[发明专利]脉搏波血压测量装置的分类预测数据处理方法

权利要求书

1.一种计算机可读存储介质，其存储有与计算设备结合使用的计算机程序，所述计算机程序被处理器执行以实现一种脉搏波血压测量装置的分类预测数据处理方法，其特征在于所述方法包括如下步骤：

S100、从采集到的脉搏波信号中提取特征并记录相应的血压值；

S200、对血压值按常见血压范围区间分类并设置分类标签；

S300、将分类后的血压值数据分成训练数据和测试数据，选用分类算法构建分类训练模型；

S400、对创建成功的分类训练模型，利用测试数据进行分类预测，统计分类预测准确率，根据准确率调整优化分类训练模型；

S500、调用优化后的分类训练模型，对测试对象的血压值区间类别进行预测以得到血压值区间类别，从而对血压值进行预测；

步骤S500包括：S510、采集测试对象样本PPG数据，对数据进行处理以及进行特征参数计算；S520、根据计算所得的特征参数调用优化后的分类训练模型，对测试对象的血压值区间类别进行预测；S530、根据得到的血压值区间类别，对血压值进行预测；步骤S530中对血压值进行预测的方式包括：回归分析方法和通过求取预测类别对应血压区间范围中值作为最终预测血压值；

步骤S100包括：

S110、采集脉搏波数据样本；

S120、对数据进行预处理；

S130、提取脉搏波时域参数；

步骤S130包括：

S131、识别统计重搏波明显与不明显的两种典型脉搏波；

S132、检测特征点；

针对重搏波明显的波形，检测的特征点包括主动脉瓣开放点A，收缩期最高压力点B，重搏波起点C，重搏波最高压力点D；

针对重搏波不明显的波形，检测的特征点包括主动脉瓣开放点A，收缩期最高压力点B；

利用findpeaks函数检测出数据中的极大值点B和D；通过对数据取反再利用findpeaks函数可以检测出数据中的极小值点A和C，findpeaks是利用差分法实现对数据的极值点检测，即设有脉搏波数据d₁,d₂,d₃,……,d_i,……，如果有d_id_i-1且d_id_i+1则判定d_i为极大值点；

S133、计算特征参数：

1)针对重搏波明显波形，提取的特征参数如下：

△T:收缩期和舒张期峰值之间的时间延迟；

T1-T4:血压收缩期和舒张期有关时域特征；

T：完整的波形周期；

增强指数(AI)：增强压力(AG)是波反射对收缩期动脉压力贡献的度量：

拐点面积比(IPA)：A1和A2是在拐点处分离的整个PPG波下的区域面积：

W1、W2：脉冲宽度；

H/T：脉搏高度与周期比；

大动脉硬化指数(SI)：与动脉僵硬度相关

R_slope：H/T1，波形上升沿斜率；

F_slope：H/(T2+T3+T4)，波形下降斜率；

H、H1、H2、H3：脉搏波归一化下相对高度；

K：脉搏波波形特征值(Pulse wave waveform eigenvalue)，由如下公式计算：

其中，P_m为平均动脉压，P_s为收缩压，P_d为舒张压；

2)针对重搏波不明显波形，提取的特征参数如下：

脉搏周期T,收缩期上升时间SUT,舒张期时间DT,拐点面积比IPA，上升斜率R_slope，下降斜率F_slope和脉搏波波形特征值K，脉搏高度百分比；

脉搏波波形特征值K由如下公式计算：

其中，P_m(Mean arterial pressure)为平均动脉压，P_s(Systolic blood pressure)为收缩压，P_d(Diastolic blood pressure)为舒张压。