-P11*A-Q11*U；
M22=C-P22*A-Q22*U；
其中，
M11为根据校准数据区A1中各组校准数据及实时采集数据得到的收缩压的回归常数；
M22为根据校准数据区A1中各组校准数据及实时采集数据得到的舒张压的回归常数；
A为校准数据区A1中各组校准数据的PWV的均值；
B为校准数据区A1中各组校准数据的收缩压SBP的均值；
C为校准数据区A1中各组校准数据的脉压值PP的均值；
U为校准数据区A1中各组校准数据的心率PULSE的均值；
步骤八，根据实时采集的心率值PULSE_rt以及根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值PWV_rt，计算实时收缩压SBP和舒张压DBP，并将结果存储到校准数据区A1；
SBP = M11 + P11*PWV_rt + Q11*PULSE_rt；
DBP =M22 + P22*PWV_rt + Q22*PULSE_rt；
其中，
PWV_rt为根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值；
PULSE_rt为实时采集的心率值；
步骤九，跳转至步骤四，进行下一次实时血压测量；
所述PWV值采用如下公式进行计算；
其中，
PWV为计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S：在步骤五中，为校准数据区A1中各组校准数据及实时采集的PWTT值的总体PWTT均值；在步骤二中，S为最初采集的多组校准数据筛选后的PWTT值的均值；
优选地，步骤二中，对数据进行筛选，并计算PWTT均值及PWV值，具体包括如下步骤：
PWTT初步采集及初筛步骤；
S2000：采集N个PWTT值，丢弃前面P个PWTT值；
S2100：计算剩余（N-P）个PWTT值的均值，根据置信度M%计算第一置信区间；其中，
；
S2200：丢弃剩余（N-P）个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S2300；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S2400：计算PWTT值的均值，根据置信度M%计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S2500：丢弃PWTT值不在第二置信区间内的PWTT值；
S2600：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S2300；
PWV计算步骤；
S2700：计算保留的PWTT值的均值S；
S2800：计算PWV值，所述PWV值采用公式（1）进行计算。
优选地，置信区间（A1，A2）的计算采用如下公式：
A1=A-A*M%；
A2=A+A*M%；
其中，
A为当前保留的PWTT值的均值；
M%为置信度；
A1为置信区间下限；
A2为置信区间上限；
优选地，所述初步采集的PWTT值的个数N满足，
。
优选地，所述初步筛选时丢弃的PWTT值的个数P满足，
。
优选地，N=15，P=5。
优选地，所述预设的最低PWTT个数为N-P。
优选地，步骤六中，分别计算校准数据区A1中各组校准数据及实时采集的数据SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数，具体包括如下步骤：
S6100：分别计算校准数据区A1中各组校准数据以及校准数据区A1和实时采集的数据中的各参量的均值、标准差和协方差；
S6200：根据校准数据区A1中各组校准数据的各参量的均值、标准差和协方差，分别计算校准数据区A1中组校准数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的自相关系数；
S6300：计算校准数据区A1和实时采集的数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数。
优选地，步骤S6200中校准数据区A1中各组校准数据的自相关系数计算包括如下步骤：
校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数：SBP_Ray=G1/(D*E)；
校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数：SBP_Rby=S1/(E*J)；
校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数：Rab= N1/(D*J)；
校准数据区A1中各组校准数据的PP与PWV之间的自相关系数：DIS_Ray=G2/(D*F)；
校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数：DIS_Rby=S2/(F*J)；
其中，
D为校准数据区A1中各组校准数据的PWV的标准差；
J为校准数据区A1中各组校准数据的PULSE的标准差；
G1为校准数据区A1中各组校准数据的PWV与SBP的协方差；
S1为校准数据区A1中各组校准数据的SBP与PULSE的协方差；
N1为校准数据区A1中各组校准数据的PWV与PULSE的协方差
G2为校准数据区A1中各组校准数据的PWV与PP的协方差；
S2为校准数据区A1中各组校准数据的PP与PULSE的协方差。
与现有技术相对比，本发明的有益效果如下：
（1）本发明通过丢弃初始误差较大的数据后，直接提高采集数据的精确度。
（2）本发明通过设置置信区间，丢弃不在当前总体平均值置信区间内的数据，增加采集数据的可信度，从而提高采集数据的精确度。
（3）本发明多次采用置信区间进行PWTT数据筛选，防止了在数据采集的过程中出现异常数据的抖动，而出现误差较大的数据，采用置信区间的方法会筛掉不在置信区间的数据，使整体数据精确度更高，从而使后续最终计算的PWV结果更精确。
（4）本发明将实时采集的数据再次加入校准区，实现了减少了校准次数，缩短测量时间，也减少了存储空间，同时使得结果更接近于真实数据，精确度更高。
（5）本发明在血压测量中，考虑了心率的影响，使得测量的血压更准确。
（6）本发明通过采集的校准数据构造虚拟校准值，并将根据添加了虚拟校准值的校准区数据和实时测量数据测量的血压值及对应的PWV和心率值添加到校准区，实现了减少了校准次数，缩短测量时间，也减少了存储空间。
附图说明
图1是本发明的一个实施例的动态连续血压测量方法流程图；
图2是本发明的一个实施例的PWV测量方法流程图。
图3是本发明的一个实施例的连续血压测量方法测量与校准血压计SBP对比图；
图4是本发明的一个实施例的连续血压测量方法测量与校准血压计DBP对比图；
图5是本发明的一个实施例的动态连续血压测量方法测量与校准血压计SBP对比图；
图6是本发明的一个实施例的动态连续血压测量方法测量与校准血压计DBP对比图；
图7是本发明的一个实施例的动态连续血压测量方法测量与连续血压测量方法以及校准血压计SBP对比图；
图8是本发明的一个实施例的动态连续血压测量方法测量与连续血压测量方法以及校准血压计DBP对比图；
