CN115486826A - 柯式音血压测量方法、测量仪及多数据融合血压测量方法 - Google Patents
柯式音血压测量方法、测量仪及多数据融合血压测量方法 Download PDFInfo
- Publication number
- CN115486826A CN115486826A CN202211245294.5A CN202211245294A CN115486826A CN 115486826 A CN115486826 A CN 115486826A CN 202211245294 A CN202211245294 A CN 202211245294A CN 115486826 A CN115486826 A CN 115486826A
- Authority
- CN
- China
- Prior art keywords
- pressure
- sound
- blood pressure
- pulse
- measuring method
- 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
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
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/0225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers the pressure being controlled by electric signals, e.g. derived from Korotkoff sounds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Computational Linguistics (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Ophthalmology & Optometry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种柯式音血压测量方法、测量仪及多数据融合血压测量方法,方法包括以预设声音采样频率对脉搏声音信号进行采样,得到多个声音采样值;以预设压力采样频率对压力信号进行采样,得到多个压力采样值;将采样得到的多个声音采样值分为多组声音组,得到每组声音组对应的一个FBank特征;利用等响曲线对每个FBank特征的能量进行频率校正;在每个FBank特征中增加2维新增特征向量得到PFBank特征;将各个PFBank特征按照时间顺序进行顺次连接,并输入至预设的血压测量神经网络模型中,得到舒张压和收缩压。本发明提供的柯式音血压测量方法、测量仪及多数据融合血压测量方法能够有效提高血压测量的准确度。
Description
技术领域
本发明涉及血压测量技术领域,具体涉及一种柯式音血压测量方法、测量仪及多数据融合血压测量方法。
背景技术
高血压是一种常见的心血管疾病,据有关统计资料,我国现有的高血压患者数量已达l亿,并且每年新增人数在300万以上,高血压已成为人类的头号隐形杀手。血压是反映心血管系统状态的重要生理参数,因此监测血压意义重大。在无创血压测量中,柯式音听诊法(Korotkoff,1905)是世界医学唯一公认的血压计量、测量“金标准”——用袖带绑扎上臂并加压,将肱动脉血管压瘪后再减压;随着袖带压力的降低,从事先放置于袖带内的听诊器中可听到血流重新冲开血管时发出的声音;相应的,“第一声”对应的袖带压力记为收缩压,“最末一声”对应的袖带压力记为舒张压。
传统的柯式音血压测量方法,通常利用水银式血压计实现血压测量,但是水银式血压计智能化程度不高,且对测量人员专业性要求较高,随着科技的不断发展,开始出现更加智能化的电子血压计,并受到大众青睐。但目前在现有技术中存在的大部分电子血压计,多是利用示波法实现血压的测量,而利用示波法测量血压,测量准确度较低;但是在电子血压计中利用柯式音进行血压测量,基本还处于实验室阶段,在电子血压计中利用柯式音进行血压测量准确度甚至比利用示波法的准确度更低。
发明内容
针对上述问题,本发明提供一种柯式音血压测量方法、测量仪及多数据融合血压测量方法,其中,柯式音血压测量方法包括:
以预设声音采样频率对目标血压测量时间段内的脉搏声音信号进行采样,得到多个声音采样值;以预设压力采样频率对目标血压测量时间段内的压力信号进行采样,得到多个压力采样值;
将采样得到的多个声音采样值分为多组声音组,分别对每组声音组进行预处理,得到每组声音组对应的一个FBank特征,其中每组声音组包括N个声音采样值;
利用等响曲线对每个FBank特征的能量进行频率校正,将每个FBank特征中各个特征向量的值由真实声压值调整为在预设频率下对应的当前感知声压值;
分别在每个FBank特征中增加2维新增特征向量得到PFBank特征,2维新增特征向量为该FBank特征对应的当前感知声压和值以及压力采样值;
将各个PFBank特征按照时间顺序进行顺次连接,并输入至预设的血压测量神经网络模型中,得到舒张压和收缩压。
进一步的,方法还包括预先训练得到血压测量神经网络模型,其中训练方法包括:
获取多个血压测量时间段内的脉搏声音信号以及压力信号,对脉搏声音信号以及压力信号进行训练前处理,得到多个训练样本,并预先标记每个训练样本对应的真实舒张压、真实收缩压、真实可见脉搏个数、每个真实可见脉搏对应的脉搏音频中心点的时间坐标值;
选取一目标神经网络,随机初始化网络参数;
将训练样本作为目标神经网络的输入,将训练样本对应的真实舒张压以及真实收缩压作为目标神经网络的输出,进行模型训练;
利用预设的损失函数计算当前损失值,当当前损失值小于预设阈值时,停止训练,并确定当前损失值对应的网络参数,根据网络参数得到血压测量神经网络模型。
进一步的,预设的损失函数Loss总=a*Loss1+b*Loss2+c*Loss3,其中:
a、b、c为调节参数;
Loss1=abs(true_sys-sys)+abs(true_dia-dia),其中sys为预测收缩压,true_sys为真实收缩压,dia为预测舒张压,true_dia为真实舒张压;
