基于PPG形态学的无创连续血压预测算法研究-论文-万方医学网

基于PPG形态学的无创连续血压预测算法研究

二维码有效期 120s

收藏纠错

摘要血压是健康监测中的重要生理指标之一，对它的连续监测有着重大的医学意义，有助于预防高血压以及辅助治疗高血压。尽管现在的连续血压检测技术的精度能够达到可接受的范围之内，但是大部分的技术都是基于脉搏波传导时间的，这种方式需要用到多个传感器，不适用于长期监测血压。<br>　　本文旨在设计一种仅利用光电容积脉搏波这一路信号来进行血压值(舒张压、收缩压)预测的方法。主要的研究内容如下：(1)通过国际公开数据库建立了包含不同形态的光电容积脉搏波信号的血压数据库；(2)设计了一种鲁棒性强能够正确有效的提取出光电容积脉搏波的形态特征值以及血压金标准值的提取算法；(3)使用光电容积脉搏波特征值参数以及血压的金标准来进行建模，研究了多种基于光电容积脉搏波形态学的数学模型；(4)通过不同的模型进行血压预测，包括线性模型、非线性模型以及线性与非线性的混合模型，使用测试集对算法的有效性进行了评估。<br>　　通过比较各个模型，其中线性与非线性的混合模型的精准度最高，非线性模型准确度次之。混合模型中舒张压精准度为0.1613±3.8704mmHg，收缩压精准度为0.2940±6.8573mmHg，收缩压模型与舒张压模型的精准度均达到了美国AAMI组织制订的血压计测量标准。实验结果表明本论文实现了具有较高精度的基于PPG信号的形态学特征血压预测算法，可实现血压的连续无创测量，为可穿戴式智能血压手表的研究奠定了一定的算法基础。