图9是本发明的一个实施例的连续血压测量方法流程图；
图10是本发明的一个实施例中采集PWTT时，PWTT值的波动示例图；
图11是本发明的一个实施例虚拟数据补充为校准数据的动态连续血压测量方法与校准血压计的SBP的对比图；
图12是本发明的一个实施例虚拟数据补充为校准数据的动态连续血压测量方法与校准血压计的DBP对比图；
图13是本发明的一个实施例虚拟数据补充为校准数据的动态连续血压测量方法测量与连续测量方法以及校准血压计SBP对比图；
图14是本发明的一个实施例虚拟数据补充为校准数据的动态连续血压测量方法测量与连续测量方法以及校准血压计DBP对比图；
图15是本发明的一个实施例虚拟数据补充为校准数据的动态连续血压测量方法流程图。
具体实施方式
下面结合附图1-15，对本发明的具体实施方式作详细的说明。
本发明提供了一种基于PWTT的动态连续血压测量手表，所述手表包括有存储介质，所述存储介质上存储有基于PWTT的血压测量程序，所述程序被执行时实现如下步骤：
步骤一，采集多组血压校准数据，每组校准数据包括如下参量：收缩压SBP、舒张压DBP、PWTT值和心率PULSE；校准数据至少包括4组静止状态和3组运动状态的数据；
该步的采集数据会用于后续步骤的计算参数，其中，采集的多组数据，理论上是越多对于最终测量血压值结果计算越精确，但是实际中基于存储资源的考量和采集效率及成本的考量，会取一个适当的折中值，从实际测量效果来看，一般第一次校准取7次左右即可计算得到符合国际标准的血压测量值，分别选取4组静止和3组运动状态的数据主要是为了涵盖测试者在静止和运动状态时的生理参数信息，从而为后续获取血压与心率的回归系数做准备；且该步获取的校准数据越准确，对于后续计算测量血压也会越准确；
步骤二，对各组血压校准数据进行筛选，计算各组校准数据的PWTT均值及PWV值；
步骤三，将保留的血压校准数据及计算得到的PWTT均值和PWV值存储到校准数据区A1中；
存储的数据会用于后续测量血压公式参数的计算，同时会不断的累积，随着数据的不断增多，所计算出的血压相关系数和回归系数也会更符合测试者的生理状态，从而使血压值测量更加精确。
步骤四，开始测量，实时采集测试者的心率PULSE和PWTT数据；
步骤五，根据校准数据区A1中的PWTT值及实时采集的PWTT值，采用步骤二中的方法重新进行数据筛选并计算校准数据区A1中各组校准数据及实时采集的PWTT值的总体PWTT均值及PWV值PWV_rt；
步骤六，分别计算校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P11、Q11、P22和Q22；
SBP与PWV之间的回归系数：
P11=（SBP_Ray - SBP_Rby* Rab）/（1- Rab* Rab）*(E/D2)；
SBP与PULSE之间的回归系数：
Q11=（SBP_Rby - SBP_Ray* Rab）/（1- Rab* Rab）*(E/J2)；
PP与PWV之间的回归系数：
P22=（DIS_Ray - DIS_Rby* Rab）/（1- Rab* Rab）*(F/D2)；
PP与PULSE之间的回归系数：
Q22=（DIS_Rby - DIS _Ray* Rab）/（1- Rab* Rab）*(F2/J2)；
其中，
P11、P22、Q11和Q22分别是根据校准数据区A1中各组校准数据及实时采集数据得到的校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数；
SBP_Ray为校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数；
SBP_Rby为校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数；
Rab为校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数；
DIS_Ray为校准数据区A1中各组校准数据的PP与PWV之间的自相关系数；
DIS_Rby为校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数；
D2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PWV标准差；
E为校准数据区A1中各组校准数据的SBP的标准差；
F为校准数据区A1中各组校准数据的PP的标准差；
F2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PP标准差；
J2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PULSE标准差；
回归系数在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。
计算的各个回归系数值主要是为了计算两组不同变量之间线性相关程度，会作为参数用于后续回归常数值的计算，该参数会直接影响回归常数的准确性，从而最终间接影响到测量血压值的精确度。本发明在计算PWV和PULSE的标准差时，将实时采集的数据与校准数据区的数据一起进行计算，并将其应用于回归系数的计算，使得计算结果更接近于真实数据，精度更高。
步骤七，根据校准数据区A1中各组校准数据及实时采集数据，计算收缩压的回归常数M11和舒张压的回归常数M22；
M11=B-P11*A-Q11*U；
M22=C-P22*A-Q22*U；
其中，
M11为根据校准数据区A1中各组校准数据及实时采集数据得到的收缩压的回归常数；
M22为根据校准数据区A1中各组校准数据及实时采集数据得到的舒张压的回归常数；
A为校准数据区A1中各组校准数据的PWV的均值；
B为校准数据区A1中各组校准数据的收缩压SBP的均值；
C为校准数据区A1中各组校准数据的脉压值PP的均值；
U为校准数据区A1中各组校准数据的心率PULSE的均值；
在实际血压测量中，当人在运动时，发现测量血压值还与心率呈现一定的线性回归关系，故在计算回归常数时将心率因子也作为自变量添加到常规的血压计算公式中，而回归常数则是通过校准数据计算出的结果参数加上以上描述血压计算公式而得出。
步骤八，根据实时采集的心率值PULSE_rt以及根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值PWV_rt，计算实时收缩压SBP和舒张压DBP，并将结果存储到校准数据区A1；
SBP = M11 + P11*PWV_rt + Q11*PULSE_rt；
DBP =M22 + P22*PWV _rt+ Q22*PULSE_rt；
其中，
PWV_rt为根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值；
PULSE_rt为实时采集的心率值；
步骤九，跳转至步骤四，进行下一次实时血压测量；
所述PWV值采用如下公式进行计算；
其中，
PWV为计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S：在步骤五中，为校准数据区PWTTA1中各组校准数据及实时采集的PWTT值的总体PWTT均值；在步骤二中，S为最初采集的多组校准数据筛选后的PWTT值的均值；
