[发明专利]一种基于群体算法的脉搏波曲线拟合方法

权利要求书

1.一种基于群体算法的脉搏波曲线拟合方法，用于将采集的患者手部桡动脉的脉搏波信号进行拟合，其特征在于，包括如下步骤：

数据采集，采用由可穿戴腕带、力传感器、充放气电路、采集控制模块以及拟合模块组成的便携式脉搏波采集平台采集所述患者手部桡动脉的所述脉搏波信号；

建立动力学模型，根据双弹性腔血液的运动特性，采用等效电路模拟血液循环并建立双弹性腔血液动力学模型；

拟合波形，根据群体算法理论拟合所述脉搏波的波形；

其中，所述等效电路采用感应器L模拟血液的惯性，C₁和C₂表示主动脉和外周系统的近似总顺应性，电阻R模拟外周动脉总阻力，将参数R、C₁、C₂以及L组成向量a_i，

所述拟合波形的具体步骤如下：

判断获得拟合质量的代价函数，

采用最小二乘法对采集到的所述脉搏波波形进行拟合，获得所述代价函数的均方根f(a_i)，

采用群体智能算法中的ABC算法计算获得所述代价函数的组合中的最优解，所述ABC算法为人工蜂群算法，其具体步骤为：

步骤S1，设定ABC算法的参数，包括蜂群的数量D，最大循环次数T，设定向量a_i中参数的边界，设定当前循环次数为0，

步骤S2，初始化雇佣蜂，根据初始化公式初始化初始蜜源位置即向量a_i并计算解的适应度，所述初始化公式为：

a_ij＝a_min,j+rand(0,1)(a_max,j-a_min,j)

式中，i∈{1,2,…,SN}，SN为所述雇佣蜂的数量，j∈{1,2,...,D}，蜂群的数量D即为向量a_i的维度，rand(0,1)表示在(0,1)内的随机数，a_max,j和a_min,j分别表示可行解的最大值和最小值，

所述适应度公式为：

步骤S3，所述雇佣蜂根据所述代价函数的均方根产生新蜜源n_i，并计算适应值，所述新蜜源的计算公式为：

n_ij＝a_ij+φ_ik(a_ij-a_kj)

式中，k∈{1,2,...,m}，变量k是随机创建的，k≠i，φ_ik是介于-1和1之间的随机值，

步骤S4，判断向量a_i中的参数R、C₁、C₂以及L是否过界，若判断为过界，则将过界的参数设置在边界范围内，

步骤S5，所述雇佣蜂根据贪心策略选择蜜源，

步骤S6，计算所述蜜源被选择的概率P_i，计算公式为：

步骤S7，观察蜂采用轮盘赌方法选择所述雇佣蜂，并根据所述代价函数的均方根进行邻域搜索，产生新蜜源并计算适应值，

步骤S8，判断向量a_i中的参数R、C₁、C₂以及L是否过界，若判断为过界，则将过界的参数设置在边界范围内，

步骤S9，所述观察蜂采用所述贪心策略选择所述蜜源，

步骤S10，判断是否有被放弃的所述蜜源，若判断由被放弃的所述蜜源，则所述雇佣蜂转化为所述观察蜂，并根据所述初始化公式在解空间随机搜索新的蜜源，

步骤S11，当前循环次数加一并记录最优解，

步骤S12，判断当前循环次数是否大于所述最大循环次数，若判断为否，则进入步骤S3，若判断为是则输出当前记录的所述最优解。

2.根据权利要求1所述的基于群体算法的脉搏波曲线拟合方法，其特征在于，

其中，所述便携式脉搏波采集平台还包括安全气囊、气管、讯号放大器、滤波器以及模数转换器。