[发明专利]用于非接触式确定血压的系统和方法

说明书

一种用于非接触式确定血压的系统和方法。该方法包括：接收捕获图像序列；使用训练过的血红蛋白浓度(HC)变化机器学习模型确定来自捕获图像序列中表示受试者的HC变化的位平面集的比特值；确定血流数据信号；提取与确定血压相关的一个或多个领域知识信号；建立用血压训练集的训练过的血压机器学习模型，血压训练集包括一个或多个预ROI的血流数据信号和一个或多个领域知识信号；使用用血压训练集训练的血压机器学习模型确定血压的估计值；并输出血压的确定值。

技术领域

本发明一般涉及人体血压的检测，更具体地说，涉及通过数据驱动和机器学习方法非接触式确定人体血压的系统和方法。

背景技术

血压测量是诊断如高血压等病症的主要方法。通常地，人体循环系统的动脉压通过侵入性手段测量，例如，通过穿透皮肤并从血管内进行压力测量，例如利用动脉内技术；或通过非侵入性手段，提供实际压力的估计。前一种方法通常仅限于高素质和训练有素的工作人员，他们在医院环境中的重症监护中心监测患者的动脉管路。后一种方法通常包括在常规检查和监测的一般实践中看到的非侵入性技术。图7示出从动脉内血压监测器测量的示例性动脉压波形信号，包括信号的一些相关特征。

例如，用于进行非侵入性血压(NIBP)测量的两种当前流行的传统方法都需要在仪器和人类受试者之间建立直接的物理接触。

其中一种传统方法，即听诊法，使用听诊器和血压计。这种方法包括充气臂带，其围绕上臂放置，其垂直高度与心脏的高度大致相同，并连接到水银压力计或无液压力计。

传统方法中的第二种，即示波法，在功能上类似于听诊法，但其是在臂带中安装电子压力传感器(换能器)以检测血流，而不是利用听诊器和专家的判断。在实践中，压力传感器是校准的电子设备，其具有血压的数字读数。为了保持准确性，必须定期检查校准，这与水银压力计不同。在大多数情况下，臂带通过电动泵和阀充气和释放，该泵和阀可以安装在手腕(升高到心脏高度)或其他区域上。示波法的精度差异很大，通常需要按指定的时间间隔进行检查，并在必要时需要重新校准。

因此，传统方法需要紧密接近人类受试者的身体并且与人类受试者的身体有直接物理接触，通常与受试者的手臂接触。这种接触要求受试者遵守并意识到血压测量正在进行中。例如，为了获得受试者的血压，他们必须具备测量知识并物理搭配NIBP仪器。

发明内容

在一个方面，提供了一种用于人类受试者的非接触式确定血压的方法，该方法在一个或多个处理器上执行，该方法包括：接收从一个或多个人类的皮肤再发射的光的捕获图像序列；使用经过血红蛋白浓度(HC)变化训练集训练的训练过的HC变化机器学习模型确定来自捕获图像序列中的表示受试者的HC变化的位平面集的比特值，HC变化训练集包括捕获图像序列；基于来自表示HC变化的位平面集的比特值，确定在图像上捕获的受试者的一个或多个预感兴趣区域(ROI)的血流数据信号；从每个ROI的血流数据信号中提取与确定血压相关的一个或多个领域知识信号；建立具有血压训练集的训练过的血压机器学习模型，血压训练集包括一个或多个预定ROI的血流数据信号和一个或多个领域知识信号；使用经血压训练集训练的血压机器学习模型确定对人类受试者的血压的估计值；并输出血压的确定值。

在特定情况下，确定血压的估计值包括确定收缩压(SBP)和舒张压(DBP)的估计值。

在另一种情况下，捕获图像序列中表示受试者的HC变化的位平面集是确定为显着增加信噪比(SNR)的位平面。

在又一种情况下，该方法还包括用巴特沃斯滤波器或切比雪夫滤波器预处理血流数据信号。

在又一种情况下，提取一个或多个领域知识信号包括确定每个ROI的血流数据信号的幅度配置。

在又一种情况下，确定幅度配置包括使用数字滤波器在时域中为捕获图像序列中的每个图像创建血流数据信号的多个频率滤波信号。

在又一种情况下，提取一个或多个领域知识信号包括确定每个ROI的血流数据信号的相位配置。