[发明专利]一种多数据源的血压预测方法和装置

说明书

本发明实施例涉及一种多数据源的血压预测方法和装置，所述方法包括：获取数据源标识和原始数据；根据数据源标识对原始数据进行数据预处理操作；当数据源标识为一类PPG原始信号标识时对一类PPG原始信号进行归一化滤波处理生成标准PPG数据序列；当数据源标识为二类PPG原始信号标识时对二类PPG原始信号进行去基线漂移及归一化滤波处理生成标准PPG数据序列；当数据源标识为三类PPG视频标识时对三类PPG视频数据进行视频质量检测及归一化信号转换生成标准PPG数据序列；获取卷积神经网络CNN模型标识符；根据数据源标识和或CNN模型标识符，选择对应的CNN模型对标准PPG数据序列进行血压预测。

技术领域

本发明涉及电生理信号处理技术领域，特别涉及一种多数据源的血压预测方法和装置。

背景技术

光体积变化描记图法(Photoplethysmograph，PPG)信号是利用光感传感器对特定光源的光强识别记录光强变化的一组信号。在心脏搏动时，对血管内单位面积的血流量形成周期性变化，与之对应的血液体积也相应发生变化，从而导致反映血液吸收光量的PPG信号也呈现周期性变化趋势。一个心动周期包括两个时间期：心脏收缩期和心脏舒张期；当心脏收缩期时，心脏对全身做功，造成血管内压力与血流体积产生连续周期性变化，此时血管内血液对光线的吸收最多；当心脏舒张期时，对血管的压力相对性较小，此时上一次心脏收缩向全身推出的血液经过循环撞击心脏瓣膜从而对光线产生一定的反射与折射效应，造成舒张周期时血管内血液对光线能量的吸收降低。因此，通过对反映血管内血液吸收光能的PPG信号波形进行分析可以对血压进行预测。

在实际应用中，我们发现，用于进行血压预测的PPG信号有多种获取方式，有直接通过PPG信号采集装置获取的，也有通过对测试者的皮肤表面进行视频拍摄间接获取的。对于直接获取的PPG信号，因为在采集过程中容易受到诸如传感器灵敏度、测试者生理状态、环境信号干扰等因素的影响，所以常常出现变形失真的情况；对于从视频中通过红绿光通道数据归一化转换后得到的PPG信号，因为拍摄环境光强等因素也时常会导致转换生成的PPG信号失真。使用过度失真的PPG信号对血压进行预测其结果都会与实际情况出现较大偏差、甚至发生错误。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种多数据源的血压预测方法和装置，对直接获取的PPG信号提供两种信号滤波整形方法，对用于间接生成PPG信号的视频数据提供视频质量检测及归一化信号转换方法，最后生成统一的标准PPG数据序列用于血压预测：进一步的，本发明实施例提供两种可选的卷积神经网络(Convolutional NeuralNetworks，CNN)模型进行血压预测；通过使用本发明实施例提供的方法和装置，提高了应用对多种PPG信号数据源的预处理能力，提高了应用对多种血压预测模型的管理能力，完善了应用对多数据源血压预测的兼容性。

为实现上述目的，本发明实施例第一方面提供了一种多数据源的血压预测方法，其特征在于，所述方法包括：

从上位机获取数据源标识和原始数据；所述数据源标识为一类光体积变化描记图法PPG原始信号标识，二类PPG原始信号标识和三类PPG视频标识三种数据源标识中的一种；所述原始数据为一类PPG原始信号，二类PPG原始信号和三类PPG视频数据三种原始数据中的一种，所述原始数据与所述数据源标识相对应；

根据所述数据源标识对所述原始数据进行数据预处理操作；当所述数据源标识为所述一类PPG原始信号标识时对所述一类PPG原始信号进行归一化滤波处理生成标准PPG数据序列；当所述数据源标识为所述二类PPG原始信号标识时对所述二类PPG原始信号进行去基线漂移及归一化滤波处理生成所述标准PPG数据序列；当所述数据源标识为所述三类PPG视频标识时对所述三类PPG视频数据进行视频质量检测及归一化信号转换生成所述标准PPG数据序列；

获取卷积神经网络CNN模型标识符；所述CNN模型标识符包括所述一类CNN标识和所述二类CNN标识；