根据本发明的一个具体实施方案，步骤二中，对数据进行筛选，并计算PWTT均值及PWV值，具体包括如下步骤：
PWTT初步采集及初筛步骤；
S2000：采集N个PWTT值，丢弃前面P个PWTT值；
S2100：计算剩余（N-P）个PWTT值的均值，根据置信度M%计算第一置信区间；其中，
；
S2200：丢弃剩余（N-P）个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S2300；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S2400：计算PWTT值的均值，根据置信度M%计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S2500：丢弃PWTT值不在第二置信区间内的PWTT值；
S2600：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S2300；
PWV计算步骤；
S2700：计算保留的PWTT值的均值S；
S2800：计算PWV值，所述PWV值采用公式（1）进行计算。
根据本发明的一个具体实施方案，置信区间（A1，A2）的计算采用如下公式：
A1=A-A*M%；
A2=A+A*M%；
其中，
A为当前保留的PWTT值的均值；
M%为置信度；
A1为置信区间下限；
A2为置信区间上限；
根据本发明的一个具体实施方案，所述初步采集的PWTT值的个数N满足，
。
根据本发明的一个具体实施方案，所述初步筛选时丢弃的PWTT值的个数P满足，
。
根据本发明的一个具体实施方案，N=15，P=5。
根据本发明的一个具体实施方案，所述预设的最低PWTT个数为N-P。
根据本发明的一个具体实施方案，步骤六中，分别计算校准数据区A1中各组校准数据及实时采集的数据SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数，具体包括如下步骤：
S6100：分别计算校准数据区A1中各组校准数据以及校准数据区A1和实时采集的数据中的各参量的均值、标准差和协方差；
S6200：根据校准数据区A1中各组校准数据的各参量的均值、标准差和协方差，分别计算校准数据区A1中组校准数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的自相关系数；
S6300：计算校准数据区A1和实时采集的数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数。
根据本发明的一个具体实施方案，步骤S6200中校准数据区A1中各组校准数据的自相关系数计算包括如下步骤：
校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数：SBP_Ray=G1/(D*E)；
校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数：SBP_Rby=S1/(E*J)；
校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数：Rab= N1/(D*J)；
校准数据区A1中各组校准数据的PP与PWV之间的自相关系数：DIS_Ray=G2/(D*F)；
校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数：DIS_Rby=S2/(F*J)；
其中，
D为校准数据区A1中各组校准数据的PWV的标准差；
J为校准数据区A1中各组校准数据的PULSE的标准差；
G1为校准数据区A1中各组校准数据的PWV与SBP的协方差；
S1为校准数据区A1中各组校准数据的SBP与PULSE的协方差；
N1为校准数据区A1中各组校准数据的PWV与PULSE的协方差
G2为校准数据区A1中各组校准数据的PWV与PP的协方差；
S2为校准数据区A1中各组校准数据的PP与PULSE的协方差。
根据本发明的一个具体实施方案，还可以在步骤三之后，采用如下的方法计算收缩压的回归常数M1和舒张压的回归常数M2，步骤包括：
M1=B-P1*A-Q1*U；
M2=C-P2*A-Q2*U；
其中，
P1为校准数据区A1中各组校准数据的SBP与PWV之间的回归系数；
Q1为校准数据区A1中各组校准数据的SBP与PULSE之间的回归系数；
P2为校准数据区A1中各组校准数据的PP与PWVE之间的回归系数；
Q2为校准数据区A1中各组校准数据的PP与PULSE之间的回归系数；
A为校准数据区A1中各组校准数据的PWV的均值；
B为校准数据区A1中各组校准数据的收缩压SBP的均值；
C为校准数据区A1中各组校准数据的脉压值PP的均值；
U为校准数据区A1中各组校准数据的心率PULSE的均值。
根据本发明的一个具体实施方案，还可以在步骤三之后，采用如下方法计算校准数据区A1中各组校准数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P1、Q1、P2和Q2，包括如下步骤：
P1=（SBP_Ray - SBP_Rby* Rab）/（1- Rab* Rab）*(E/D)；
Q1=（SBP_Rby - SBP_Ray* Rab）/（1- Rab* Rab）*(E/J)；
P2=（DIS_Ray - DIS_Rby* Rab）/（1- Rab* Rab）*(F/D)；
Q2=（DIS_Rby - DIS _Ray* Rab）/（1- Rab* Rab）*(F/J)；
其中，
SBP_Ray为校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数；
SBP_Rby为校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数；
Rab为校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数；
DIS_Ray为校准数据区A1中各组校准数据的PP与PWV之间的自相关系数；
DIS_Rby为校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数；
D为校准数据区A1中各组校准数据的PWV标准差；E为校准数据区A1中各组校准数据的SBP标准差；F为校准数据区A1中各组校准数据的PP标准差；J为校准数据区A1中各组校准数据的心率标准差；
根据本发明的一个具体实施方案，还可以在步骤三之后，采用如下方法计算校准数据区A1中各组校准数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE、PP与PULSE之间的自相关系数，包括如下步骤：
SBP与PWV之间的自相关系数：SBP_Ray=G1/(D*E)；
SBP与PULSE之间的自相关系数：SBP_Rby=S1/(E*J)；
PWV与PULSE之间的自相关系数：Rab= N1/(D*J)；