Loss2=abs(n-tn),其中n为预测可见脉搏个数,tn为真实可见脉搏个数;
进一步的,方法还包括对压力采样值进行滤波,得到无相位差的滤波后压力采样值;
2维新增特征向量为该FBank特征对应的当前感知声压和值以及滤波后压力采样值。
进一步的,对压力采样值进行滤波为:利用低通FIR滤波器对压力采样值进行滤波,低通FIR滤波器的带通为0.45Hz,带阻为0.8Hz,抑制比为40dB。
进一步的,脉搏声音信号为利用骨传导MIC采集到的脉搏声音信号。
本发明还提供一种柯式音血压测量仪,测量仪包括处理器、声音采集MIC、袖带、压力传感器、显示屏以及充气泵,其中:
声音采集MIC、压力传感器设置在袖带上,处理器分别与声音采集MIC、压力传感器电、显示屏、充气泵电连接;
声音采集MIC,用于采集目标血压测量时间段内的脉搏声音信号并将采集到的脉搏声音信号发送至处理器;
压力传感器,用于采集目标血压测量时间段内的压力信号并将采集到的压力信号发送至处理器;
处理器,用于根据上述的柯式音血压测量方法测量得到舒张压和收缩压并通过显示屏进行显示。
进一步的,测量仪还包括无线通讯模块,无线通讯模块与处理器电连接,用于在处理器的控制下,将采集到的脉搏声音信号、采集到的压力信号发送至服务器,由服务器根据上述的柯式音血压测量方法测量得到舒张压和收缩压后回传给测量仪,并通过测量仪的显示屏进行显示。
进一步的,测量仪中的声音采集MIC为骨传导MIC,测量仪的袖带上还设置有导声薄网,骨传导MIC设置在导声薄网上。
本发明还提供一种多数据融合血压测量方法,方法包括:
利用示波法测量得到舒张压Pdia、收缩压Psys,并获取示波法对应的收缩压标准差倒数Ss1以及舒张压标准差倒数Sd1;
利用普通MIC采集脉搏声音信号后,采用上述的柯式音血压测量方法,测量得到舒张压Mdia以及收缩压Msys,并获取普通MIC柯式音血压测量方法对应的收缩压标准差倒数Ss2以及舒张压标准差倒数Sd2;
利用骨传导MIC采集脉搏声音信号后,采用上述的柯式音血压测量方法,测量得到舒张压Bdia以及收缩压Bsys,并获取骨传导MIC柯式音血压测量方法对应的收缩压标准差倒数Ss3以及舒张压标准差倒数Sd3;
本发明提供的柯式音血压测量方法、测量仪及多数据融合血压测量方法,至少包括以下有益效果:
(1)在进行血压测量时,对提取到的FBank特征利用等响曲线进行频率校正,使FBank特征更加符合或类似人耳的听觉感知特性,后续再将校正后的FBank特征及对应的压力采样值输入至血压测量神经网络模型中,能够测量出更为准确的舒张压和收缩压,提高了血压测量的准确度。
(2)针对血压测量这一应用场景提出一种损失函数,利用该损失函数训练出的血压测量神经网络模型,更利于寻找关键特征值,进一步提高血压测量准确度。
(3)采集脉搏声音信号时,利用骨传导MIC进行采集,能够屏蔽环境音,还原更真实的柯式音。同时在测量仪的袖带上设置导声薄网,可以增加骨传导MIC的导声面积,采集到的脉搏声音信号更为清晰,以更进一步提高血压测量准确度。
(4)通过在柯式音血压测量仪中设置有无线通讯模块,可以将采集到的脉搏声音信号、压力信号发送至服务器中进行处理,在服务器中实现血压测量过程,以克服传统电子血压计因成本限制无法处理大规模数据的问题,在保证低成本的同时,实现血压的精准测量。
(5)通过多数据融合血压测量方法,分别利用示波法、骨传导MIC柯式音、普通MIC柯式音方法测量得到对应的舒张压和收缩压,再利用预先设计的融合公式,计算得到最终的舒张压及收缩压,从而有效降低测量误差,有效提高了血压测量的准确性。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,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的介绍,显而易见的,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明一种实施例中的柯式音血压测量方法流程图一;
图2为本发明一种实施例中的FBank特征示意图;
图3为本发明一种实施例中的等响曲线示意图;
图4为本发明又一种实施例中的柯式音血压测量方法流程图二;
图5为本发明又一种实施例中的柯式音血压测量方法流程图三;
图6为本发明一种实施例中的柯式音血压测量仪示意图;
图7为本发明一种实施例中的柯式音血压测量仪功能结构示意图;
701-处理器、702-声音采集MIC、703-袖带、704-压力传感器、705-显示屏、706-充气泵、707无线通讯模块。
具体实施方式
下面将结合本发明中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通的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它实施例,都属于本发明的保护范围。
在本发明的一种实施例中,公开了一种柯式音血压测量方法,应用在电子血压计中,提高电子血压计血压测量的精准度。
如图1所示,方法包括以下步骤:
步骤S101:以预设声音采样频率对目标血压测量时间段内的脉搏声音信号进行采样,得到多个声音采样值;以预设压力采样频率对目标血压测量时间段内的压力信号进行采样,得到多个压力采样值。
其中,目标血压测量时间段是指对电子血压计的袖带进行加压之后,从开始放气起至放气结束为止所对应的时间段。脉搏声音信号由电子血压计袖带上设置的麦克风进行采集。压力信号由电子血压计袖带上设置的压力传感器进行采集。声音采样频率、压力采样频率由技术人员根据实际情况自行设置,本发明对此不作限制;优选的,可以设置压力采样频率为50Hz,声音采样频率为44.1KHz。
实际应用中,可以由电子血压计的充气泵加压至约用户收缩压+60mmHg,然后停止加压,由袖带上的泄漏气阀以约5mmHg均速的进行放气测量,直接降压至约舒张压-10mmHg。由电子血压计中的压力传感器获取压力信号,麦克风获取脉搏声音信号。
步骤S102:将采样得到的多个声音采样值分为多组声音组,分别对每组声音组进行预处理,得到每组声音组对应的一个FBank特征,其中每组声音组包括N个声音采样值。
