[發(fā)明專(zhuān)利]一種連續(xù)血壓測(cè)量系統(tǒng)、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110495728.6
• 申請(qǐng)日: 2021-05-07
• 公開(kāi)（公告）號(hào): CN113397510B
• 公開(kāi)（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 樊小毛;藍(lán)連濤;馬文俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華南師范大學(xué)
• 主分類(lèi)號(hào): A61B5/021
• 分類(lèi)號(hào): A61B5/021;A61B5/318
• 代理公司: 廣州嘉權(quán)專(zhuān)利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 黎揚(yáng)鵬

本發(fā)明公開(kāi)了一種連續(xù)血壓測(cè)量系統(tǒng)、裝置及存儲(chǔ)介質(zhì)；該系統(tǒng)包括：第一提取模塊提取心電圖信號(hào)的局部波形形態(tài)特征；第二提取模塊提取容積脈搏波信號(hào)的局部波形形態(tài)特征；第三提取模塊利用深度自編碼網(wǎng)絡(luò)從心電圖信號(hào)的局部波形形態(tài)特征中提取第一共享語(yǔ)義特征；第四提取模塊利用深度自編碼網(wǎng)絡(luò)從容積脈搏波信號(hào)的局部波形形態(tài)特征中提取第二共享語(yǔ)義特征；融合模塊將第一共享語(yǔ)義特征和第二共享語(yǔ)義特征進(jìn)行融合，得到共享語(yǔ)義融合特征；獲取模塊根據(jù)共享語(yǔ)義融合特征，采用全連接網(wǎng)絡(luò)模型獲取連續(xù)擬合血壓值。本發(fā)明能夠精確測(cè)量得到連續(xù)血壓值，從而降低惡性心血管病急性發(fā)作風(fēng)險(xiǎn)；本發(fā)明可廣泛應(yīng)用于連續(xù)血壓測(cè)量技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及連續(xù)血壓測(cè)量技術(shù)領(lǐng)域，尤其是一種連續(xù)血壓測(cè)量系統(tǒng)、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

連續(xù)血壓測(cè)量對(duì)人體健康監(jiān)測(cè)和心血管疾病的臨床診斷以及治療具有重要意義，它提供了一種長(zhǎng)期的人體心血管系統(tǒng)動(dòng)態(tài)評(píng)價(jià)指標(biāo)。柯氏聽(tīng)診法和示波法等現(xiàn)有無(wú)創(chuàng)血壓測(cè)量方法僅測(cè)量單個(gè)時(shí)間點(diǎn)的血壓值，難以獲取血壓變異性參數(shù)。

臨床實(shí)踐中，無(wú)創(chuàng)連續(xù)血壓測(cè)量主流技術(shù)路線是基于體表生理信號(hào)，經(jīng)數(shù)據(jù)分析處理得到連續(xù)血壓值；代表性的方法有脈搏波特征參數(shù)法和脈搏波傳導(dǎo)參數(shù)法，然而，現(xiàn)有無(wú)創(chuàng)連續(xù)血壓測(cè)量方法高度依賴(lài)生理信號(hào)的波形形態(tài)和節(jié)律特征，在心律失常情況下，其血壓測(cè)量能力嚴(yán)重下降甚至失效，精度和魯棒性均難以保證。

發(fā)明內(nèi)容

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一。為此，本發(fā)明提出一種連續(xù)血壓測(cè)量系統(tǒng)、裝置及存儲(chǔ)介質(zhì)。

本發(fā)明所采取的技術(shù)方案是：

一方面，本發(fā)明實(shí)施例包括一種連續(xù)血壓測(cè)量方法，包括：

提取心電圖信號(hào)的局部波形形態(tài)特征；

提取容積脈搏波信號(hào)的局部波形形態(tài)特征；

利用深度自編碼網(wǎng)絡(luò)從所述心電圖信號(hào)的局部波形形態(tài)特征中提取第一共享語(yǔ)義特征；

利用所述深度自編碼網(wǎng)絡(luò)從所述容積脈搏波信號(hào)的局部波形形態(tài)特征中提取第二共享語(yǔ)義特征；

將所述第一共享語(yǔ)義特征和所述第二共享語(yǔ)義特征進(jìn)行融合，得到共享語(yǔ)義融合特征；

根據(jù)所述共享語(yǔ)義融合特征，采用全連接網(wǎng)絡(luò)模型獲取連續(xù)擬合血壓值。

進(jìn)一步地，所述提取心電圖信號(hào)局部波形形態(tài)特征這一步驟，包括：

對(duì)心電圖信號(hào)進(jìn)行濾波處理，以濾除低頻基線漂移噪聲、工頻噪聲和高頻噪聲；

將經(jīng)過(guò)濾波處理后的心電圖信號(hào)進(jìn)行分段處理；

利用深度殘差網(wǎng)絡(luò)模型提取每段心電圖信號(hào)的局部波形形態(tài)特征。

進(jìn)一步地，所述提取容積脈搏波信號(hào)的局部波形形態(tài)特征這一步驟，包括：

對(duì)容積脈搏波信號(hào)進(jìn)行濾波處理，以濾除低頻基線漂移噪聲、工頻噪聲和高頻噪聲；

將經(jīng)過(guò)濾波處理后的容積脈搏波信號(hào)進(jìn)行分段處理；

利用深度殘差網(wǎng)絡(luò)模型提取每段容積脈搏波信號(hào)的局部波形形態(tài)特征。

進(jìn)一步地，所述方法還包括：

利用深度典型性相關(guān)分析算法對(duì)所述第一共享語(yǔ)義特征和所述第二共享語(yǔ)義特征進(jìn)行優(yōu)化，以獲取所述第一共享語(yǔ)義特征和所述第二共享語(yǔ)義特征之間的最大相關(guān)性。

另一方面，本發(fā)明實(shí)施例還包括一種連續(xù)血壓測(cè)量系統(tǒng)，包括：

第一提取模塊，用于提取心電圖信號(hào)的局部波形形態(tài)特征；

第二提取模塊，用于提取容積脈搏波信號(hào)的局部波形形態(tài)特征；