[發(fā)明專利]基于脈搏波的無創(chuàng)連續(xù)血壓測量裝置和方法

有效

• 申請?zhí)枺?/td>: 202010678839.6
• 申請日: 2020-07-15
• 公開（公告）號: CN111839488B
• 公開（公告）日: 2023-06-27
• 發(fā)明（設計）人: 楊翠微;胡啟晗;劉鑫
• 申請（專利權）人: 復旦大學
• 主分類號: A61B5/021
• 分類號: A61B5/021;A61B5/00
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 張磊

1.一種基于脈搏波的無創(chuàng)連續(xù)血壓測量裝置，由脈搏波傳感器(1)、數(shù)據(jù)采集模塊(2)、數(shù)據(jù)存儲模塊(3)、數(shù)據(jù)分析單元(4)和輸出顯示裝置(10)依次連接而成；其特征在于：

當啟用數(shù)據(jù)分析單元(4)時，當數(shù)據(jù)存儲模塊(3)中存有信號時，則可進行基于機器學習算法的回顧性分析，通過自學習提高數(shù)據(jù)分析單元(4)的性能；

其中：

脈搏波傳感器(1)安放于生物體局部皮膚表面；

數(shù)據(jù)采集模塊(2)對來自脈搏波傳感器(1)的微弱的脈搏波信號進行放大，并濾除脈搏波信號中不需要的頻率成分，接著對放大濾波后的脈搏波信號進行采樣，轉化為脈搏波數(shù)字信號，存入數(shù)據(jù)采集模塊(2)的數(shù)據(jù)緩存區(qū)中；

數(shù)據(jù)存儲模塊(3)，將數(shù)據(jù)采集模塊(2)的數(shù)據(jù)緩存區(qū)中的脈搏波數(shù)字信號讀入內存，并定時存儲為數(shù)據(jù)文件；

數(shù)據(jù)分析單元(4)，對來自數(shù)據(jù)存儲模塊(3)中的數(shù)據(jù)文件進行分析處理；所述數(shù)據(jù)分析單元(4)由預處理模塊(5)、信號分割模塊(6)、基于脈搏波分解算法的信號質量評估模塊(7)、特征提取模塊(8)、收縮壓和舒張壓測量模塊(9)組成，預處理模塊(5)的輸入端連接數(shù)據(jù)存儲模塊(3)的輸出端，預處理模塊(5)的輸出端分為實時信號輸出端和歷史信號輸出端，分別連接信號分割模塊(6)的輸入端，兩者從信號分割模塊(6)輸出后均可連接基于脈搏波分解算法的信號質量評估模塊(7)的輸入端，基于脈搏波分解算法的信號質量評估模塊(7)的輸出端連接至特征提取模塊(8)的輸入端，信號分割模塊(6)根據(jù)測量模式標識符將脈搏波數(shù)字信號按照心拍或者固定長度分割；針對信號片段使用平穩(wěn)小波變換(SWT)并且選擇樣條小波進行多層分解；使用波峰增強技術凸顯每個尺度上的波峰，結合多尺度上的波峰根據(jù)‘小且極值點唯一的’原則定義一個區(qū)域，在該區(qū)域中搜索極小值點作為的起始點，兩個連續(xù)的起始點之間的信號段即為單拍脈搏波，然后在單拍脈搏波中搜索極大值，即可得到波峰所在位置；

所述信號分割模塊(6)對脈搏波數(shù)字信號使用平穩(wěn)小波變換分解到多尺度上，使用多尺度信息以及波峰增強技術提取脈搏波的特征點；

所述信號質量評估模塊(7)通過使用一個或多個非線性函數(shù)來擬合單拍脈搏波獲得若干個參數(shù)，并從這些參數(shù)中根據(jù)生理意義選取參數(shù)進行數(shù)學運算獲得質量指標，然后根據(jù)正常生理范圍設定閾值篩除質量嚴重受損的信號片段；

對每個單拍脈搏波，使用一個或多個非線性函數(shù)進行擬合，擬合公式如下：

其中，g_k(n)為非線性函數(shù)，m為非線性函數(shù)個數(shù)，n為采樣點的序號；

使用非線性最小二乘求解非線性函數(shù)的若干參數(shù)，設參數(shù)個數(shù)為p，則參數(shù)組可表示如下：

F＝[C₁,C₂,C₃,…,C_p]

當預先設定的測量模式標識符為單拍模式時，將所有特征向量組成p×1的矩陣；當測量模式標識符為均值模式時，根據(jù)固定長度的數(shù)據(jù)內所包含的單拍脈搏波數(shù)量q，q取決于數(shù)據(jù)的長度以及采集者的心率，對q個單拍脈搏波求均值獲得p×1的特征向量；

在基于脈搏波分解算法的信號質量評估模塊(7)中，根據(jù)生理意義選取參數(shù)進行數(shù)學運算獲得質量指標，然后根據(jù)正常生理范圍設定閾值，篩除來自于質量差的單拍脈搏波的參數(shù)組F，信號質量正常的單拍脈搏波的參數(shù)組F則被輸入到特征提取模塊(8)中；

特征提取模塊(8)的輸出端連接至收縮壓和舒張壓測量模塊(9)的輸入端，收縮壓和舒張壓測量模塊(9)的輸出端連接至輸出顯示裝置(10)；預處理模塊(5)用于去除脈搏波數(shù)字信號中疊加的外部噪聲和干擾；信號分割模塊(6)根據(jù)測量模式標識符將脈搏波數(shù)字信號按照心拍或者固定長度分割；信號質量評估模塊(7)利用脈搏波分解算法從脈搏波數(shù)字信號中刪除質量受損的部分信號片段，得到用于后續(xù)分析的有效信號片段；特征提取模塊(8)用于對有效信號片段提取與血壓相關的特征；收縮壓和舒張壓測量模塊(9)利用機器學習算法根據(jù)輸入的特征來輸出受試者當前時刻的收縮壓與舒張壓；

輸出裝置(10)，用于輸出脈搏波信號的波形以及受試者的收縮壓與舒張壓；當預先設定的測量模式標識符為單拍模式時，輸出顯示裝置(10)輸出并顯示每一心拍的收縮壓和舒張壓；當測量模式標識符為均值模式時，輸出并顯示固定時間長度內的收縮壓和舒張壓的均值。