基于卷积递归神经网络的血压测量模型

目的提出一种新型卷积递归神经网络血压模型(convolutional recurrent neural networkblood pressure,CRNN-BP),解决使用脉搏波波形进行血压测量模型中存在的特征点难以提取和鲁棒性较低的问题,提高血压模型普适性和精度。方法该模型首先使用卷积网络层自动提取脉搏波的波形特征;其次使用递归网络层依据连续心动周期血压变化关系对波形特征进行校正;最后使用全连接网络层预测出当前的血压值。结果使用MIMIC数据集中人体真实生理信息对模型进行验证,收缩压和舒张压的平均绝对误差分别为2.71 mm Hg和1.41 mm Hg。模型精度相比于未使用递归网络层的模型CNN-BP和使用全部脉搏波波形点的传统血压回归模型更有优势,且符合AAMI和BHS标准。结论 CRNN-BP有效地提取了脉搏波的波形特征,并提升了模型的精度和鲁棒性。     

脉搏波传导时间的血压估计模型

为提高动脉血压估计的准确性,提出一个以脉搏波传导时间和脉搏波波形特征参量K值为基础的血压估计双参数模型。采用麻省理工学院MIMIC数据库,通过心电和光电容积脉搏波信号计算得到脉搏波传导时间和特征参量K值,通过有创动脉血压信号计算平均动脉血压,对比分析提出的双参数模型和以脉搏波传导时间为基础的单参数模型血压估计的效果。结果表明相比单参数模型,建立的双参数模型血压估计均方根误差减少1 mm Hg,估计准确率最大提高了10%。引入脉搏波特征参量K值建立的双参数模型在一定程度能改善血压估计效果。     

基于SVR的桡动脉血压预测

目的现有的电子血压计主要使用示波法及示波改进法等方法进行血压判定。当患者体征不同时,其脉搏波形也各不相同,可能无法找到脉搏波形中对应的血压值点。本文拟根据临床采集到的桡动脉脉搏波数据使用支持向量回归(support vector regression,SVR)的方法完成与之相对应的血压的预测。方法使用欧姆龙血压计采集到的6581个任意波形的血压样本作为实验数据,其中约3/4样本作为训练集。SVR利用血压样本统计信息进行血压预测。结果实验中95%以上测试样本的收缩压和舒张压误差在[-3%,3%]以内,这表明SVR能够很好地对各类波形样本对应的血压值进行预测。结论使用SVR进行任意波形脉搏波的血压预测是可行且有效的,可以用于桡动脉处血压值的预测。     

基于深度学习的指-桡端脉搏波信号转换方法

针对目前市面上大多数脉搏波检测仪器检测的是指端脉搏波信号,提出一种基于卷积神经网络的指-桡端脉搏波信号转换方法,在仅获取指端脉搏波信号的情况下得到对应的桡动脉脉搏波信号。该方法主要由一维卷积神经网络通过端到端的训练实现,模型包含编码器、解码器和跳跃连接3个部分,通过编码器网络提取指端脉搏波信号的特征,再通过解码器网络将特征图进行扩展,并且利用跳跃连接的方式实现特征图的融合。采集60份指端和桡端的脉搏波信号进行实验,并与传递函数模型和弹性腔模型进行对比。实验结果表明,该模型转换所得的桡端脉搏波信号在MAE和PRD的指标上分别达到1.4%±0.3%和3.6%±1.2%,优于其他模型。研究表明,该模型能够较精确地实现指端脉搏波信号到桡端脉搏波信号的转化。     

血压变异性和容积脉搏波特征参数变异性的关联分析

目的 分析血压变异性和容积脉搏波特征参数变异性的相关性,确定相关性较好的参数,为利用容积脉搏波特征参数的变异性来估计血压变异性提供理论依据.方法 同步连续采集运动前后19个样本的容积脉搏波信号和血压信号,根据容积脉搏波信号的波形特征,提取8个特征参数,利用皮尔森相关系数分析血压变异性和容积脉搏波特征参数变异性在时域的相...     

