[发明专利]血压和颅内压的信号处理与临床参数算法

说明书

本发明公开了血压和颅内压的信号处理与临床参数算法，涉及医疗卫生领域，本发明的算法通过完整的积分平均值运算，得到平均压；基于正弦波假设，对一段积分时长内的正向差压求2倍均方的根，再乘以再加上平均压，以此作为收缩压；基于正弦波假设，对一段积分时长内的负向差压求2倍均方的根，再乘以再用平均压减去前面的计算结果，以此作为收缩压；使用本发明所公开的算法能够做到准确、快速而稳定的测定体内的血压和颅内压，并且有效的抑制呼吸波干扰。

〖技术领域〗

本发明涉及医疗卫生领域，特别是涉及血压和颅内压的信号处理与临床参数算法。

〖背景技术〗

由于心脏搏动的原因，血压和颅内压的特征是在一定静态压力基础之上叠加有脉动压力。血压比颅内压的脉动幅度更明显一些。

血压和颅内压的监测方式分为无创和有创两种。有创方式因其更加准确可靠而被临床认定为是金标准。有创血方式又称为直接测量法，是通过与测量部位建立压力直接传递通道，使用压力传感器获得瞬时压力。

瞬时压力必需经过处理和计算，才能得到血压和颅内压的各个临床参数。血压的临床参数主要是收缩压和舒张压，还包括平均压；而颅内压的临床参数主要是平均压，还包括收缩压和舒张压。收缩压指波峰压力，舒张压指波谷压力，平均压指平均压力。

按照这样的定义，在信号处理和临床参数计算时一般是采用波形形态识别法，先识别到波动周期性，找到每个波峰和波谷的位置，然后经过一系列计算获得波峰压力、波谷压力和平均压力。实际的血压和颅内压波形复杂而多变，而且是随机的。因此，要准确无误地捕捉和区分每一个周期、每一个波峰和每一个波谷是困难的，甚至是不可能的。错判或漏掉一个波峰或者一个波谷将给最终结果带来很大的误差，数值将大幅度跳变、不稳定。

也有人采用多次平均、自相关、小波变换等非常复杂的数学算法来改善波形形态识别法。这将会占用大量的计算资源效率很低，并且带来最终测量结果的较大延迟、反应慢。最主要的是，它们也无法完全杜绝错判或漏掉波峰或者波谷的情况发生，效果不是很理想，只能基于概率来评估测量准确度。这些基于概率、而不是基于物理学原理的算法有其天然的理论缺陷，必须通过大量的临床数据库比对来验证其测量结果的有效性。

〖发明内容〗

基于现有技术存在的不足，本发明的目的在于提供一种血压和颅内压监测信号处理算法，该算法利用所获得的瞬时压力，经过处理和计算得到波峰压力、波谷压力和平均压力，分别作为收缩压、舒张压和平均压。该算法能准确、快速而稳定，还能有效抑制呼吸波干扰。

本发明的适用范围除了血压和颅内压的信号处理以外，也包括与心脏搏动相关的其他体内压力的信号处理。

为实现上述目的，本发明采用以下的技术方案：

平均压的计算

利用瞬时压力，根据应用需求和技术标准选择合适的计算参数，通过完整的积分平均值运算，获得平均压，算法见公式(1)。

式中，

MEA_m---平均压；

P_i---瞬时压力；

m---平均压的数据序号；

i---瞬时压力的数据序号；

T---积分时长，指积分平均值运算的时间长度；

F---瞬时压力的数据速率，指每秒内所获得的数据个数，单位：sps，samples

per second，每秒样本数；

k₁---校准系数，是为了消除平均压的增益误差而设定的一个常数。