[发明专利]血压测量方法及装置

权利要求书

1.一种血压测量装置，其特征在于，所述装置包括：

数据获取单元，被配置为获取光电容积脉搏波数据和心电数据；

脉冲波参数确定单元，被配置为根据所述光电容积脉搏波数据，确定相应的脉冲波参数；其中，所述脉冲波参数包括以下中的任意一者或多者：脉冲波传导时间信息、脉冲波速度信息、收缩时间信息和舒张时间信息；所述脉冲波参数包括对应不同信号测量方式的多个脉冲波传导时间信息；所述多个脉冲波传导时间信息对应的出发点均为所述心电数据中相同的心电图R峰，所述多个脉冲波传导时间信息对应的终点包括所述光电容积脉搏波数据的脉冲波形的起始点、所述光电容积脉搏波数据的脉冲波形中斜率最大的点以及所述光电容积脉搏波数据的脉冲波形的峰值点；

特征处理单元，被配置为对所述脉冲波参数和所述心电数据分别进行特征预处理，以确定血压预测特征数据；

血压输出单元，被配置为将所述血压预测特征数据输入至树突神经网络，以由所述树突神经网络输出相应的血压测量结果；所述树突神经网络是基于AMSGrad算法而进行训练优化的；

所述树突神经网络包括多个突触分支层、多个树突分支层、膜层和细胞体层，其中，所述血压输出单元具体用于：

基于各个所述突触分支层的权值和阈值对所输入的血压预测特征数据进行变换处理，并将变换结果输出至相应的树突分支层；

基于各个所述树突分支层分别将相应突触层所输入的变换结果进行累乘，并将累乘结果输出至膜层；

基于所述膜层将各个所述累乘结果按照各个树突分支层的强度进行加权累加，并将相应的累加结果输出至细胞体层；其中，所述各个突触分支层的权值和阈值以及所述各个树突分支层的强度在所述树突神经网络进行训练时更新；

基于所述细胞体层所对应的激活函数对所述累加结果进行处理，以输出血压测量结果。

2.如权利要求1所述的装置，其特征在于，所述特征处理单元具体用于：

基于预设的衍生数据计算模型，确定所述脉冲波参数所对应的衍生数据；

将所述脉冲波参数、所述衍生数据和所述心电数据进行特征预处理，以得到血压预测特征数据。

3.如权利要求2所述的装置，其特征在于，所述特征处理单元具体用于：

基于衍生信息计算模型确定各个所述脉冲波传导时间信息的对数值，以得到相应的衍生数据。

4.如权利要求1所述的装置，其特征在于，所述装置还包括用于实现以下步骤的单元：

对所述血压预测特征数据中的各个特征信息进行归一化处理。

5.如权利要求1所述的装置，其特征在于，所述树突神经网络的训练样本数据集中的每一训练样本均包含血压预测特征样本数据和相应的基于心电信号和动脉血压信号而确定的血压信息。

6.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述装置中各单元的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述装置中各单元的步骤。