PP与PWV之间的自相关系数：DIS_Ray=G2/(D*F)；
PP与PULSE之间的自相关系数：DIS_Rby=S2/(F*J)；
其中，D为校准数据区A1中各组校准数据的PWV标准差；E为校准数据区A1中各组校准数据的SBP标准差，F为校准数据区A1中各组校准数据的PP标准差；J为校准数据区A1中各组校准数据的心率标准差；D和E的协方差为G1；D和F的协方差为G2；D和J的协方差为N1；F和J的协方差为S2。
根据本发明的一个具体实施方案，实时采集心率值PULSE_rt以及根据实时采集的PWTT值和校准数据区A1中各组校准数据计算得到的PWV值PWV_rt，还可以采用如下方法计算实时的收缩压SBP和舒张压DBP；
SBP = M1 + P1*PWV_rt + Q1*PULSE_rt；
DBP =M2 + P2*PWV_rt + Q2*PULSE_rt；
M1为根据校准数据区A1中各组校准数据计算得到的收缩压的回归常数；
M2为根据校准数据区A1中各组校准数据计算得到的舒张压的回归常数；
根据本发明的一个具体实施方案，可以根据实时采集的心率值PULSE和步骤五计算得到的PWV值，构造一组虚拟校准收缩压SBP_A和舒张压DBP_A值，将收缩压SBP_A和舒张压DBP_A值作为校准数据添加到校准数据区A1中；
所述构造一组虚拟校准收缩压SBP_A和舒张压DBP_A值具体包括如下步骤：
S6000：计算校准数据区数据中收缩压的均值A1和标准差B1；计算校准数据区数据中PWV值与步骤五中计算的PWV值总体均值A2和标准差B2；计算校准数据区数据中收缩压与校准数据区数据中PWV值和步骤五中计算的PWV总体的协方差D1；
S6100：根据收缩压的均值A1和标准差B1、PWV值总体均值A2和标准差B2，以及收缩压与PWV总体协方差D1，计算收缩压与PWV的两个相关系数：
SBP_PWV_a= D1*(B1/B2)
SBP_PWV_b=A1-( SBP_PWV_a *A2)
S6200：根据SBP_PWV_a 和SBP_PWV_b值计算一个虚拟收缩压值a1：
a1 = SBP_PWV_a*PWV + SBP_PWV_b
由于SBP与PWV之间存在一定的线性回归关系，所以根据当前测量采集到的PWV值与之前旧的校准数据进行回归模型计算后得出的校准收缩压值也是近似实际的收缩压值，该步采用预测法代替实际校准法，从而在保证校准精度的情况下省去了实际的校准步骤，同时节省了一定的校准数据库存储空间。
S6300：计算校准数据区数据中PULSE值与当前待测量的PULSE值总体均值A3，和标准差B3，计算校准数据区数据中收缩压与PULSE的协方差为D2，根据收缩压和PULSE的均值和标准差，计算收缩压SBP与PULSE的两个相关系数值：
SBP_PULSE_a=D2*(B1/B3)
SBP_PULSE_b=A1-( SBP_PULSE_a *A3)
S6400：根据SBP_PULSE_a和SBP_PULSE_b值计算一个虚拟收缩压值b1：
b1 = SBP_PULSE_a*PULSE + SBP_PULSE_b
由于SBP与PULSE之间存在一定的线性回归关系，所以根据当前测量采集到的PULSE值与之前旧的校准数据进行回归模型计算后得出的校准收缩压值也是近似实际的收缩压值，该步采用预测法代替实际校准法，从而在保证校准精度的情况下省去了实际的校准步骤，同时节省了一定的校准数据库存储空间。
S6500：计算校准数据区数据中脉压PP的均值A4和标准差B4；计算校准数据区数据中PWV值与步骤五中计算的PWV值总体均值A5和标准差B5；根据校准数据区数据中脉压与PWV的协方差D3，根据脉压PP与PWV的均值和标准差，计算脉压PP与PWV的两个相关系数：
PP_PWV_a=D3*(B4/B5)
PP_PWV_b=A4-( PP_PWV_a *A5)
S6600：根据PP_PWV_a 和PP_PWV_b值计算出一个虚拟收缩压值a2：
a2 = PP_PWV_a*PWV + PP_PWV_b
由于PP与PWV之间存在一定的线性回归关系，所以根据当前测量采集到的PWV值与之前旧的校准数据进行回归模型计算后得出的校准收缩压值也是近似实际的收缩压值，该步采用预测法代替实际校准法，从而在保证校准精度的情况下省去了实际的校准步骤，同时节省了一定的校准数据库存储空间。
S6700：计算校准数据区数据中PULSE值与当前待测量的PULSE值总体均值A6和标准差B6，计算校准数据区数据中PULSE值和当前待测量的PULSE值总体与校准数据区数据中PP值和当前待测量的PP总体的协方差D4，根据脉压PP和心率PULSE的均值及标准差，计算脉压PP与心率PULSE的两个相关系数：
PP_PULSE_a=D4*(B4/B6)
PP_PULSE_b=A4-( PP_PULSE_a *A6)
S6800：根据PP_PULSE_a 和PP_PULSE_b值计算出一个虚拟收缩压值b2：
b2 = PP_PULSE_a*PWV + PP_PULSE_b
依据目前医学界所证实的脉压PP与PULSE之间存在一定的线性回归关系，即PP=a*PULSE+b，加上步骤五采集和计算出的PWV值，计算一个虚拟的校准脉压值；由于PP与PULSE之间存在一定的线性回归关系，所以根据当前测量采集到的PULSE值与之前旧的校准数据进行回归模型计算后得出的校准收缩压值也是近似实际的收缩压值，该步采用预测法代替实际校准法，从而在保证校准精度的情况下省去了实际的校准步骤，同时节省了一定的校准数据库存储空间。
S6900：根据a1和b1得到一个虚拟收缩压值SBP_A，根据a2和b2得到一个虚拟脉压值PP_A，将脉压值PP_A转换为虚拟舒张压值DBP_A，其中，
SBP_A=（a1+b1）/2；
PP_A=（a2+b2）/2；
DBP_A=SBP_A–PP_A；
依据目前医学界所证实的脉压PP与PWV和PULSE之间均存在一定的线性回归关系，故将上述步骤计算的a2和b2取平均值得到一个更平滑的虚拟校准舒张压值。
将SBP_A和DBP_A作为校准数据存入校准数据区。
实施例1
下面给出传统方法中计算血压未加入心率回归系数时测量的血压与本发明中加入心率回归系数的方案的血压对比。
一、未添加心率回归系数测量的血压与标准血压计测量值对比
表1测试者不同阶段（校准/测量）以及不同状态（静止/运动）时
通过校准血压计所测得的收缩压SBP和舒张压DBP的血压值
表2PWTT血压测量手表中采用的未添加心率计算公式中的m值和p值
未添加心率的血压计算公式为：血压值=m+p*PWV；
表格中：
p为SBP或PP与PWV的回归系数；
m为SBP或PP的回归常数，为SBP或PP的平均值－p×PWV的平均值。
表3测试者不同状态（静止/运动）时通过PWTT血压测量手表
所测得的PWTT值、PWV值、未添加心率的血压计算算法计算的收缩压SBP和舒张压DBP
表4测试者在不同状态（静止/运动）时
通过校准血压计测的血压值与PWTT血压测量手表采用的未添加心率算法计算的血压值之间的误差
采用未添加心率的血压计算方法测得的SBP平均值误差为-4.1mmHg；SBP标准偏差为9.5mmHg；
采用未添加心率的血压计算方法测得的DBP平均值误差为-2.5mmHg；DBP标准偏差为4.1mmHg；
