[發明專利]一種血壓預測的方法和裝置

有效

• 申請號: 202010110288.3
• 申請日: 2020-02-21
• 公開（公告）號: CN111248883B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 張碧瑩;曹君
• 申請（專利權）人: 樂普（北京）醫療器械股份有限公司
• 主分類號: A61B5/021
• 分類號: A61B5/021
• 代理公司: 北京慧誠智道知識產權代理事務所(特殊普通合伙) 11539
• 代理人: 李楠

本發明實施例涉及一種血壓預測的方法和裝置，所述方法包括：對PPG信號數據進行信號轉換采樣生成脈搏波一維數據序列；對脈搏波一維數據序列進行數據片段劃分；根據片段總數和脈搏波一維數據序列生成輸入數據四維張量；利用血壓CNN對輸入數據四維張量進行多層卷積池化計算生成特征數據四維張量；根據特征數據四維張量生成輸入數據二維矩陣；利用血壓ANN對輸入數據二維矩陣進行特征數據回歸計算生成血壓回歸數據二維矩陣；當預測模式標識符為均值預測時進行均值舒張、收縮壓數據計算生成預測均值舒張、收縮壓數據；當預測模式標識符為動態預測時提取舒張、收縮壓數據生成預測血壓一維數據序列。

技術領域

本發明涉及電生理信號處理技術領域，特別涉及一種血壓預測的方法和裝置。

背景技術

心臟是人體血液循環的中心，心臟通過有規律的搏動產生血壓，進而向全身供血完成人體的新陳代謝，血壓是人體非常重要的生理信號之一。正常范圍內的血壓才能保證血液正常循環流動，許多因素共同作用下才能使血壓保持正常，從而人體的各個器官與組織能獲得足夠的血量，進而保持人體正常運轉。人體血壓含有兩個重要的數值：收縮壓和舒張壓，醫學上通過這兩個量來判斷人體血壓的正常與否。長期持續觀測血壓這兩項參數，可以幫助人們對自身心臟健康狀態有較為清晰的認識。但是，當下大多數傳統的血壓測量方式均采用壓力計之類的外力上壓檢測方式，不僅操作繁瑣，且容易引起被測者的不適，因此也就不能多次地使用以達到連續監測的目的。

發明內容

本發明的目的，就是針對現有技術的缺陷，提供一種血壓預測的方法和裝置，首先使用光體積變化描記圖法(Photoplethysmography，PPG)對測試者進行數據采集，其次采用由血壓卷積神經網絡(Convolutional Neural Network，CNN)模型和血壓人工神經網絡(Artificial Neural Network，ANN)模型組成的智能網絡模型對PPG采集數據進行PPG-血壓數據特征計算及血壓數據回歸計算從而推算出測試者的血壓數據(舒張壓、收縮壓)；通過本發明實施例，既避免了常規測試手段的繁瑣和不適感，又產生了一種自動智能的數據分析方法，從而使得應用方可以方便地對被測對象進行多次連續監測。

為實現上述目的，本發明實施例第一方面提供了一種血壓預測的方法，其特征在于，所述方法包括：

對光體積變化描記圖法PPG信號數據進行脈搏波轉換及采樣處理生成脈搏波一維數據序列；并按脈搏波數據片段長度閾值對所述脈搏波一維數據序列進行數據片段劃分生成多個脈搏波一維數據片段；以所述脈搏波一維數據序列包括的所述脈搏波一維數據片段的總數為片段總數；

根據所述片段總數和所述脈搏波一維數據序列，進行血壓卷積神經網絡CNN的輸入數據四維張量構建操作，生成輸入數據四維張量；

按預置的卷積層數閾值，利用所述血壓CNN對所述輸入數據四維張量進行多層卷積池化計算生成特征數據四維張量；

根據所述特征數據四維張量，進行血壓人工神經網絡ANN的輸入數據二維矩陣構建操作，生成輸入數據二維矩陣；

利用所述血壓ANN，對所述輸入數據二維矩陣進行特征數據回歸計算生成血壓回歸數據二維矩陣[X，2]；所述X為所述血壓回歸數據二維矩陣[X，2]的第二維度參數，且所述X的值為所述片段總數；

獲取預測模式標識符；所述預測模式標識符包括均值預測和動態預測兩種標識符；

當所述預測模式標識符為所述均值預測時，根據所述血壓回歸數據二維矩陣[X，2]，進行均值舒張壓數據計算操作生成預測均值舒張壓數據和均值收縮壓數據計算操作生成預測均值收縮壓數據；

當所述預測模式標識符為所述動態預測時，根據所述血壓回歸數據二維矩陣[X，2]，進行舒張壓數據與收縮壓數據提取操作，生成預測血壓一維數據序列。

優選的，所述對光體積變化描記圖法PPG信號數據進行脈搏波轉換及采樣處理生成脈搏波一維數據序列，具體包括：