其中,“将采样得到的多个声音采样值分为多组声音组”为分帧步骤,具体可以以N个声音采样值为1组,按照时间顺序进行分组,其中N由技术人员根据需要自行设置,本发明对此不作限制;优选的,在声音采样频率为44.1KHz时,N取值1024(也即每个声音组对应的时间为23.2ms)。
另外,在本步骤中对每组声音组进行预处理,得到每组声音组对应的一个FBank特征所采用的方法为现有技术中的FBank特征提取方法,例如在一种实现方式中,在分帧之后,经过加窗、快速傅里叶变换(FFT)、mel滤波、对数运算等步骤提取出每一帧(每个声音组)的FBank特征。应当可以理解的,在进行分帧之前,还可以进行预加重(Pre-Emphasis)操作,以平衡频谱,增大高频部分的幅度。
经过步骤S102,即得到FBank特征,如图2所示,为FBank特征的示意图,横轴表示时间,纵轴表示频率,利用不同颜色代表对应的能量幅值。
其中,以N=1024为例,一组声音组中的1024个声音采样值通过FFT能得到1024个复数向量,再求绝对值得到FBank。因为是对称的,所以只取前512个数值,这些数值包含了声音的不同频率的能量幅值(这些数值即为FBank特征中各个特征向量的值,代表真实声压值),反应了声音的特征。应当可以理解的,FBank特征中特征向量的个数与N的取值有关,具体为N/2。
步骤S103:利用等响曲线对每个FBank特征的能量进行频率校正,将每个FBank特征中各个特征向量的值由真实声压值调整为预设频率下对应的当前感知声压值。
在本步骤中所提到的等响曲线如图3所示,图3中横轴表示频率,纵轴表示声压级(也即真实声压值-声音的真实分贝值),图3中的多条曲线即为等响曲线,同一条等响曲线上的任意一个点对应的响度(响度指感知声压值,也即人感知到的声音的分贝值)相等。
本步骤利用等响曲线对每个FBank特征的能量进行频率校正,将同一个FBank特征中不同特征向量的值由真实声压值统一至预设频率下对应的当前感知声压值,从而使得校正之后的FBank特征更加符合或类似人耳的听觉感知特性。优选的,本步骤中的预设频率为3KHz。3KHz-4KHz是人耳最敏感的频段,因此将频率校正至3KHz,能够使校正之后的FBank特征更加符合或类似人耳的听觉感知特性。
更进一步的,脉搏声音最高只能到70dB(大于70dB将视为异响),因此不考虑70dB以上的声音,可以将图3表示为以下的数组形式,后续进行当前感知声压值计算时利用下列数组进行计算:
CdB20=[TdB0_20,TdB10_20,TdB20_20,TdB30_20,TdB40_20,TdB50_20,TdB60_20,TdB70_20];
CdB30=[TdB0_30,TdB10_30,TdB20_30,TdB30_30,TdB40_30,TdB50_30,TdB60_30,TdB70_30];
………………
CdB1K=[TdB0_1K,TdB10_1K,TdB20_1K,TdB30_1K,TdB40_1K,TdB50_1K,TdB60_1K,TdB70_1K];
………………
CdB20K=[TdB0_20K,TdB10_20K,TdB20_20K,TdB30_20K,TdB40_20K,TdB50_20K,TdB60_20K,TdB70_20K]。
其中,以CdB1K为例,其对应1KHz下的声压线,表示在1KHz下人感知0-70dB响度所对应的真实声压值,TdB0_1K表示在1KHz下人感知0dB响度所对应的真实声压值,TdB10_1K表示在1KHz下人感知10dB响度所对应的真实声压值。
应当可以理解的,当预设频率以及真实声压值不在上述数组中,可以用线性插值来进行计算。
以预设频率为125Hz为例,假设某一特征向量的真实声压值为50dB,进而再确定该真实声压值50dB在125Hz下对应的当前感知声压值Cx,若无法直接从图3或者上述的数组中确定Cx,可以采用线性插值法。
首先,CdB125是未知的,需要在已知其相邻两个频率的声压线的情况下,通过插值法计算得到CdB125。也即根据插值计算公式:
CdB125=[TdB0_125,TdB10_125,TdB20_125,TdB30_125,TdB40_125,TdB50_125,TdB60_125,TdB70_125],可以根据上述公式分别计算得到TdB0_125、TdB10_125、TdB20_125、TdB30_125、TdB40_125、TdB50_125、TdB60_125、TdB70_125。
判断真实声压值50dB位于CdB125中的哪两个目标真实声压值之间,并确定这两个目标真实声压值在125Hz下对应的感应声压值。
以真实声压值50dB位于CdB125中的TdB30_125、TdB40_125这两个目标真实声压值之间为例,则利用TdB30_125、TdB30_125对应的感应声压值30、利用TdB40_125、TdB40_125对应的感应声压值40,进行插值计算,得到在125Hz下,真实声压值50dB对应的感知声压值Cx。
Cx=30+(40-30)/(TdB40_125-TdB30_125)*(50-TdB30_125)。
步骤S104:分别在每个FBank特征中增加2维新增特征向量得到PFBank特征,2维新增特征向量为该FBank特征对应的当前感知声压和值以及压力采样值。
由于在步骤S103中,对于每个FBank特征而言,得到了该FBank特征中各个特征向量对应的当前感知声压值,将该FBank特征中各个特征向量对应的当前感知声压值相加即得到该FBank特征对应的当前感知声压和值。
另外根据该FBank特征在目标血压测量时间段中对应的时间区间、以及各个压力采样值在目标血压测量时间段中对应的时间,能够确定出该FBank特征对应的压力采样值。
例如,若某个FBank特征对应的时间区间为1.02-1.04s,选则1.03s的压力采样值作为该FBank特征所对应的压力采样值。进一步的,若恰好没有1.03s的压力采样值,可以分别选取最接近1.03s的前后两个压力采样值进行线性插值,从而计算出1.03s的压力采样值,作为该FBank特征所对应的压力采样值。
本步骤中将每个FBank特征增加2维新增特征向量后得到的特征定义为PFBank特征。
步骤S105:将各个PFBankFBank特征按照时间顺序进行顺次连接,并输入至预设的血压测量神经网络模型中,得到舒张压和收缩压。