上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过未添加心率的计算算法在测量阶段计算收缩压SBP和计算舒张压DBP，而上表显示测量结果标准偏差误差为9.5，超过国际标准8mmHg范围的要求。
一、本发明中添加了心率回归系数测量的血压与标准血压计测量值对比
标准血压计测量数据见表2。
表5本发明添加了心率计算公式中的m值、p值和q值
将本发明的添加心率后的血压计算公式
SBP = M1 + P1*PWV_rt + Q1*PULSE_rt；
DBP =M2 + P2*PWV_rt + Q2*PULSE_rt；
写成血压计算通用公式为：血压值=m+p*PWV+q*PULSE；
其中，
m为回归常数，分别对应根据各组校准数据得到的收缩压回归常数M1和舒张压回归常数M2；
p为回归系数，分别对应根据各组校准数据得到的SBP与PWV、PP与PWV之间的回归系数P1和P2；
q为回归系数，分别对应根据各组校准数据得到的SBP与PULSE、PP与PULSE之间的回归系数Q1和Q2；
表6测试者不同阶段（校准/测量）以及不同状态（静止/运动）时
通过采用本发明方法的PWTT血压测量手表
所测得的PWTT值、PWV值、心率PULSE值、本发明算法
计算的收缩压SBP、舒张压DBP和脉压PP
表7测试者在不同状态（静止/运动）时
通过校准血压计测的血压值与本发明添加心率后计算的血压值之间的误差，
以及最终结果的误差平均值和最终结果的误差标准偏差
采用未添加心率的血压计算方法测得的SBP平均值误差为-1.6mmHg；SBP标准偏差为8mmHg；
采用未添加心率的血压计算方法测得的DBP平均值误差为-2.2mmHg；DBP标准偏差为3.4mmHg；
采用本发明的方法增加心率数据后，从上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过添加心率的计算算法在测量阶段计算收缩压SBP和计算舒张压DBP，而上表显示测量结果最终平均值和标准偏差误差均在国际标准8mmHg范围的要求。
实施例2
根据本发明的一个具体实施方案，对连续血压测量方法与动态连续血压测量方法进行对比。
一、连续血压测量方法与标准血压计对比
表8测试者连续不同日期同一时间通过校准血压计所测得的
收缩压SBP、舒张压DBP的血压值、脉压PP值，PWV值和心率PULSE值
表9连续血压测量方法的计算公式中的m值、p值和q值
上面表格中：
p为SBP或PP与PWV的回归系数；
q为SBP或PP与心率PULSE的回归系数；
m为SBP或PP的回归常数；
将连续血压测量的血压计算公式
SBP = M1 + P1*PWV_rt + Q1*PULSE_rt；
DBP =M2 + P2*PWV_rt + Q2*PULSE_rt；
写成血压计算通用公式为：血压值=m+p*PWV+q*PULSE；
其中，
m为回归常数，分别对应根据各组校准数据得到的收缩压回归常数M1和舒张压回归常数M2；
p为与PWV的回归系数，分别对应根据各组校准数据得到的SBP与PWV、PP与PWV之间的回归系数P1和P2；
q为与心率PULSE的回归系数，分别对应根据各组校准数据得到的SBP与PULSE、PP与PULSE之间的回归系数Q1和Q2；
连续血压测量单次血压计算公式与动态连续血压测量相同，但没有不断动态根据实时采集数据增加校准值的过程，因此公式中的回归系数和回归常数也不同。
图3-4分别显示的是校准血压计与采用连续血压测量的收缩压SBP和舒张压DBP的对比图：
从图3-4可以看到，采用连续测量血压的值，收缩压SBP与校准血压计值存在一定的波动误差，舒张压DBP基本一致，波动极小。
二、动态连续血压测量方法与标准血压计对比
标准血压计测量数据见表8。
表10动态连续血压测量方法的计算公式中的m值、p值和q值
上面表格中：
p为SBP或PP与PWV的回归系数；
q为SBP或PP与心率PULSE的回归系数；
m为SBP或PP的回归常数；
将连续血压测量的血压计算公式：
SBP = M11 + P11*PWV_rt + Q11*PULSE_rt；
DBP =M22 + P22*PWV _rt+ Q22*PULSE_rt；
写为血压计算通用公式为：血压值=m+p*PWV+q*PULSE；
其中，
m为回归常数，分别对应根据各组校准数据及实时采集数据得到的收缩压回归常数M11和舒张压回归常数M22；
p为与PWV的回归系数，分别对应根据各组校准数据及实时采集数据得到的SBP与PWV、PP与PWV之间的回归系数P11和P22；
q为与心率PULSE的回归系数，分别对应根据各组校准数据及实时采集数据得到的SBP与PULSE、PP与PULSE之间的回归系数Q11和Q22；
图5-6显示的是校准血压计与采用本发明动态连续血压测量的收缩压SBP和舒张压DBP的对比图：
从图可以看到，采用上述本发明算法连续测量血压的值，收缩压SBP与校准血压计值的波动误差较小，基本一致，舒张压DBP基本一致。
图7-8显示的是校准血压计、采用连续血压测量方法测量血压与动态连续血压测量的收缩压SBP和舒张压DBP的三条曲线的对比图：
从图7-8可以看到，采用本发明的一个具体实施方案中，通过不断填补校准数据的动态连续血压测量方法测得的SBP血压曲线相比于连续血压测量方法更贴近于校准血压计的曲线，即采用不断填补校准数据的动态连续血压测量方法的收缩压SBP与校准血压计值误差相比于连续血压测量的波动误差更小，但是三条曲线舒张压DBP基本一致。
从上述可以看到，采用本发明的不同具体实施方案采用连续血压测量和动态连续血压测量方法，将根据实时采集的数据测量的值不断填补到校准数据区，各自优缺点也很明显，即：
优点：动态连续血压测量方法由于不断将根据实时采集的数据测量的值不断填补到校准数据区，使得血压计不需要经常校准；连续血压测量方法较动态连续血压测量方法测得的值与校准血压计相比波动相对更大，但都比传统未添加心率的方法测量更准确。
缺点：动态连续血压测量方法会占用一定的存储资源，每测量一次就需要额外的存储空间来存储收缩压SBP值、舒张压DBP值和对应的PWV值和心率PULSE值，校准区数据越来越多，可以通过对校准区数据进行严格筛选以减小占用的存储空间；连续血压测量方法不需要存储不断添加的校准数据，节省存储资源。
实施例3
根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、N、M和a参数，分别计算丢弃前不同个数的PWTT值，对最终PWV的值的影响。
其中，真实PWV=3.566243，臂长L=630mm，N=15，M=10%，a=200mm。
表11初筛时丢弃不同个数PWTT值对PWV的影响
真实PWV值采用某品牌AECG100 ECG/PPG及PWTT多功能生理讯号测试仪测得，根据上表第2列，可得到图10。根据图10可以看到，前5个采集点PWTT数据波动比较大，5个采集点后数据趋于平稳，因此，在P=5-9时，即丢弃前5个到前9个PWTT值时，PWV计算结果更接近与真实值，而在不丢弃或者丢弃少于5个PWTT值时，PWV计算结果偏离真实值更多，且丢弃越少偏离越多。在丢弃5个之后，PWV计算值基本趋于稳定，均接近于真实值。因此将P的取值范围定为
