[发明专利]一种基于心电信号和血氧容积波的连续性血压测量系统

权利要求书

1.一种基于心电信号和血氧容积波的连续性血压测量系统，其特征在于，包括心电采集模块、血氧容积波采集模块、连续型血压计以及处理模块；

所述心电采集模块用于实时检测待测者的心电信号的R点位置a₀₀；

所述血氧容积波采集模块用于连续检测待测者的血氧容积波；

所述处理模块用于对血氧容积波进行差分处理，得到与心电信号在同一周期内的血氧容积波的一阶导数的最大值a₀₁，血氧容积波相邻两个周期中两个收缩期峰值点的时间差值a₂、两个最小值点的时间差值a₃、两个舒张期峰值点的时间差值a₄、两个重搏切迹点的差值a₅，血氧容积波一个周期中的收缩期峰值点的幅值a₆、最小值点的幅值a₇、舒张期峰值点的幅值a₈、重搏切迹点的幅值a₉、收缩面积a₁₀、舒张面积a₁₁、血氧容积波的面积a₁₂、面积比例a₁₃，血氧容积波同一周期内的收缩期峰值点幅值a₆与舒张期峰值点幅值a₈之间的差值a₁₄、同一周期内的收缩期峰值点幅值a₆与最小值点幅值a₇之间的差值a₁₅、同一周期中从最小值点到收缩期峰值点的上升时间a₁₆、同一周期中从收缩期峰值点到舒张期峰值点的时间增量a₁₇、增长系数a₁₈、反射系数a₁₉；

所述增长系数a₁₈表示同一周期中舒张期峰值点与最小值点之间的差值X₁和收缩期峰值点与最小值点之间的差值X₂的比值X₁/X₂；

所述反射系数a₁₉表示增长系数a₁₈与1的差值；

所述连续型血压计用于连续测量待测者的用于训练的舒张压DBP_original和收缩压SBP_original；

所述处理模块还用于将血氧容积波的一阶导数的最大值a₀₁与同一周期的心电信号的R点位置a₀₀做差，得到脉搏波的传输时间PTT＝a₀₁-a₀₀；

所述处理模块还用于将PTT以及a₂～a₁₉这19个特征值，以及与心电信号、血氧容积波同一时刻测量的步骤3所述的舒张压DBP_original和收缩压SBP_original连续输入到BP神经网络中，其中连续输入时间不少于5min；

所述BP神经网络包括输入层，输出层以及中间隐层；

所述BP神经网络的输入层为单层，并假设为19个神经元，其中19个神经元分别与所述19个特征值一一对应；

所述BP神经网络的输出层假设为2个神经元，分别对应舒张压DBP_original与收缩压SBP_original；

所述BP神经网络的中间隐层为单层，并假设为N个神经元，其中N＝10，11或12；

所述中间隐层的神经元通过全连接的方式分别连续接收输入层神经元的19个特征值、输出层神经元的舒张压和收缩压；BP神经网络利用19个特征值、舒张压以及收缩压训练血压模型，得到两个系数矩阵A_19×N,B_N×2；其中系数矩阵A_19×N关联输入层与中间隐层，系数矩阵B_N×2关联中间隐层与输出层；

重新检测待测者的血氧容积波和心电信号，对血氧容积波进行差分处理，得到PTT以及a₂～a₁₉这19个特征值，并构造输入矩阵Input_1×19：

Input_1×19＝{PTT,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,a₁₀,a₁₁,a₁₂,a₁₃,a₁₄,a₁₅,a₁₆,a₁₇,a₁₈,a₁₉}，

同时构造输出矩阵Output_1×2＝Input_1×19×A_19×N×B_N×2，其中Output_1×2＝{BP₁,BP₂}，BP₁为BP神经网络训练出的待测收缩压，BP₂为BP神经网络训练出的待测舒张压；

所述处理模块还用于校正BP神经网络训练出的待测收缩压BP₁和待测舒张压BP₂，其中：

error₁＝SBP_original-BP₁

error₂＝DBP_original-BP₂

其中，error₁为收缩压SBP_original与BP神经网络训练出的待测收缩压BP₁的误差；error₂为舒张压DBP_original与BP神经网络训练出的待测收缩压BP₂的误差；

所述处理模块还用于采用线性回归函数分别拟合error₁与SBP_original之间以及error₂与DBP_original之间的关系，则error₁与SBP_original的关系为f(SBP_original,error₁)＝0，error₂与DBP_original的关系为f(DBP_original,error₂)＝0；

所述处理模块还用于根据f(SBP_original,error₁)＝0、f(DBP_original,error₂)＝0，计算校正后的收缩压SBP_original和舒张压DBP_original。

2.如权利要求1所述的一种基于心电信号和血氧容积波的连续性血压测量系统，其特征在于，所述计算校正后的收缩压SBP_original和舒张压DBP_original具体步骤为：

步骤91：利用机器学习、线型拟合或线性回归的方法分别得到error₁与PTT、a₂～a₁₉、BP₁、BP₂的关系，以及error₂与PTT、a₂～a₁₉、BP₁、BP₂的关系，具体为：

estimated_error₁＝f(PTT,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,a₁₀,a₁₁,a₁₂,a₁₃,a₁₄,a₁₅,a₁₆,a₁₇,a₁₈,a₁₉,BP₁,BP₂)

estimated_error₂＝f(PTT,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,a₁₀,a₁₁,a₁₂,a₁₃,a₁₄,a₁₅,a₁₆,a₁₇,a₁₈,a₁₉,BP₁,BP₂)

其中，estimated_error₁和estimated_error₂分别为error₁和error₂的估计误差；

步骤92：根据步骤91的关系式，通过实时测得的PTT、a₂～a₁₉以及BP神经网络训练出的BP₁、BP₂，分别计算error₁和error₂的估计误差estimated_error₁和estimated_error₂；

步骤93：分别将步骤92中计算出的估计误差estimated_error₁和estimated_error₂分别代替步骤8关系式f(SBP_original,error₁)＝0和f(DBP_original,error₂)＝0中的error₁和error₂，计算得到校正后的收缩压SBP_original和舒张压DBP_original。