本实施例中提供的柯式音血压测量方法,通过提取脉搏声音信号的FBank特征,并对FBank特征利用等响曲线进行频率校正,使得FBank特征更加符合或类似人耳的听觉感知特性,提高后续血压测量的准确度;并且在获得校正后的FBank特征后结合压力采样值进行血压测量时,是利用预设的血压测量神经网络模型实现血压测量,血压测量神经网络模型基于神经网络构建而成,神经网络有很强的非线性拟合能力,可映射任意复杂的非线性关系,因此能够进一步提高血压测量的准确度。
在本发明的又一种实施例中,如图4所示,柯式音血压测量方法还包括:
步骤S106:预先训练得到血压测量神经网络模型。
具体的,训练方法包括:
步骤S1061:获取多个血压测量时间段内的脉搏声音信号以及压力信号,对脉搏声音信号以及压力信号进行训练前处理,得到多个训练样本,并预先标记每个训练样本对应的真实舒张压、真实收缩压、真实可见脉搏个数、每个真实可见脉搏对应的脉搏音频中心点的时间坐标值(如:0.4s、1.2s、2.0s、2.8s、3.6s、4.4s、5.2s等)。
应当可以理解的,本步骤中,在进行训练前处理时,是将同一个血压测量时间段内的脉搏声音信号以及压力信号作为一组进行处理,进而得到一个训练样本。
具体的,对同一个血压测量时间段内的脉搏声音信号以及压力信号进行训练前处理的具体处理过程可参照上述的对目标血压测量时间段内的脉搏声音信号及压力信号的处理过程,先从脉搏声音信号中提取出多个FBank特征,并利用等响曲线对每个FBank特征的能量进行频率校正,在校正后的每个FBank特征中增加2维新增特征向量,从而得到训练样本。
进一步的,本步骤中预先标记每个训练样本对应的真实舒张压以及真实收缩压,由专业人员通过听筒听出,进而进行标记。真实可见脉搏个数、每个真实可见脉搏对应的脉搏音频中心点的时间坐标值也由专业人员通过分析音频文件标记出。
步骤S1062:选取一目标神经网络,随机初始化网络参数。
具体的,在本步骤中,选取的目标神经网络为两层双向LSTM网络。
步骤S1063:将训练样本作为目标神经网络的输入,将训练样本对应的真实舒张压以及真实收缩压作为目标神经网络的输出,进行模型训练;
步骤S1064:利用预设的损失函数计算当前损失值,当当前损失值小于预设阈值时,停止训练,并确定当前损失值对应的网络参数,根据网络参数得到血压测量神经网络模型。
具体的,在本步骤中,预设的损失函数Loss总=a*Loss1+b*Loss2+c*Loss3,其中:
a、b、c为调节参数,由技术人员预先经过实验进行多次调整得到,以保证血压测量准确性为准,本发明对a、b、c的取值不做具体限制。
Loss1=abs(true_sys-sys)+abs(true_dia-dia),其中sys为预测收缩压,true_sys为真实收缩压,dia为预测舒张压,true_dia为真实舒张压;
Loss2=abs(n-tn),其中n为预测可见脉搏个数,tn为真实可见脉搏个数;
若在进行损失值计算时,当一段语音中c和tc的个数不相同,则以个数少的那个为主,舍弃多余的个数。
以N=1024为例,则每个训练样本中的一个PFBank特征包括514维特征向量,训练时,将每个训练样本输入至两层双向LSTM网络中。通过一个全连接层得到三十五维向量[sysa,sysb,diaa,diab,n,c1,c2,c3,c4,……c30],此处预设收缩压在[50,250]范围之内,sysa、sysb分别为收缩压离两端(两端指50、250)的比例,类似于softmax。此处预设舒张压在[50,250]范围之内,diaa、diab分别为舒张压离两端(两端指50、250)的比例。
计算出的收缩压sys=50+sysb/(sysa+sysb)*200;
舒张压dia=30+diab/(diaa+diab)*160;
上式中的50、200、30、160(单位为mmHg),指预测人体血压的极限值,此处是优选值,可以根据实际情况由技术人员自行设定,本发明对此不作限制。
其中,n为预测可见脉搏的个数(最大值为30),c1,c2,c3,c4,……c30:为每个预测可见脉搏对应的脉搏音频中心点的时间坐标值。
在本发明的又一种实施例中,如图5所示,方法还包括:
步骤S107:对压力采样值进行滤波,得到无相位差的滤波后压力采样值。
同时,步骤S104中的2维新增特征向量为该FBank特征对应的当前感知声压和值以及滤波后压力采样值。
具体的,本发明中,为利用低通FIR滤波器对压力采样值进行滤波,低通FIR滤波器的带通为0.45Hz,带阻为0.8Hz,抑制比为40dB。
进一步的,采用零相位正反一阶滤波方式进行滤波,在一种实现方式中设置滤波参数为:
B=[0.00817,0.00038,0.00037,0.00036,0.00034,0.00030,0.00026,0.00021,0.00014,0.00007,-0.00001,-0.00011,-0.00022,-0.00034,-0.00046,-0.00060,-0.00074,-0.00090,-0.00106,-0.00124,-0.00142,-0.00160,-0.00179,-0.00198,-0.00218,-0.00238,-0.00259,-0.00279,-0.00299,-0.00318,-0.00338,-0.00357,-0.00375,-0.00392,-0.00408,-0.00422,-0.00436,-0.00448,-0.00458,-0.00466,-0.00473,-0.00477,-0.00478,-0.00478,-0.00474,-0.00468,-0.00459,-0.00447,-0.00432,-0.00414,-0.00392,-0.00368,-0.00339,-0.00308,-0.00273,-0.00234,-0.00192,-0.00146,-0.00098,-0.00046,0.00010,0.00069,0.00130,0.00195,0.00262,0.00333,0.00405,0.00480,0.00557,0.00637,0.00717,0.00799,0.00883,0.00967,0.01052,0.01138,0.01223,0.01309,0.01394,0.01478,0.