，更优的，为了节省计算时间，P可以为5。
同时，可以看到，在N=6以后，PWTT值基本已经稳定，因此，N取值为
，更优地，为保证样本量足够，N可以为15。
实施例4
根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、N、M和a参数，相比于实施例3，改变置信度M值。
其中，真实PWV=3.566243，臂长L=630mm，N=15，M=5%，a=200mm。
表12置信度为5%时的PWV计算结果
在实施例3的基础上，仅改变置信度M的值，将置信度提高到5%时，根据本发明的PWV计算步骤，舍弃不在置信区间内的数据，同时丢弃后补充采集PWTT数据，最后可以看到，P=0，P=3，P=5，P=7时，相比实施例3置信度M为10%时，PWV最终计算结果更接近于真实值，精度都有所提高。
由于用户在不同硬件环境和开发环境下，采集到的PWTT值的精确度及抖动情况是不一样的，所以用户可以根据实际的硬件环境和开发环境来设置置信区间M值来限定误差范围，从而获取到对应精度的PWV值范围。在追求高精度的时候，可以适当调低置信度M，可以使得PWV最终计算结果更接近于真实值，精度有所提高，但缺点是会消耗更多的计算时间和计算资源；而为了提高PWV的计算速度，可以提高置信度M，但是会降低PWV的精度，用户可以根据实际的需求场景来调节M值对最终结果进行取舍。
实施例5
根据本发明的一个具体实施方案，对将虚拟的收缩压SBP_A和舒张压DBP_A值作为校准数据添加到校准数据区A1中进行动态连续血压测量方法与连续血压测量方法及校准血压计测量结果进行对比。
图11和图12分别为虚拟数据补充为校准数据的动态连续血压测量方法与校准血压计的SBP和DBP对比图。从图中可以看到，采用虚拟数据补充为校准数据的动态连续血压测量方法测量的血压值，收缩压SBP与校准血压计值的波动误差较小，基本一致，舒张压DBP基本一致。
图13和图14分别为虚拟数据补充为校准数据的动态连续血压测量方法、校准血压计及连续血压测量方法测量的SBP和DBP对比图。从上图可以看到，采用本发明方法的SBP血压曲线相比于传统方法更贴近于校准血压计的曲线，即采用本发明方法的收缩压SBP与校准血压计值误差相比于传统方法的波动误差更小，但是三条曲线舒张压DBP基本一致。
可以看到，虚拟数据补充为校准数据的动态连续血压测量方法的优缺点也很明显
优点：不需要经常校准；
缺点：会占用一定的存储资源，每测量一次就需要额外的存储空间来存储每次测量过程中的PWV值和心率PULSE值。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。
Claims (9)
1.一种基于PWTT的动态连续血压测量手表，其特征在于，所述手表包括有存储介质，所述存储介质上存储有基于PWTT的血压测量程序，所述程序被执行时实现如下步骤：
步骤一，采集多组血压校准数据，每组校准数据包括如下参量：收缩压SBP、舒张压DBP、PWTT值和心率PULSE；校准数据至少包括4组静止状态和3组运动状态的数据；
步骤二，对各组血压校准数据进行筛选，计算各组校准数据的PWTT均值及PWV值；
步骤三，将保留的血压校准数据及计算得到的PWTT均值和PWV值存储到校准数据区A1中；
步骤四，开始测量，实时采集测试者的心率和PWTT数据；
步骤五，根据校准数据区A1中的PWTT值及实时采集的PWTT值，采用步骤二中的方法重新进行数据筛选并计算校准数据区A1中各组校准数据及实时采集的PWTT值的总体PWTT均值及PWV值PWV_rt；
步骤六，分别计算校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数P11、Q11、P22和Q22；
SBP与PWV之间的回归系数：
P11=（SBP_Ray - SBP_Rby* Rab）/（1- Rab* Rab）*(E/D2)；
SBP与PULSE之间的回归系数：
Q11=（SBP_Rby - SBP_Ray* Rab）/（1- Rab* Rab）*(E/J2)；
PP与PWV之间的回归系数：
P22=（DIS_Ray - DIS_Rby* Rab）/（1- Rab* Rab）*(F/D2)；
PP与PULSE之间的回归系数：
Q22=（DIS_Rby - DIS _Ray* Rab）/（1- Rab* Rab）*(F2/J2)；
其中，
P11、P22、Q11和Q22分别是根据校准数据区A1中各组校准数据及实时采集数据得到的校准数据区A1中各组校准数据及实时采集数据的SBP与PWV、SBP与PULSE、PP与PWV、PP与PULSE之间的回归系数；
SBP_Ray为校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数；
SBP_Rby为校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数；
Rab为校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数；
DIS_Ray为校准数据区A1中各组校准数据的PP与PWV之间的自相关系数；
DIS_Rby为校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数；
D2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PWV标准差；
E为校准数据区A1中各组校准数据的SBP的标准差；
F为校准数据区A1中各组校准数据的PP的标准差；
F2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PP标准差；
J2为校准数据区A1中各组校准数据及实时采集数据计算得到的总体PULSE标准差；
步骤七，根据校准数据区A1中各组校准数据及实时采集数据，计算收缩压的回归常数M11和舒张压的回归常数M22；
M11=B-P11*A-Q11*U；
M22=C-P22*A-Q22*U；
其中，
M11为根据校准数据区A1中各组校准数据及实时采集数据得到的收缩压的回归常数；
M22为根据校准数据区A1中各组校准数据及实时采集数据得到的舒张压的回归常数；
A为校准数据区A1中各组校准数据的PWV的均值；
B为校准数据区A1中各组校准数据的收缩压SBP的均值；
C为校准数据区A1中各组校准数据的脉压值PP的均值；
U为校准数据区A1中各组校准数据的心率PULSE的均值；
步骤八，根据实时采集的心率值PULSE_rt以及根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值PWV_rt，计算实时收缩压SBP和舒张压DBP，并将结果存储到校准数据区A1；
SBP = M11 + P11*PWV_rt + Q11*PULSE_rt；
DBP =M22 + P22*PWV_rt + Q22*PULSE_rt；
其中，
PWV_rt为根据校准数据区A1中各组校准数据及实时采集的PWTT值计算得到的PWV值；
PULSE_rt为实时采集的心率值；
