[发明专利]一种基于CRNN-BP的血压值智能测量方法

说明书

一种基于CRNN‑BP的血压值智能测量方法，该方法主要包括：a)对于真实的数据进行预处理操作；b)预处理后的数据作数据标准化并基于CRNN‑BP模型建立脉搏波序列信号和血压值的一种非线性数学映射关系；c)利用训练好的CRNN‑BP模型对真实脉搏波特征进行智能血压值测量；所述的步骤a)中，对于真实的数据进行预处理操作，具体包括：去除基线漂移、心动周期划分、噪声样本去除，其中：（1）：使用MIMIC数据库中真实人体生理数据作为实验样本，采用频率125HZ；对于采集到的PPG信号用小波分解的方法去除基线漂移，然后去除信号低频部分，达到去除基线的目的；（2）：对于步骤（1）处理完的数据联合采集的ABP脉搏波信号进行心动周期划分，并依据时间关系将同属于一个心动周期的PPG和ABP信号进行合并；（3）：使用基于规则的方法对波形形态存在明显异常的心动周期进行去除；本发明能做到测量简单、检测精度高，更适用于心血管疾病的跟踪检测；同时对于未患有心血管疾病的正常人也能起到一定的监测作用。

技术领域

本发明涉及的是一种基于CRNN-BP的血压值智能测量方法，属于血压值(舒张压和收缩 压)的智能测量领域。

背景技术

血压是指血液流经血管时对血管壁产生的压力，是一项重要的生理参数，可以反映人体 心血管的功能状态，在临床上是诊断相关疾病的重要依据。动脉血压呈现周期性波动，在一 个心动周期内，最大值称为收缩压(Systolic Blood Pressure，SBP)，最小值称为舒张压 (Diastolic Blood Pressure，DBP)。

到目前为止，很多文献都提出了利用脉搏波的波形对血压进行连续监测的方法，对于高 血压的预防及诊断具有非常重要的意义，且有助于深入了解血压昼夜的变化情况，预防突发 性的心血管疾病。利用脉搏波波形进行血压连续测量的方法主要分为两种。一种方法是提取 单个心动周期脉搏波波形中的特征点及由特征点计算出的参数作为特征进行血压预测。另一 种方法是直接将单个心动周期脉搏波的所有波形点作为特征进行血压预测。例如使用单周期 所有波形点作为特征，使用线性回归、KNN、随机森林，Adaboost等回归算法构造血压模型。 但是上述两种方法均存在问题，对于第一种方法，因为个体之间脉搏波的形态存在较大差异， 而且随着年龄的增长，脉搏波也会产生变化，故脉搏波波形上一些特征点难以进行准确定位， 从而导致特征无法提取；另外，由于脉搏波在采集过程中可能会存在扰动，部分心动周期的 波形会存在噪声，若使用这样的波形进行血压预测，两种方法均难以达到较好的精度。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种测量简单、检测精度高，更适 用于心血管疾病的跟踪检测；同时对于未患有心血管疾病的正常人也能起到一定的监测作用 的基于CRNN-BP血压值智能测量方法。

为了实现上述目的，本发明所采用的技术方案如下：一种基于CRNN-BP的血压值智能测 量方法，该方法主要包括如下步骤：

a)对于真实的数据进行预处理操作；

b)预处理后的数据作数据标准化并基于CRNN-BP模型建立脉搏波序列信号和血压值的一 种非线性数学映射关系；

c)利用训练好的CRNN-BP模型对真实脉搏波特征进行智能血压值测量。

作为优选：所述的步骤a)中，对于真实的数据进行预处理操作，具体包括：去除基线漂 移、心动周期划分、噪声样本去除，其中：

(1)：使用MIMIC数据库中真实人体生理数据作为实验样本，采用频率125HZ；对于采 集到的PPG信号用小波分解的方法去除基线漂移，然后去除信号低频部分，达到去除基线的 目的；

(2)：对于步骤(1)处理完的数据联合采集的ABP脉搏波信号进行心动周期划分，并依据时间关系将同属于一个心动周期的PPG和ABP信号进行合并；

(3)：使用基于规则的方法对波形形态存在明显异常的心动周期进行去除。