01561,0.01643,0.01723,0.01802,0.01878,0.01951,0.02022,0.02090,0.02155,0.02216,0.02274,0.02327,0.02376,0.02421,0.02462,0.02497,0.02528,0.02554,0.02575,0.02591,0.02601,0.02606,0.02606,0.02601,0.02591,0.02575,0.02554,0.02528,0.02497,0.02462,0.02421,0.02376,0.02327,0.02274,0.02216,0.02155,0.02090,0.02022,0.01951,0.01878,0.01802,0.01723,0.01643,0.01561,0.01478,0.01394,0.01309,0.01223,0.01138,0.01052,0.00967,0.00883,0.00799,0.00717,0.00637,0.00557,0.00480,0.00405,0.00333,0.00262,0.00195,0.00130,0.00069,0.00010,-0.00046,-0.00098,-0.00146,-0.00192,-0.00234,-0.00273,-0.00308,-0.00339,-0.00368,-0.00392,-0.00414,-0.00432,-0.00447,-0.00459,-0.00468,-0.00474,-0.00478,-0.00478,-0.00477,-0.00473,-0.00466,-0.00458,-0.00448,-0.00436,-0.00422,-0.00408,-0.00392,-0.00375,-0.00357,-0.00338,-0.00318,-0.00299,-0.00279,-0.00259,-0.00238,-0.00218,-0.00198,-0.00179,-0.00160,-0.00142,-0.00124,-0.00106,-0.00090,-0.00074,-0.00060,-0.00046,-0.00034,-0.00022,-0.00011,-0.00001,0.00007,0.00014,0.00021,0.00026,0.00030,0.00034,0.00036,0.00037,0.00038,0.00817]。
在本发明的又一种实施例中,脉搏声音信号为利用骨传导MIC采集到的脉搏声音信号。由于柯式音平均非常弱,利用普通MIC采集脉搏声音信号很容易受外界声音影响,本实施例中采用骨传导MIC,能够屏蔽环境音,还原更为真实的柯式音,进一步提高血压测量精准度。
本发明还提供一种柯式音血压测量仪,如图6、图7所示,测量仪包括处理器701、声音采集MIC702、袖带703、压力传感器704、显示屏705、充气泵706,其中:
声音采集MIC702、压力传感器704设置在袖带703上,充气泵706通过气管与袖带703连通。
处理器701分别与声音采集MIC702、压力传感器电704、显示屏705、充气泵706电连接;声音采集MIC602,用于采集目标血压测量时间段内的脉搏声音信号并将采集到的脉搏声音信号发送至处理器701;压力传感器704,用于采集目标血压测量时间段内的压力信号并将采集到的压力信号发送至处理器701;处理器701,用于根据上述的柯式音血压测量方法测量得到舒张压和收缩压并通过显示屏705进行显示。
在实际使用过程中,通过处理器控制充气泵对袖带进行加压,并通过袖带上的泄漏气阀进行放气,声音采集MIC702、压力传感器704采集放气过程中(目标血压测量时间段内)的脉搏声音信号以及血压信号后,进行血压测量。
在本发明的又一种实施例中,如图7所示,测量仪还包括无线通讯模块707,无线通讯模块707与处理器701电连接,用于在处理器701的控制下,将采集到的脉搏声音信号、采集到的压力信号发送至服务器,由服务器根据上述的柯式音血压测量方法测量得到舒张压和收缩压后回传给测量仪,并通过测量仪的显示屏705进行显示。无线通讯模块可以通过蓝牙、wifi、2/3/4/5G方式将大量的数据传输到服务器进行后续的血压测量。
进一步的,在本发明的又一种实施例中,测量仪中的声音采集MIC为骨传导MIC,测量仪的袖带上还设置有导声薄网,骨传导MIC设置在导声薄网上。具体的,导声薄网的材质为金属材质,如不锈网,导声效果好,韧性好不易折断。且网状结构有效减少硬度,让人穿戴更舒适。本实施例中通过增加导声薄网,从而使得增加骨传导MIC的导声面积,接触到骨骼侧的几率更大,进一步屏蔽环境音,提高脉搏声音信号的采集效果,进而提高血压测量的精准度。
在本发明的又一种实施例中,本发明还提供一种多数据融合血压测量方法,方法包括:
利用示波法测量得到舒张压Pdia、收缩压Psys,并获取示波法对应的收缩压标准差倒数Ss1以及舒张压标准差倒数Sd1;
利用普通MIC采集脉搏声音信号后,采用上述的柯式音血压测量方法,测量得到舒张压Mdia以及收缩压Msys,并获取普通MIC对应的收缩压标准差倒数Ss2以及舒张压标准差倒数Sd2;
利用骨传导MIC采集脉搏声音信号后,采用上述的柯式音血压测量方法,测量得到舒张压Bdia以及收缩压Bsys,并获取骨传导MIC对应的收缩压标准差倒数Ss3以及舒张压标准差倒数Sd3;
其中,示波法对应的收缩压标准差倒数Ss1以及舒张压标准差倒数Sd1、普通MIC对应的收缩压标准差倒数Ss2以及舒张压标准差倒数Sd2、骨传导MIC对应的收缩压标准差倒数Ss3以及舒张压标准差倒数Sd3是技术人员预先设置好的,经过多次实验数据得到的经验值。
本实施例中公开了一种利用多数据融合的血压测量方法,分别利用示波法、骨传导MIC柯式音、普通MIC柯式音方法测量得到对应的舒张压和收缩压,再利用预先设计的融合公式,计算得到最终的舒张压及收缩压,综合了上述的3种测量方法,从而有效降低测量误差,提高血压测量的准确性。