基于重搏波谷点的脉搏波波形特征量分析

目的 脉搏波包含许多重要的血流动力学信息.罗志昌教授前期研究,曾提出一个以脉图面积变化为基础的脉搏波波形特征量K.但是在长期的实验中发现相同的K值有着不同的脉搏波波形.方法 在脉搏波波形特征量K的基础上提出以重搏波谷为界将脉搏波波形分为两部分,相应地波形特征量也分为K1,和K2.结果 脉搏波波形特征量K1和K2的变化能够反映人体心脏、血管、血压、微循环功能的变化.结论 脉搏波波形特征量K值分为K1和K2后,解决了原来相同K值而生理状态不同的问题.     

利用脉搏波传播时间计算动脉血压的研究

本研究的目的是研究动脉血压和脉搏波传播时间的关系,探讨通过脉搏波传播时间计算动脉血压的可靠性。采用麻省理工学院MIMIC数据库,通过心电和光电容积脉搏波计算得到脉搏波传播时间,通过有创动脉血压获得平均动脉压,使用线性回归方法分段求得脉搏波传播时间和平均动脉压之间的线性方程,应用该方程结合脉搏波传播时间计算动脉血压,并与实际血压比较评价算法的效果。结果表明,脉搏波传播时间和动脉血压存在负相关关系,在一定时间范围内,可通过脉搏波传播时间计算平均动脉压,均方根误差小于5 mmHg。对临床采集数据的分析同样说明,通过脉搏波传播时间计算动脉血压是可行的。     

基于脉搏-心电的便携式血压仪的研制

设计一种体积小巧,测量过程无任何束缚的基于脉搏波传导时间(pulse wave transit time,PWTT)的血压仪。从反射式容积脉搏波(photoplethysmography,PPG)和心电波形(electrocardiogram,ECG)中提取脉搏波传导时间,再综合心率、每搏输出量和外周阻力对血压的影响,通过回归分析建立血压模型,最终实现血压测量。应用样机对20名志愿者进行血压测量,同时以传统水银血压计的测量结果作为标准,结果显示收缩压和舒张压的95%一致性界限分别为(-8.3,11.6),(-9.9,12.7),说明两种方法所测的血压值有较好的一致性。血压仪样机实体小巧,使用方便,使用过程没有任何束缚,同时在理论上对基于脉搏波传导时间的血压测量方法进行优化,实现了收缩压和舒张压的测量。     

基于脉搏波传导时间和脉搏波特征参数的连续血压无创检测

本研究为克服在基于脉搏波传导时间(pulse transit time,PTT)方法无创血压检测中个体差异对测量准确性的影响,分析了个体脉搏波特征参数与血压值的相关性,并将个体脉搏波特征参数中与血压值相关度高的参数作为优化脉搏波特征参数加入PTT与血压的校正模型中,以提高模型普适性。基于偏最小二乘法(partial least squares,PLS)对50名志愿者200组PTT和脉搏波特征参数数据进行训练建模,得到舒张压、收缩压的预测模型。再选取5名新志愿者的PPT和脉搏波特征参数进行预测,最大预测误差小于5 mm Hg,满足AAMI国际电子血压计标准。将优化的脉搏波特征参数和PTT引入到连续血压预测模型当中,有助于提高血压预测模型的准确度和普适性,有助于无创连续血压检测的临床应用。     

基于波形时域特征和动态差分阈值的脉搏波传导时间检测算法EI北大核心CSCD

针对传统脉搏波传导时间(PTT)检测方法对脉搏波(PPG)信号幅值变化敏感、计算量大等问题,提出了一种综合波形时域特征和动态差分阈值的PTT检测算法。采用动态差分阈值检测心电(ECG)信号R波,根据波形时域特征缩短脉搏波信号主波检测区间,利用R波检测脉搏波信号主波,从而计算PTT。利用美国麻省理工学院MIMIC数据库和实验室实测数据对上述算法进行验证。结果表明,该方法能够准确地提取特征点并检测出PTT,对实测和数据库样本的PTT检测准确率分别为99.1%和97.5%,效果优于传统检测方法。     

