[发明专利]一种基于时序的血压标定方法

权利要求书

1.一种基于时序的血压标定方法，其特征在于，采集患者已有的单次血压数据和动态血压数据；对所采集的单次血压数据和动态血压数据分别进行统计与清洗；构建基于单次血压数据的长时序模型和24小时动态血压数据的短时序模型，短时序模型用于对长时序模型中的单次血压数据进行对应的血压修正；经对所采集到的患者已有血压数据进行若干次训练后形成血压预估模型；向血压预估模型中输入患者最近一段时间所采集到的血压数据，得到患者当前血压预估值。

2.根据权利要求1所述的基于时序的血压标定方法，其特征在于，经对所采集到的患者已有血压数据进行若干次训练后形成血压预估模型，其具体方法是：针对清洗后的已有血压数据构建训练样本数据集，形成连续若干天内血压数据的时间序列；将所建立的时间序列作为递归神经网络的输入进行深度学习，得到患者时序行为特征及血压预估值；通过设定的滑动窗口方式，经若干次的训练样本数据集训练后得到所构建的血压预估模型。

3.根据权利要求2所述的基于时序的血压标定方法，其特征在于，所述的长时序模型和短时序模型是通过递归神经网络训练已有的血压数据构建而成，且在模型构建时所设定的血压标定条件包括：单次血压的变化范围：序列血压平均值±3倍标准差；邻次血压差值的变化范围：末次血压+波动幅度平均值±3倍标准差；昼夜节律波动幅度：(设定时间点的平滑平均值-动态血压全天平均值)/动态血压全天平均值*100％±常量。

4.根据权利要求3所述的基于时序的血压标定方法，其特征在于，所述的单次血压的变化范围：序列血压平均值±2倍标准差；所述的邻次血压差值的变化范围：末次血压+波动幅度平均值±2倍标准差。

5.根据权利要求1所述的基于时序的血压标定方法，其特征在于，单次血压数据的统计与清洗方法具体是:

在收集到的所有患者历史血压数据中随机抽取1天并记为末次时间节点Ty；以Ty为时间节点，向前抽取180天内的所有用户的血压数据；删除测试用户、异常用户及其数据，并删除存在的异常血压数据；对患者用户的测量次数N进行统计，并删除N＜3次，或N＞1000次的用户及其数据。

6.根据权利要求5所述的基于时序的血压标定方法，其特征在于，对患者用户的测量次数N进行统计，并删除一个时间序列内测量次数N＜10次的血压患者用户。

7.根据权利要求1-6任一项所述的基于时序的血压标定方法，其特征在于，动态血压数据的统计与清洗方法具体是：

抽取系统内的所有动态血压报告，对患者用户的动态报告次数M进行统计，并删除M6次的患者用户及其动态血压数据；对动态血压报告内数据少于10条的无效报告进行删除；对定制报告进行删除。