[发明专利]一种基于多路脉搏波的无创连续血压检测方法、装置

权利要求书

1.一种基于多路脉搏波的无创连续血压检测装置，其特征在于，执行以下步骤：

将全身主要动脉点和及其他方便采集脉搏波的位置点作为备选采集点，从备选采集点中选取两个或两个以上的采集点进行数据采集，此即为一种采集方案，且后续用户进行血压检测时的佩戴方案即为此采集方案；

将全身主要动脉点和其他方便采集脉搏波的位置点作为备选采集点，从备选采集点中选取两个或两个以上的采集点进行数据采集的步骤，包括：

1)采用多种传感器对脉搏波信号进行采集；采用光电容积式脉搏波传感器，通过测量被测试者动脉中血液的光信号，获得其动脉脉搏波信号；采用压力传感器，确保目标对象被测各部位所受压力均匀适度，保证测试结果的准确度，提升用户使用体验；

2)同步采集目标对象身体多部位脉搏波信号，包括主要动脉点和其他方便测试的位置，如：颈动脉、肱动脉、桡动脉、耳垂、手指末端、股动脉、腓动脉、腘动脉、胫后动脉、足背动脉、脚趾末端等；

3)对多种传感器进行固定的方式，包括：头带、腕带、袖带、指夹、耳夹、手套、袖套以及手表或者手环的固定方式，固定装置内嵌传感器，与被测试者皮肤紧密接触，保证测量结果的精确度；

对每个采集点获得的脉搏波信号记为原始脉搏波信号，对原始脉搏波信号进行预处理获得预处理后的原始脉搏波信号A，然后再获得预处理后的原始脉搏波信号的一阶差分脉搏波信号B、二阶差分脉搏波信号C；

基于预处理后的原始脉搏波信号A、一阶差分脉搏波信号B、二阶差分脉搏波信号C进行归一化处理；

随后对归一化处理后的A、B、C三种信号分别在时域进行特征点提取，获取主要特征点，进而计算得到脉搏波时域特征参数集；

基于归一化后的原始脉搏波信号在频域进行特征点提取，获得脉搏波频域特征参数集；

动态评估每个采集点的时域和频域特征的稳定性，设定评价指标动态阈值范围，若某个采集点的评价指标特征参数超过对应的评价指标阈值范围则认为该采集点的信号采集存在异常，该采集点称为无效采集点，不计入后续计算；若某个采集点的评价指标特征参数未超过对应评价指标阈值范围则认为该采集点的信号采集正常，该采集点称为有效采集点；在所有有效采集点中，将近心端的采集点称为近心有效采集点，将远心端的采集点称为远心有效采集点；

当且仅当两个或两个以上的采集点均为有效采集点时方能进入后续计算，并将所有有效采集点信号的每个时域特征取均值后计为新的脉搏波时域特征参数集，将所有有效采集点信号的每个频域特征取均值后计为新的脉搏波频域特征参数集；若不能满足两个或两个以上采集点均为有效采集点时，则报警提示；

利用近心有效采集点和远心有效采集点，计算得到脉搏波传导时间PWTT；进而根据近心有效采集点和远心有效采集点之间的相对距离ΔL获取脉搏波传导速度PWV；

获取近心有效采集点和远心有效采集点相对距离ΔL的步骤，包括：

1)测量近心有效采集点处沿主动脉与胸骨切迹的距离L₁；

2)测量远心有效采集点处沿主动脉与胸骨切迹的距离L₂；

3)采集目标对象的身高H；

3)近心有效采集点和远心有效采集点之间的相对距离ΔL为：

ΔL＝a*|L₁-L₂|+b*H

其中a、b为权值系数；

引入目标对象的主要生理信息和健康信息，结合新的脉搏波时域特征参数集、新的脉搏波频域特征集和PWV、PWTT组建血压模型特征集合；

对血压模型特征集合与参考血压进行相关性分析，筛选得到当前目标对象所对应的特征子集；

对血压模型特征集合与参考血压进行相关性分析，筛选得到特征子集的步骤，包括：

1)利用互信息理论，计算血压模型特征集合中每个特征参数与参考血压的互信息相关度，并进行排序，互相关公式如下：

其中x、y分别代表两个随机变量，X、Y是血压模型特征集合，I(X；Y)≥0代表二者的互相关程度，越大代表二者相关度越高；p(x)p(y)代表x、y的概率分布、p(x,y)代表x、y的联合概率分布；

2)根据最小冗余最大相关(mRMR)准则，最大化特征参数与参考血压的相关性，最小化特征参数之间的相关性，筛选得到特征子集；

将特征子集作为输入，参考血压作为输出，运用机器学习算法训练得到基于特征子集的血压模型；

所述运用机器学习算法训练得到基于特征子集的血压模型的步骤，包括：

1)基于人工神经网络模型，训练得到收缩压模型SBP₁和舒张压模型DBP₁；

2)基于深度学习网络模型，训练得到收缩压模型SBP₂和舒张压模型DBP₂；

3)收缩压模型为：

SBP＝a*SBP₁+b*SBP₂

舒张压模型为：

DBP＝c*DBP₁+d*DBP₂

其中a、b、c、d为权值系数；

利用训练好的血压模型结合具体待测对象的生理信息和健康信息，对模型进行校准；

利用训练好的血压模型结合具体待测对象的生理信息和健康信息，对模型进行校准的步骤是：

待测对象在第一次检测血压时，需进行初始校准，应输入同步采集的血压作为校准参考血压，根据血压模型输出的血压SBP_m、DBP_m与校准参考血压SBP_n、DBP_n进行比对，计算血压差值ΔSBP和ΔDBP：

ΔSBP＝SBP_m-SBP_n

ΔDBP＝DBP_m-DBP_n

将血压差值纳入血压模型，以更新血压模型，完成模型校准；

待测对象在初始校准后，即能进行血压的连续检测，但仍需每隔一段时间进行再次校准，校准过程同初始校准的过程；

更新后的血压模型为：

收缩压模型为：

SBP＝a*SBP₁+b*SBP₂+ΔSBP

舒张压模型为：

DBP＝c*DBP₁+d*DBP₂+ΔDBP。