[发明专利]一种基于支持向量机与血压校正的动脉硬化程度检测方法

说明书

一种基于支持向量机与血压校正的动脉硬化程度检测方法，包括：获取脉搏波信号与心电信号，对脉搏波、心电信号进行滤波去噪处理；通过心电与脉搏波信号计算脉搏波的传导时间PTT；通过拟合PTT计算人体血压值；脉搏波信号的时域特征提取，提取脉搏波的上升时间相对值、K值以及主波斜率；提取脉搏波信号的频域特征；提取脉搏波信号的小波特征；用提取的脉搏波特征进行支持向量机的训练；设置参数；通过血压值进行检测校正。本发明利用支持向量机与血压进行动脉硬化的检测，具有令人满意的检测效果。本发明的方法可以快速准确的识别动脉硬化程度，为实现智能诊断、缓解紧缺的医疗资源、减少医疗资源的浪费、提高就诊效率提供基础。

技术领域：本发明属于智能医疗技术领域，具体涉及一种基于支持向量机与血压校正的动脉硬化程度检测方法。

背景技术：

血压是由于血液在血管内流动时作用到单位面积血管壁的侧压力所产生的。血压与脉搏波传播速度(PWV)存在准线性关系，且人体血压与脉搏波传导时间(PTT)存在线性关系。此方法可以连续的进行血压检测。血压在一定程度上反映了心血管的健康状况。脉搏波是由从心脏出发流经各动脉的前向波和反射波构成的，反射波是从下周动脉流向心脏的波形。脉搏波的形态和强度会因每个人的生理状态不同而呈现出很大的差别。这些波呈现出来的波形、振幅、速率、传播速度等都能在一定程度上反映出心血管系统的健康状态。基于脉搏波的研究，在评价心血管系统功能、预测心血管疾病的发作，以及为心血管疾病的早期诊断具有重要的意义。

支持向量机是样本分类的一种经典研究方法。通过提取脉搏波的时域特征、频域特征、小波特征进行支持向量机的训练。时域特征主要提取脉搏波波形的特征，如主波斜率、上升时间、K值和波峰数等，时域特征表征了脉搏波的基本特征。提取频域特征的优点是脉搏波信号所具有的全部频率分量的集合形式表示特征信息,保留了脉搏波具有的全部信息，反映了脉搏波的整体特征。时域与频域分析是脉搏波的粗略特征信息，很难准确的进行脉搏波细节的特征提取，因此有效的脉搏波特征提取方法必须能够准确提取一些特征信息不明显的微弱信号。小波分析是一种精细的时频分析方法，对信号进行多层次的频带划分，从而提高了时频分辨率。

目前，对于心血管动脉硬化的诊断分析很多，但是，如何通过血压校正支持向量机的诊断结果相对匮乏。本文即是通过血压校正支持向量机的诊断结果来进行诊断分类。

发明内容：

本发明的目的就在于通过支持向量机的血压校正方法，来诊断识别动脉硬化，对脉搏波信号与人体血压进行分析，为实现智能诊断、缓解紧缺的医疗资源、减少医疗资源的浪费、提高就诊效率提供基础。

本发明通过以下技术方案来实现上述目的：一种基于支持向量机与血压校正的动脉硬化程度检测方法，包括以下步骤：

步骤1)获取脉搏波信号与心电信号，对脉搏波、心电信号进行滤波去噪处理；

步骤2)通过心电与脉搏波信号计算脉搏波的传导时间PTT；

步骤3)通过拟合PTT计算人体血压值；

步骤4)脉搏波信号的时域特征提取；

步骤5)脉搏波信号的频域特征提取；

步骤6)脉搏波信号的小波特征提取；

步骤7)用提取的脉搏波特征进行支持向量机的训练；

步骤8)设置参数，使模型达到目标准确率；

步骤9)通过血压值进行检测校正。

进一步的，所述时域特征的提取方法具体包括：

时域中其主波斜率提取方式为提取峰值后20个点的平均斜率

其中，Q为主波斜率，j为主波峰值点，A(i)为i点幅值。