[发明专利]基于人体脉搏波的血压测量方法及系统

权利要求书

1.一种基于人体脉搏波的血压测量方法，其特征在于，首先训练得到一个基于人体脉搏波的血压测量模型，使用血压测量模型确定受试者的血压估计值，对多个血压估计值取平均值，即可得到血压的确定值；所述基于人体脉搏波的血压测量的训练方法如下：

从一个或多个脉搏波信号中提取相关波形特征，对受试者的个体统计信息进行映射，并将脉搏波信号的波形特征和映射后的个体统计信息进行融合，得到与确定血压相关的一个或多个融合特征；对融合特征进行逻辑回归，得到一个或多个波形片段对应的血压估计值其中，为权重映射矩阵，b_pi为其偏置，T为融合特征；训练该模型使得血压估计值与人体实际血压误差符合要求，即可得到所述的基于人体脉搏波的血压测量模型。

2.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于，所述脉搏波信号的获取方法为：利用光电探测设备，接收从一个或多个人类的皮肤反射的光；基于反射光的强度变化值，由人类的一个或多个感兴趣区域获取脉搏波信号。

3.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于，所述的个体统计信息T_d包括年龄、性别、身高、体重及既往病史、家族遗传史、个人生活习惯：T_d＝[T₁，T₂，…，T_m]

将个体统计信息向高维空间进行映射，得到映射后的个体统计信息S_d：

S_d＝ω_d·T_d+b_d

其中，ω_d为权重映射矩阵，b_d为其偏置。

4.根据权利要求1所述的基于人体脉搏波的血压测量方法，其特征在于：所述的将脉搏波信号的波形特征和映射后的个体统计信息进行融合，具体为：

将映射后的个体统计信息S_d和一个或多个双向LSTM层的输出波形特征h_i进行拼接，得到输入序列H

H＝[S_d，h₀，h₁，…h_i，…，h_n]

分别将输入序列H与三个权重矩阵ω_q、ω_k、ω_v相乘，得到Q、K、V三个矩阵：

Q＝ω_qH

K＝ω_kH

V＝ω_vH

使用Q、K的乘积得到注意力矩阵，利用软操作对注意力矩阵进行归一化处理，并将归一化处理后所得到的权重系数作用到V上，实现对脉搏波波形特征和映射后的个体统计信息的融合，并输出融合特征序列T：

5.一种基于人体脉搏波的血压测量系统，其特征在于，包括脉搏波信号获取模块、脉搏波波形特征获取模块、人体信息配置模块、特征融合模块、深度学习模块和血压输出模块；

所述的脉搏波信号获取模块用于获取一个或多个人体感兴趣区域的脉搏波信号；所述的脉搏波波形特征获取模块用于从一个或多个脉搏波信号片段中提取与血压相关的一个或多个波形特征；所述人体信息配置模块用于将个体统计信息从低维度空间向高维度空间进行映射；所述的特征融合模块用于将脉搏波的波形特征与映射后的个体统计信息进行融合，得到与确定血压相关的一个或多个融合特征；所述深度学习模块用于构建一个基于人体脉搏波的血压测量模型，所述模型采用如权利要求1-4任一项所述的方法进行训练，使用训练好的模型确定受试者的血压估计值；所述的血压输出模块用于对多个血压估计值求平均值并将其输出为血压的确定值。