[发明专利]基于PPG波形的混合式连续血压测量模型构建方法及系统

权利要求书

1.一种基于PPG波形的混合式连续血压测量系统，其特征在于，包括：

第一模块，采集被测对象的PPG信号以及对应的参考血压值；根据采集到的PPG信号，预处理并计算得到相应的PPG特征参数；

第二模块，分别建立血压预测的个体化模型和通用式模型；其中，个体化模型分为个体化无重搏波参数模型、个体化全特征参数模型；

第三模块，将个体化模型和通用式模型混合建立混合式模型；

所述第一模块中，所做的预处理包括滤波、归一化处理、剔除异常数据、标记特征点；所得的PPG特征参数分别为波峰高度H1、降中峡高度H2、重搏波高度H3、波谷高度H4、主波上升时间T1、K值、降中峡相对高度H2/H1、重搏波相对高度H3/H1、R值、脉动周期T、左心室收缩时间T2、降中峡到周期结束间隔T3、心搏速率系数T2/T3、心肌收缩系数T1/T、心搏输出系数(T2-T1)/T；

其中，通过公式K＝(P_m-P_d)/(P_s-P_d)获取K值，P_m为脉搏波单个周期的幅度平均值，P_s为波峰幅度，P_d为波谷幅度；通过公式R＝H1×(1+T1/T)获取R值；

所述第二模块中，个体化无重搏波参数模型：根据被测者血压和PPG信号数据，通过多元线性回归方法建立的包含有六个特征参数：波峰高度H1、波谷高度H4、主波上升时间T1、K值、R值脉动周期T的数学模型：

y＝k₁H1+k₂H4+k₃T1+k₄K+k₅R+k₆T；

其中，y表示血压值，k₁～k₆为系数；

个体化全特征参数模型：根据被测者血压和PPG信号数据，通过多元线性回归方法建立的包含有i个特征参数的数学模型；

y＝k₁x₁+k₂x₂+...+k_ix_i；

x_i表示从所得的PPG特征参数中提取的i个特征参数；

将PPG特征参数与血压值的相关系数从大到小依次排序，选取其中前i个作为x_i的值；k₁～k_i为系数；

通用式模型：根据数据库中存储的所有样本的血压和PPG信号数据，通过多元线性回归方法建立的包含有j个特征参数的数学模型：

y＝k₁x₁+k₂x₂+...+k_jx_j；

x_j表示从波峰高度H1、波谷高度H4、主波上升时间T1、K值、R值、脉动周期T中提取的j个特征参数。

2.根据权利要求1所述的一种基于PPG波形的混合式连续血压测量系统，其特征在于，

所述第三模块中，将个体化模型以及通用式模型通过线性或者非线性的方式进行混合得出混合式模型：

z＝f(m₁,m₂,θ,α,…)m₁+g(m₁,m₂,θ,α,…)m₂，

其中，z表示混合式模型结果；m₁表示个体化模型结果，其中，没有重搏波的被测者选用个体化无重搏波参数模型结果，有重搏波的被测者选用个体化全特征参数模型；m₂表示通用式模型结果；f()、g()表示两种函数关系；θ、α表示其他相关变量。