步骤九，跳转至步骤四，进行下一次实时血压测量；
所述PWV值采用如下公式进行计算；
其中，
PWV为计算得到的脉搏波波速；
L为待测者的臂长；
a为正常人肩膀到心脏的平均距离；
S：在步骤五中，为校准数据区A1中各组校准数据及实时采集的PWTT值的总体PWTT均值；在步骤二中，S为最初采集的多组校准数据筛选后的PWTT值的均值。
2.根据权利要求1所述的基于PWTT的动态连续血压测量手表，其特征在于，步骤二中，对数据进行筛选，并计算PWTT均值及PWV值，具体包括如下步骤：
PWTT初步采集及初筛步骤；
S2000：采集N个PWTT值，丢弃前面P个PWTT值；
S2100：计算剩余（N-P）个PWTT值的均值，根据置信度M%计算第一置信区间；其中，
；
S2200：丢弃剩余（N-P）个PWTT值中不在第一置信区间内的PWTT值，如果剩余的PWTT个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，如果剩余的PWTT个数不满足预设的最低PWTT个数要求，则执行PWTT继续采集及筛选步骤；
PWTT继续采集及筛选步骤；
S2300；继续采集m个PWTT值，使得PWTT总个数达到预设的最低PWTT个数；
S2400：计算PWTT值的均值，根据置信度M%计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的PWTT值有关；
S2500：丢弃PWTT值不在第二置信区间内的PWTT值；
S2600：如果剩余的PWTT值个数满足预设的最低PWTT个数要求，则执行PWV计算步骤，否则，继续执行步骤S2300；
PWV计算步骤；
S2700：计算保留的PWTT值的均值S；
S2800：计算PWV值，所述PWV值采用公式（1）进行计算。
3.根据权利要求2所述的基于PWTT的动态连续血压测量手表，其特征在于，置信区间（A1，A2）的计算采用如下公式：
A1=A-A*M%；
A2=A+A*M%；
其中，
A为当前保留的PWTT值的均值；
M%为置信度；
A1为置信区间下限；
A2为置信区间上限。
4.根据权利要求2所述的基于PWTT的动态连续血压测量手表，其特征在于，所述初步采集的PWTT值的个数N满足，
。
5.根据权利要求2所述的基于PWTT的动态连续血压测量手表，其特征在于，初步筛选时丢弃的PWTT值的个数P满足，
。
6.根据权利要求2所述的基于PWTT的动态连续血压测量手表，其特征在于，N=15，P=5。
7.根据权利要求2所述的基于PWTT的动态连续血压测量手表，其特征在于，所述预设的最低PWTT个数为N-P。
8.根据权利要求1所述的基于PWTT的动态连续血压测量手表，其特征在于，步骤六中，分别计算校准数据区A1中各组校准数据及实时采集的数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数，具体包括如下步骤：
S6100：分别计算校准数据区A1中各组校准数据以及校准数据区A1和实时采集的数据中的各参量的均值、标准差和协方差；
S6200：根据校准数据区A1中各组校准数据的各参量的均值、标准差和协方差，分别计算校准数据区A1中组校准数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的自相关系数；
S6300：计算校准数据区A1和实时采集的数据的SBP与PWV、SBP与PULSE、PWV与PULSE、PP与PWV、PP与PULSE、PWV与PULSE之间的回归系数。
9.根据权利要求8所述的基于PWTT的血压测量手表，其特征在于，步骤S6200中校准数据区A1中各组校准数据的自相关系数计算包括如下步骤：
校准数据区A1中各组校准数据的SBP与PWV之间的自相关系数：SBP_Ray=G1/(D*E)；
校准数据区A1中各组校准数据的SBP与PULSE之间的自相关系数：SBP_Rby=S1/(E*J)；
校准数据区A1中各组校准数据的PWV与PULSE之间的自相关系数：Rab= N1/(D*J)；
校准数据区A1中各组校准数据的PP与PWV之间的自相关系数：DIS_Ray=G2/(D*F)；
校准数据区A1中各组校准数据的PP与PULSE之间的自相关系数：DIS_Rby=S2/(F*J)；
其中，
D为校准数据区A1中各组校准数据的PWV的标准差；
J为校准数据区A1中各组校准数据的PULSE的标准差；
G1为校准数据区A1中各组校准数据的PWV与SBP的协方差；
S1为校准数据区A1中各组校准数据的SBP与PULSE的协方差；
N1为校准数据区A1中各组校准数据的PWV与PULSE的协方差；
G2为校准数据区A1中各组校准数据的PWV与PP的协方差；
S2为校准数据区A1中各组校准数据的PP与PULSE的协方差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247136.2A CN113171070B (zh) | 2021-03-05 | 2021-03-05 | 一种基于pwtt的动态连续血压测量手表 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247136.2A CN113171070B (zh) | 2021-03-05 | 2021-03-05 | 一种基于pwtt的动态连续血压测量手表 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113171070A CN113171070A (zh) | 2021-07-27 |
| CN113171070B true CN113171070B (zh) | 2022-02-18 |
Family
ID=76921936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110247136.2A Active CN113171070B (zh) | 2021-03-05 | 2021-03-05 | 一种基于pwtt的动态连续血压测量手表 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113171070B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115670408B (zh) * | 2022-12-28 | 2023-04-28 | 可孚医疗科技股份有限公司 | 血压测量装置及其线性模型系数自修正方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6027455A (en) * | 1998-05-12 | 2000-02-22 | Colin Corporation | Blood pressure estimating apparatus and method |
