[发明专利]一种基于MPGA-MIV-BP模型簇的连续血压无创监测方法

说明书

本发明涉及一种基于MPGA‑MIV‑BP模型簇的连续血压无创监测方法，属于血压监测技术领域。该方法首先对心电信号、脉搏波信号去噪处理；然后识别特征点，提取波形特征参数，融合个体特征，对于实验的样本分类，分类别构建模型，形成基于MPGA‑MIV‑BP的血压监测模型簇；最后确定个性化参数，实现对个体血压连续无创监测。

技术领域

本发明属于血压监测技术领域，涉及生理信号采集技术和数字信号分析技术领域，具体涉及一种基于MPGA-MIV-BP模型簇的连续血压无创监测方法。

背景技术

血压是心脏收缩时，血管中流动的血液对单位面积的动脉血管壁所产生的压力，通常情况下是指动脉内壁与大气压强之间的差值。血压分为动脉血压和静脉血压两种，通常情况下，临床上的血压是指动脉血压，动脉血压又分为收缩压(Systolic bloodpressure,SBP)、舒张压(Diastolic blood pressure,DBP)以及平均压(Mean bloodpressure,MBP)。其中，常用的两种血压值是SBP、DBP，分别为心脏收缩、舒张时血管中流动的血液对血管壁产生的最大、最小侧压力，对应于动脉血压波形图的波峰、波谷值。

血压作为反映人体心血管功能状态、评价心血管疾病风险的主要参数。血压值的准确实时性对于高血压相关疾病的诊断、预防、治疗具有极其重要的作用。然而，血压具有一定的波动性，易受心理、生理以及外界环境的影响，间歇性测量的结果差异大，不能准确反映被测者真实的血压状况。实时监测每搏血压值，将会会临床治疗提供更加充分的依据。连续血压监测的优点主要体现为，对“白大褂高血压”以及“隐蔽性高血压”等不稳定高血压的状况的排查；在间歇血压测量正常的人群中，筛选出轻度高血压患者以及处于临界血压的人群；更准确地评价不同降压药物、机体状态以及服药时间对血压控制的效果，并以此更科学、有效地干预降压治疗过程；预判血压对靶器官的损伤程度，并及时采取措施；知晓实时血流状况，为麻醉、手术提供机体生理信息。

连续血压测量方式分有创测量与无创测量。有创测量是将与压力传感器的导管经皮直接插入大动脉或心脏，直接获取血压值，是血压测量的金标准，但这种方法准备时间长、操作复杂、技术要求高，有创伤性且极易引发并发症，只适用于抢救等大手术过程中的血压监测。考虑到有创血压测量方法的缺陷，无创连续血压测量方法应运而生。现有的无创连续血压测量方法主要有动脉张力法、容积补偿法、脉搏波波速法。动脉张力法适用于浅表动脉，无需校准，但需要长时间保持压力传感器的精确定位。动脉补偿法需要预先设定参照压力，长时测量会造成静脉充血。脉搏波在沿动脉管传播过程中受到心脏、血液粘稠度以及外周阻力等因素的影响，其波形中蕴含丰富的心血管生理、病理相关的信息。通过脉搏波波形与血压的相关性间接获得血压值的方法，解决了装置复杂，个体舒适性差等问题，但该方法易受到个体差异性的影响。目前，基于机器学习以及大数据的血压估计方法，涵盖了更加丰富的血压信息，在一定程度上提高了血压估计的精度，但其依赖于特征参数的选取、模型的构建以及血压监测过程中模型的校正。

发明内容

有鉴于此，本发明的目的在于提供一种基于MPGA-MIV-BP模型簇的连续血压无创监测方法，对心电信号、脉搏波信号去噪处理、以及特征点识别的基础上，提取波形特征参数，融合个体特征，对于实验的样本分类，分类别构建模型，形成血压监测模型簇，最后确定个性化参数，实现对个体血压连续无创监测。

为达到上述目的，本发明提供如下技术方案：

一种基于MPGA-MIV-BP模型簇的连续血压无创监测方法，在对脉搏波(Photoplethysmography,PPG)、心电(Electrocardiography，ECG)信号进行去噪、特征点识别的基础上，计算特征参数，分类别构建血压监测模型，形成血压监测模型簇，实现对血压连续监测，具体步骤包括：

S1：采集ECG信号和PPG信号；

S2：对步骤S1所采集的信号进行去噪；