[发明专利]一种无创血压测量方法、装置、设备及系统

权利要求书

1.一种无创血压测量装置，其特征在于，包括：

个人体征数据获取单元，用于获取待测用户的个人体征数据；

信号获取单元，用于获取待测用户的心电信号和脉搏波信号；其中，所述心电信号与所述脉搏波信号为同步信号；

特征提取单元，用于根据所述心电信号和脉搏波信号提取得到特征值；

血压测量单元，用于将所述个人体征数据以及提取的所述特征值输入至预先建立好的血压测量模型，以测量得到所述待测用户的血压测量信息；其中，所述血压测量模型根据血压的线性回归模型以及非线性校正模型生成，且所述非线性校正模型根据受试者的个人体征数据训练生成；具体地，根据所述线性回归模型以及受试者的测量血压值，得到血压的非线性校正项；对受试者的测量数据中的PPG信号进行处理，获得脉搏波单心拍数据和脉搏波波形特征；建立多任务深度神经网络模型，将脉搏波单心拍数据作为输入，血压的非线性校正项作为输出，得到经过多任务深度神经网络模型的隐藏层提取获得的脉搏波深度特征；将个人体征数据、脉搏波波形特征、脉搏波深度特征输入随机森林模型中进行训练，得到血压的非线性校正模型；所述个人体征数据至少包括以下其中之一：性别、年龄、身高、体重。

2.一种无创血压测量设备，其特征在于，包括处理器以及与处理器连接的存储器，所述存储器内存储有计算机程序；所述计算机程序能够被处理器执行，以实现如下步骤：

获取待测用户的个人体征数据；

获取待测用户的心电信号和脉搏波信号；其中，所述心电信号与所述脉搏波信号为同步信号；

根据所述心电信号和脉搏波信号提取得到特征值；

将所述个人体征数据以及提取的所述特征值输入至预先建立好的血压测量模型，以计算得到所述待测用户的血压测量信息；其中，所述血压测量模型根据血压的线性回归模型以及非线性校正模型生成，且所述非线性校正模型根据受试者的个人体征数据训练生成；具体地，根据所述线性回归模型以及受试者的测量血压值，得到血压的非线性校正项；对受试者的测量数据中的PPG信号进行处理，获得脉搏波单心拍数据和脉搏波波形特征；建立多任务深度神经网络模型，将脉搏波单心拍数据作为输入，血压的非线性校正项作为输出，得到经过多任务深度神经网络模型的隐藏层提取获得的脉搏波深度特征；将个人体征数据、脉搏波波形特征、脉搏波深度特征输入随机森林模型中进行训练，得到血压的非线性校正模型；所述个人体征数据至少包括以下其中之一：性别、年龄、身高、体重。

3.根据权利要求2所述的无创血压测量设备，其特征在于，在将所述个人体征数据以及提取的所述特征值输入至预先建立好的血压测量模型，以测量得到所述待测用户的血压测量信息之前，还包括：

获取多个受试者的测量数据；其中，所述测量数据包括受试者的个人体征数据、受试者静坐预定时间后测量的处于同步的ECG信号和PPG信号以及受试者通过血压测量设备测量得到的测量血压值；

将所述测量数据分为第一测量数据组以及第二测量数据组 ；

对第一测量数据组中的ECG信号和PPG信号进行预处理后，提取获得相应于每个受试者的脉搏波传递时间；

根据每个受试者的脉搏波传递时间以及对应的测量血压值，拟合得到血压的线性回归模型；

所述第二测量数据组用于在非线性校正模型中，通过对PPG信号进行处理，获得脉搏波单心拍数据和脉搏波波形特征。

4.根据权利要求3所述的无创血压测量设备，其特征在于，所述将个人体征数据、脉搏波波形特征、脉搏波深度特征输入随机森林模型中进行训练，得到血压的非线性校正模型，具体包括：

将个人体征数据、脉搏波波形特征、脉搏波深度特征输入随机森林模型中，并根据特征重要性对所有特征进行排序，选取重要性在前预定比例的特征；

对选取的特征进行再次训练，根据特征重要性对特征进行再次排序并选取重要性在前预定比例的特征作为最终特征；

将非线性校正项作为随机森林模型的标签值时，所述最终特征作为非线性校正项的相关特征进行训练，得到血压的非线性校正模型。