本发明提供的柯式音血压测量方法、测试仪,在进行血压测量时,对提取到的FBank特征利用等响曲线进行频率校正,使FBank特征更加符合或类似人耳的听觉感知特性,后续再将校正后的FBank特征及对应的压力采样值输入至血压测量神经网络模型中,能够测量出更为准确的舒张压和收缩压,提高了血压测量的准确度。本发明还针对血压测量这一应用场景提出一种损失函数,利用该损失函数训练出的血压测量神经网络模型,更利于寻找关键特征值,进一步提高血压测量准确度。本发明采集脉搏声音信号时,利用骨传导MIC进行采集,能够屏蔽环境音,还原更真实的柯式音,同时在测量仪的袖带上设置导声薄网,可以增加骨传导MIC的导声面积,采集到的脉搏声音信号更为清晰,以更进一步提高血压测量准确度。此外,本发明提供的测量仪,还设置有无线通讯模块,可以将采集到的脉搏声音信号、压力信号发送至服务器中进行处理,在服务器中实现血压测量过程,以克服传统电子血压计因成本限制无法处理大规模数据的问题,在保证低成本的同时,实现血压的精准测量。
本发明提供的多数据融合血压测量方法,分别利用示波法、骨传导MIC柯式音、普通MIC柯式音方法测量得到对应的舒张压和收缩压,再利用预先设计的融合公式,计算得到最终的舒张压及收缩压,综合了上述的3种测量方法,从而有效降低测量误差,有效提高了血压测量的准确性。
本发明说明书中使用的术语和措辞仅仅为了举例说明,并不意味构成限定。本领域技术人员应当理解,在不脱离所公开的实施方式的基本原理的前提下,对上述实施方式中的各细节可进行各种变化。因此,本发明的范围只由权利要求确定,在权利要求中,除非另有说明,所有的术语应按最宽泛合理的意思进行理解。
Claims (10)
1.一种柯式音血压测量方法,其特征在于,所述方法包括:
以预设声音采样频率对目标血压测量时间段内的脉搏声音信号进行采样,得到多个声音采样值;以预设压力采样频率对所述目标血压测量时间段内的压力信号进行采样,得到多个压力采样值;
将采样得到的多个声音采样值分为多组声音组,分别对每组声音组进行预处理,得到每组声音组对应的一个FBank特征,其中每组声音组包括N个声音采样值;
利用等响曲线对每个FBank特征的能量进行频率校正,将每个FBank特征中各个特征向量的值由真实声压值调整为在预设频率下对应的当前感知声压值;
分别在每个FBank特征中增加2维新增特征向量得到PFBank特征,2维新增特征向量为该FBank特征对应的当前感知声压和值以及压力采样值;
将各个PFBank特征FBank按照时间顺序进行顺次连接,并输入至预设的血压测量神经网络模型中,得到舒张压和收缩压。
2.根据权利要求1所述的柯式音血压测量方法,其特征在于,所述方法还包括预先训练得到所述血压测量神经网络模型,其中训练方法包括:
获取多个血压测量时间段内的脉搏声音信号以及压力信号,对所述脉搏声音信号以及压力信号进行训练前处理,得到多个训练样本,并预先标记每个训练样本对应的真实舒张压、真实收缩压、真实可见脉搏个数、每个真实可见脉搏对应的脉搏音频中心点的时间坐标值;
选取一目标神经网络,随机初始化网络参数;
将训练样本作为目标神经网络的输入,将训练样本对应的真实舒张压以及真实收缩压作为目标神经网络的输出,进行模型训练;
利用预设的损失函数计算当前损失值,当所述当前损失值小于预设阈值时,停止训练,并确定所述当前损失值对应的网络参数,根据所述网络参数得到所述血压测量神经网络模型。
4.根据权利要求1所述的柯式音血压测量方法,其特征在于,所述方法还包括对所述压力采样值进行滤波,得到无相位差的滤波后压力采样值;所述2维新增特征向量为该FBank特征对应的当前感知声压和值以及滤波后压力采样值。
5.根据权利要求4所述的柯式音血压测量方法,其特征在于,所述对所述压力采样值进行滤波为:利用低通FIR滤波器对所述压力采样值进行滤波,所述低通FIR滤波器的带通为0.45Hz,带阻为0.8Hz,抑制比为40dB。
6.根据权利要求1所述的柯式音血压测量方法,其特征在于,所述脉搏声音信号为利用骨传导MIC采集到的脉搏声音信号。
7.一种柯式音血压测量仪,其特征在于,所述测量仪包括处理器、声音采集MIC、袖带、压力传感器、充气泵以及显示屏,其中:
所述声音采集MIC、压力传感器设置在所述袖带上,所述处理器分别与声音采集MIC、压力传感器电、显示屏、充气泵电连接;
所述声音采集MIC,用于采集目标血压测量时间段内的脉搏声音信号并将采集到的脉搏声音信号发送至所述处理器;
所述压力传感器,用于采集目标血压测量时间段内的压力信号并将采集到的所述压力信号发送至所述处理器;
所述处理器,用于根据如权利要求1-5任一项所述的柯式音血压测量方法测量得到舒张压和收缩压并通过所述显示屏进行显示。
8.根据权利要求7所述的柯式音血压测量仪,其特征在于,所述测量仪还包括无线通讯模块,所述无线通讯模块与所述处理器电连接,用于在所述处理器的控制下,将采集到的脉搏声音信号、采集到的压力信号发送至服务器,由服务器根据权利要求1-5任一项所述的柯式音血压测量方法测量得到舒张压和收缩压后回传给所述测量仪,并通过所述测量仪的显示屏进行显示。
9.根据权利要求7所述的柯式音血压测量仪,其特征在于,所述测量仪中的声音采集MIC为骨传导MIC,所述测量仪的袖带上还设置有导声薄网,所述骨传导MIC设置在所述导声薄网上。
10.一种多数据融合血压测量方法,其特征在于,所述方法包括:
利用示波法测量得到舒张压Pdia、收缩压Psys,并获取示波法对应的收缩压标准差倒数Ss1以及舒张压标准差倒数Sd1;
利用普通MIC采集脉搏声音信号后,采用如权利要求1-5任一项所述的柯式音血压测量方法,测量得到舒张压Mdia以及收缩压Msys,并获取普通MIC柯式音血压测量方法对应的收缩压标准差倒数Ss2以及舒张压标准差倒数Sd2;
利用骨传导MIC采集脉搏声音信号后,采用如权利要求1-5任一项所述的柯式音血压测量方法,测量得到舒张压Bdia以及收缩压Bsys,并获取骨传导MIC柯式音血压测量方法对应的收缩压标准差倒数Ss3以及舒张压标准差倒数Sd3;
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022112411057 | 2022-10-11 | ||
CN202211241105 | 2022-10-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115486826A true CN115486826A (zh) | 2022-12-20 |
