[发明专利]基于指尖光电容积描记的血压测量方法与系统

说明书

本发明提出一种基于指尖光电容积描记信号来预测受试者动脉血压曲线的血压测量方法与系统。该系统使用级联UNet深度学习模型，预测动脉血压曲线，并从曲线中获得收缩压、舒张压、平均压3项血压生理指标。该方法在血压测量精度上达到了英国高血压协会A级和美国医疗仪器促进协会标准，可实现无创伤连续性的血压测量、便利于可穿戴式产品设计。

技术领域

本发明涉及血压测量技术领域，并特别涉及一种基于指尖光电容积描记的血压测量方法与系统。

背景技术

目前市面上常见的血压测量仪器为水银柱式血压测量仪、电子气泵血压测量仪以及带血压检测功能的手环三种。

前两者的原理都是使用柯氏音血压测量法，这是一种无创的间接测量血压方法。大致工作流程是通过给袖带充气，当袖带内压力超过动脉收缩压时，动脉血管封闭，血流不通。然后以2～3mmHg/s的速度缓慢放气，当收缩压高于袖带内压力时，部分动脉打开，血液喷射形成涡流或湍流，它使血管振动并传到体表即为柯氏音。根据不同相的柯氏音发声时袖带内剩余气体的压力大小，作为血压的测量值。

传统的水银柱式血压测量仪在运用柯氏音血压测量法时，通过医护人员塞入袖带的听诊器，人为判断柯氏音不同的相，并在柯氏音发声时记录下测量仪中水银柱的示数，作为人体血压的测量值。

电子气泵血压测量仪则是水银柱测量仪的改进。柯氏音作为一种声音，在血管中发声时，声波会以振动的形式传递到体表和袖带中。电子气泵血压测量仪通过检测柯氏音传播时的声波，运用示波法通过建立收缩压、舒张压、平均压与袖套压力震荡波的关系来判别血压。相较于传统的水银柱式血压测量仪，电子气泵血压测量仪不再需要水银指示出袖带中气压大小，转而使用气压传感器测量袖带中的气压；手动充气的气囊装置则由电子气泵代替。在不需要医护人员协助的情况下就能自己测量血压。

近些年还有一类血压检测电子设备是基于手腕光电容积描记信号预测血压的手环设备。这些设备同样使用小巧的光电容积传感器采集手腕处光电容积描记信号，从该信号中提取可能与使用者血压相关的特征点，通过这些特征预测使用者的血压。

利用深度学习方法从光电容积描记信号进行血压预测方法上来说，目前有以下4种方法。

1、首先是基于ECG信号(心电图信号)与PPG信号(电容积描记信号)预测血压的方法。基于PPG和ECG信息的连续无创血压检测技术拥有自身巨大的优点,因此对于非侵入式血压检测研究中有着非常关键的意义。2015年，Kachuee等在实验中使用了ECG和PPG信号，同时从中抽取相关的信号特征，并通过机器学习建立了血压的估测模型,所获得的结论总体上不错,不过该模型在估计准确度上SBP(收缩压)低于DBP(舒张压)很多，没有完全达到认证标准。近年来使用多周期的ECG和PPG信号，进行细节特征提取，特征方程不进行人工查找建立，而是选择使用通道注意力机制自适应分配方法，模型的预测精度得到了进一步的提升，SBP和DBP的预测准确度分别为4.70±3.45mmHg和2.40±2.99mmHg。

2、其次是基于脉搏波特征法预测血压的方法。不少研究人员在研究分析PPG信号与血压的关系时，会研究并建立脉搏波特征值集合作为辅助。提取脉搏波中与血压有关系的特征点，根据测量原理和血压的相关理论，建立特征方程来估算血压值，实现无创连续的血压监测。

结合原始的PPG信号以及其一阶导和二阶导，提取所包含的血压相关特征值，构建血压的预测模型，实验结果的准确度还不错。在实验中选取时间参数、幅度参数、面积参数以及人体心率这几个特征参数进行回归分析，分别对高压、低压建立各自的特征值关系表达式，很好的达到了实验目的并且最后结果符合AAMI标准。