[发明专利]一种基于特征融合的血压预测方法

权利要求书

1.一种基于特征融合的血压预测方法，其特征在于，包括以下几个步骤：

步骤1：原始脉搏波信号的采集，通过检测手环对腕部桡动脉处的压力脉搏波信号、容积脉搏波信进行采集，通过检测指夹对指端的容积脉搏波信号进行采集，得到原始脉搏波信号；

步骤2：对原始脉搏波信号依次进行滤波、去除基线漂移和单周期提取等预处理得到处理后的脉搏波信号；

步骤3：对步骤2中处理后的脉搏波信号进行特征提取，得到预处理后的脉搏波信号的时域特征、压力脉搏波在不同等级压力下的幅度变化特征，以及容积脉搏波传导速度，并基于嵌入式特征选择法完成特征的筛选融合，得到用于血压预测的特征集；

步骤4：基于随机森林回归算法对特征集进行训练，得到SBP 和 DBP 预测模型；利用SBP 和 DBP 预测模型对血压进行预测。

2.根据权利要求1所述的基于特征融合的血压预测方法，其特征在于，所述步骤2中对原始脉搏波信号进行滤波的方法是采用零相位滤波算法进行滤波，具体包括以下几个步骤，

步骤1，将原始脉搏波信号按顺序正向输入滤波器，得到一组输出脉搏波数据；

步骤2，将输出脉搏波数据按顺序首尾调换，即得到包含逆转后的数据的逆转数据组；

步骤3，将逆转后的数据输入滤波器，得到一组新脉搏波数据；

步骤4，将新脉搏波数据再次按顺序首尾调换进行逆转，即为最终的脉搏波信号。

3.根据权利要求2所述的基于特征融合的血压预测方法，其特征在于，所述步骤2中对滤波后的脉搏波信号进行去除基线漂移的方法是，首先定位脉搏波信号中各个周期的波谷点，随后使用波谷点拟合出基线，最后通过求取信号与基线的差值校正信号整体的波动；因为主波波峰点处于较明显的位置，因此首先定位波峰点，再通过向前寻找极小值点定位波谷点；

其中波峰点的定位是通过窗口切分法实现，窗口切分法包括以下几个步骤，

步骤1，将滤波后的脉搏波切分成 n 段窗口且长度为 w 的波形；

步骤2，寻找出每段窗口波形中的最大值点，并记录位置；

步骤3，从第一个窗口开始，将该窗口内的最大值与其相邻的左右 10 个窗口内的最大值比较，若该点为最大值，则将其标记为波峰点，然后滑动至下一个窗口，重复此步骤，直至最后一个窗口。

4.根据权利要求3所述的基于特征融合的血压预测方法，其特征在于，所述步骤3中对除基线漂移后脉搏波信号进行单周期提取的方法是，包括以下几个步骤，，

步骤1，首先将去除基线漂移处理定位的脉搏波波谷点，切分出多个单周期波形；

步骤2，剔除异常单周期波形，这些异常波形可能是由于人体的运动导致的，主要为波形长度过长或过短、幅值过大的区间；

步骤3，计算各个单周期波形最大的长度，对低于该长度的值进行补零操作；

步骤4，计算所有周期同一个采样点的平均值，并去除末尾多余的均值为零的采样点，生成单周期波形；

步骤5，进行平均处理，因为脉搏波信号是一种准周期信号，由于每个单周期信号都可能会受到外部因素的影响导致存在细微的波形差异，因此为使提取出的单周期信号具有代表性，需要将所有提取的周期进行平均处理。

5.根据权利要求1所述的基于特征融合的血压预测方法，其特征在于，所述步骤3中对脉搏波信号的时域特征的提取方法是，使用特征点法和脉图面积法从脉搏波中提取了多个时域特征。

6.根据权利要求1所述的基于特征融合的血压预测方法，其特征在于，所述步骤3中提取压力脉搏波在不同等级压力下的幅度变化特征的方法是，通过检测手环腕部压力脉搏波信号，获取了脉搏波的幅值，并将其作为预测血压的特征，由于不同人的皮肤、血管等硬度不同，以及在实际采集中加压压力存在一定的误差，使得在相同加压等级和血压作用下采集得到的脉搏波幅值仍会存在较大差异，因此需要将脉搏波幅值与实际压力两个参数进行融合,采用比值的方式融合压力值 P 与幅值 H，获得低压等级下H1/P1、中压等级下H2/P2和高压等级下 H3/P3 三个特征。