| TW201021763A (en) * | 2008-09-29 | 2010-06-16 | Qualcomm Inc | Method and apparatus for non-invasive cuff-less blood pressure estimation using pulse arrival time and heart rate with adaptive calibration |
| CN108324259A (zh) * | 2017-01-20 | 2018-07-27 | 富港电子(昆山)有限公司 | 计算血压的方法及其装置 |
| JP6615970B1 (ja) * | 2018-09-28 | 2019-12-04 | 学校法人福岡工業大学 | 血圧推定装置および血圧推定プログラム |
| CN110604556A (zh) * | 2019-09-24 | 2019-12-24 | 清华大学 | 一种无创连续血压测量装置及测量方法 |
| CN110840426A (zh) * | 2018-08-20 | 2020-02-28 | 三星电子株式会社 | 用于估计血压的设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6913928B2 (ja) * | 2017-02-15 | 2021-08-04 | 国立大学法人 東京大学 | 血圧測定装置、血圧測定方法及び血圧測定プログラム |
-
2021
- 2021-03-05 CN CN202110247136.2A patent/CN113171070B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6027455A (en) * | 1998-05-12 | 2000-02-22 | Colin Corporation | Blood pressure estimating apparatus and method |
| TW201021763A (en) * | 2008-09-29 | 2010-06-16 | Qualcomm Inc | Method and apparatus for non-invasive cuff-less blood pressure estimation using pulse arrival time and heart rate with adaptive calibration |
| CN108324259A (zh) * | 2017-01-20 | 2018-07-27 | 富港电子(昆山)有限公司 | 计算血压的方法及其装置 |
| CN110840426A (zh) * | 2018-08-20 | 2020-02-28 | 三星电子株式会社 | 用于估计血压的设备 |
| JP6615970B1 (ja) * | 2018-09-28 | 2019-12-04 | 学校法人福岡工業大学 | 血圧推定装置および血圧推定プログラム |
| CN110604556A (zh) * | 2019-09-24 | 2019-12-24 | 清华大学 | 一种无创连续血压测量装置及测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113171070A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020007041A1 (zh) | 血压测量装置、血压测量方法、电子设备以及计算机可读存储介质 | |
| US5704362A (en) | Method for oscillometric blood pressure determination employing curve fitting | |
| CN102488503B (zh) | 连续血压测量装置 | |
| CN102397064B (zh) | 连续血压测量装置 | |
| CN102429649B (zh) | 连续血压测量装置 | |
| CN106821356A (zh) | 基于Elman神经网络的云端连续血压测量方法及系统 | |
| CN106889979B (zh) | 一种基于心电信号和血氧容积波的连续性血压测量系统 | |
| CN102599897B (zh) | 循环机能测定装置 | |
| CN108245178A (zh) | 一种基于x射线冠脉造影图像的血液流动速度计算方法 | |
| EP2206463A1 (en) | Blood pressure measuring device and method for controlling the blood pressure measuring device | |
| CN113171070B (zh) | 一种基于pwtt的动态连续血压测量手表 | |
| WO2017214870A1 (zh) | 一种生理参数的计算方法及相应的医疗设备 | |
| CN102387743A (zh) | 计算心血管参数 | |
| WO2021087968A1 (zh) | 基于微循环阻力指数调节最大充血状态流速的方法及装置 | |
| CN110558960A (zh) | 一种基于ptt和miv-ga-svr的连续血压无创监测方法 | |
| CN103222861A (zh) | 一种无创血压模拟系统及其实现方法 | |
| D Andrea et al. | Effects of different training protocols on left ventricular myocardial function in competitive athletes: a Doppler tissue imaging study | |
| CN114145724A (zh) | 基于ecg和ppg多生理特征参数动态监测血压的方法 | |
| CN103505191A (zh) | 一种利用压脉带的压力脉波震荡讯号以预估中心主动脉脉搏压的方法及其装置 | |
| US20100249614A1 (en) | System and method for a non-invasive blood pressure measurement | |
| CN113171068B (zh) | 一种基于血压虚拟校准值的动态连续血压测量手表 | |
| KR101523025B1 (ko) | 중앙 대동맥 수축기 압력값을 유도하는 방법 및 중앙 대동맥 수축기 압력값을 유도하기 위해 동맥 데이터셋트를 분석하는 방법 | |
| CN113171071B (zh) | 一种基于pwtt的血压测量手表 | |
| RU2004112563A (ru) | Способ пульсометрической оценки функционального состояния и характера вегетативной регуляции сердечно-сосудистой системы человека | |
| CN113171067B (zh) | 一种基于pwv的血压测量手表 |
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 |