CN115486826B CN115486826B (zh) | 2023-09-08 |
Family
ID=84473962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211245294.5A Active CN115486826B (zh) | 2022-10-11 | 2022-10-12 | 柯式音血压测量仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115486826B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6186953B1 (en) * | 1998-10-29 | 2001-02-13 | Colin Corporation | Non-invasive and continuous blood-pressure estimation apparatus |
CN101664307A (zh) * | 2009-09-24 | 2010-03-10 | 北京航空航天大学 | 一种用于听诊法测血压的柯氏音信息的获取处理方法和装置 |
CN105942980A (zh) * | 2016-05-30 | 2016-09-21 | 珠海脉动时代健康科技有限公司 | 一种听诊法血压计特征提取及分类的方法和系统 |
US20170042434A1 (en) * | 2014-04-24 | 2017-02-16 | Ecole Polytechnique Federale De Lausanne (Epfl) | Method and Device for Non-Invasive Blood Pressure Measurement |
CN106691406A (zh) * | 2017-01-05 | 2017-05-24 | 大连理工大学 | 一种基于单探头光电容积脉搏波的血管弹性和血压的检测方法 |
US20180184913A1 (en) * | 2015-07-02 | 2018-07-05 | Junfeng Zhao | Auxiliary device for blood pressure measurement and blood pressure measuring equipment |
US20180336889A1 (en) * | 2017-05-19 | 2018-11-22 | Baidu Online Network Technology (Beijing) Co., Ltd . | Method and Apparatus of Building Acoustic Feature Extracting Model, and Acoustic Feature Extracting Method and Apparatus |
CN109044312A (zh) * | 2018-08-30 | 2018-12-21 | 东南大学 | 一种基于柯氏音的电子血压计及其血压测量方法 |
CN112450907A (zh) * | 2020-11-05 | 2021-03-09 | 珠海中科先进技术研究院有限公司 | 柯式音血压测量方法及装置 |
CN113143238A (zh) * | 2021-04-19 | 2021-07-23 | 研和智能科技(杭州)有限公司 | 一种基于压力信号和ppg信号的血压测量方法 |
WO2022126187A1 (en) * | 2020-12-18 | 2022-06-23 | Newsouth Innovations Pty Limited | A non-invasive system and method for measuring systolic and/or diastolic blood pressure |
CN114692668A (zh) * | 2021-08-13 | 2022-07-01 | 康泰医学系统(秦皇岛)股份有限公司 | 一种压力值确定系统、方法、装置及可读存储介质 |
CN114699042A (zh) * | 2022-02-25 | 2022-07-05 | 上海电气集团股份有限公司 | 一种频率检测方法、装置、电子设备及存储介质 |
CN114882911A (zh) * | 2022-05-31 | 2022-08-09 | 平安科技(深圳)有限公司 | 声音事件检测方法、装置、设备及存储介质 |
CN115054218A (zh) * | 2022-06-23 | 2022-09-16 | 珠海脉动时代健康科技有限公司 | 一种血压测量方法及设备 |
-
2022
- 2022-10-12 CN CN202211245294.5A patent/CN115486826B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6186953B1 (en) * | 1998-10-29 | 2001-02-13 | Colin Corporation | Non-invasive and continuous blood-pressure estimation apparatus |
CN101664307A (zh) * | 2009-09-24 | 2010-03-10 | 北京航空航天大学 | 一种用于听诊法测血压的柯氏音信息的获取处理方法和装置 |
US20170042434A1 (en) * | 2014-04-24 | 2017-02-16 | Ecole Polytechnique Federale De Lausanne (Epfl) | Method and Device for Non-Invasive Blood Pressure Measurement |
US20180184913A1 (en) * | 2015-07-02 | 2018-07-05 | Junfeng Zhao | Auxiliary device for blood pressure measurement and blood pressure measuring equipment |
CN105942980A (zh) * | 2016-05-30 | 2016-09-21 | 珠海脉动时代健康科技有限公司 | 一种听诊法血压计特征提取及分类的方法和系统 |
CN106691406A (zh) * | 2017-01-05 | 2017-05-24 | 大连理工大学 | 一种基于单探头光电容积脉搏波的血管弹性和血压的检测方法 |
US20180336889A1 (en) * | 2017-05-19 | 2018-11-22 | Baidu Online Network Technology (Beijing) Co., Ltd . | Method and Apparatus of Building Acoustic Feature Extracting Model, and Acoustic Feature Extracting Method and Apparatus |
CN109044312A (zh) * | 2018-08-30 | 2018-12-21 | 东南大学 | 一种基于柯氏音的电子血压计及其血压测量方法 |
CN112450907A (zh) * | 2020-11-05 | 2021-03-09 | 珠海中科先进技术研究院有限公司 | 柯式音血压测量方法及装置 |
WO2022126187A1 (en) * | 2020-12-18 | 2022-06-23 | Newsouth Innovations Pty Limited | A non-invasive system and method for measuring systolic and/or diastolic blood pressure |
CN113143238A (zh) * | 2021-04-19 | 2021-07-23 | 研和智能科技(杭州)有限公司 | 一种基于压力信号和ppg信号的血压测量方法 |
CN114692668A (zh) * | 2021-08-13 | 2022-07-01 | 康泰医学系统(秦皇岛)股份有限公司 | 一种压力值确定系统、方法、装置及可读存储介质 |
CN114699042A (zh) * | 2022-02-25 | 2022-07-05 | 上海电气集团股份有限公司 | 一种频率检测方法、装置、电子设备及存储介质 |
CN114882911A (zh) * | 2022-05-31 | 2022-08-09 | 平安科技(深圳)有限公司 | 声音事件检测方法、装置、设备及存储介质 |
CN115054218A (zh) * | 2022-06-23 | 2022-09-16 | 珠海脉动时代健康科技有限公司 | 一种血压测量方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115486826B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110251105B (zh) | 一种无创血压测量方法、装置、设备及系统 | |
EP1915095A2 (en) | Noninvasive apparatus and method for estimating blood pressure | |
CN113729662B (zh) | 一种融合心电心音双模式的无袖带腕表式血压测量装置 | |
CN105943080A (zh) | 一种智能听诊器 | |
CN101664307A (zh) | 一种用于听诊法测血压的柯氏音信息的获取处理方法和装置 | |
CN105105734A (zh) | 一种基于心音信号的无创连续血压测量方法、装置及系统 | |
CN107106118A (zh) | 检测重搏切迹的方法 | |
EP3455758A2 (en) | System, method and computer program product for providing feedback relating to a medical examination | |
Shi et al. | Neural network based real-time heart sound monitor using a wireless wearable wrist sensor | |
CN102293642A (zh) | 血压测量的方法及实施该方法的血压计 | |
CN106539595A (zh) | 一种提升肠鸣音区分度的主动多点肠蠕动监测装置 | |
CN105615859B (zh) | 血压测量辅助装置和血压测量设备及其设计方法 | |
CN104398246B (zh) | 一种基于柔性传感器检测人体血压的指环式芯片 | |
CN111768834A (zh) | 一种可穿戴智能听力综合检测分析康复系统 | |
CN108430310A (zh) | 评估血压测量结果的可靠性的方法和用于实施该方法的装置 | |
CN201683910U (zh) | 智能心肺分析仪 | |
CN109890276B (zh) | 血压监测方法、装置和设备 | |
CN115486826B (zh) | 柯式音血压测量仪 | |
CN208551844U (zh) | 一种采集体音信号的可穿戴卡贴 | |
WO2000002486A1 (en) | Analytic stethoscope | |
Pratiwi et al. | A review of equipment and signal processing of the automated auscultation for blood pressure measurement | |
CN114668376A (zh) | 一种臂戴式人工智能血压仪 | |
Joshi et al. | Bluetooth-based wireless digital stethoscope | |
CN102008297A (zh) | 柯氏音音质识别和示波法混合的血压测量方法及系统 | |
CN112450907A (zh) | 柯式音血压测量方法及装置 |
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 |