基于波形时域特征和动态差分阈值的脉搏波传导时间检测算法

针对传统脉搏波传导时间(PTT)检测方法对脉搏波(PPG)信号幅值变化敏感、计算量大等问题,提出了一种综合波形时域特征和动态差分阈值的PTT检测算法。采用动态差分阈值检测心电(ECG)信号R波,根据波形时域特征缩短脉搏波信号主波检测区间,利用R波检测脉搏波信号主波,从而计算PTT。利用美国麻省理工学院MIMIC数据库和实验室实测数据对上述算法进行验证。结果表明,该方法能够准确地提取特征点并检测出PTT,对实测和数据库样本的PTT检测准确率分别为99.1%和97.5%,效果优于传统检测方法。     

基于Relief算法的心血管疾病辅助诊断研究

本文研究了Relief特征选择方法在光电容积脉搏波(PPG)中的应用,分析寻找区分心血管疾病的指标,提出了一种辅助心血管疾病诊断的方法。通过收集40位志愿者的生理病理信息,并实时采集血压与指尖PPG波形数据,形成样本数据集。基于PPG波形,定义并提取了52个特征参数,通过特征选择Relief算法筛选出10个核心特征参数,形成最优特征子集,并分析它们对心血管疾病的影响。最后使用分类算法建模,对心血管疾病做出了辅助诊断,k邻近算法(k NN)模型对心血管疾病的预测正确率达到66.67%,支持向量机(SVM)模型对心血管疾病的预测正确率达到83.33%。结果表明:(1)年龄对心血管疾病辅助诊断最为重要;(2)最优特征子集元素特征为心血管健康状况评价与预测提供了重要依据。本研究表明,经Relief算法选择得到的最优特征子集为心血管疾病辅助诊断提供了更高的准确性。     

基于舒张期时间的个体化血压建模方法研究

本研究提出了一种基于脉搏波舒张期时间(diastolic time,DT)的无袖带式血压估计方法,能够有效提升可穿戴式设备的血压测量精度。该方案首先从脉搏波(photoplethysmography,PPG)中提取DT,再利用线性回归方法建立个体化血压估计模型。本研究对采集的30个样本的实验数据,进行血压建模并加以验证,实验结果显示收缩压的平均误差为1.859 mmHg,标准差为5.640 mmHg;舒张压的平均误差为1.049mmHg,标准差为6.107 mmHg,证明了该方案的可行性。通过将该方案的估计结果与基于脉搏波传导时间(pulse transit time,PTT)的血压模型的估算结果进行对比研究,结果表明交感神经活动较强时,基于DT的血压模型能够有效提升血压估计精度。     

基于高斯函数分解的妊娠期高血压患者脉搏波特征研究

目的对妊娠期高血压疾病(妊高病)患者的脉搏波特征进行研究,以希望达到早期预测妊高病的目的。方法回顾性研究143名孕妇的脉搏波数据(其中健康孕妇86例,被诊断为妊高病者57人),利用高斯函数将脉搏波进行分解并提取其特征参数,对妊高病患者和健康孕妇的脉搏波特征参数进行统计分析,对比其在不同孕周段的差异性。结果自孕16周开始,妊高病患者脉搏波的潮波均显著高于健康孕妇,妊高病患者的重搏波平滑且不明显;健康孕妇的第一个高斯波幅度(H_1)均高于妊高病患者,第二个高斯波幅度(H_2)均低于妊高病患者;在生理参数研究中,在孕24周以后,妊高病患者的收缩压显著高于健康孕妇(P0.05),并且除孕28～31周之外,妊高病患者的舒张压显著高于健康孕妇(P0.05)。结论运用4个高斯函数对妊娠期孕妇的脉搏波进行分解,能够得到妊高病患者和健康孕妇的脉搏波在各个孕周段内的差异性,并且这种差异性明显早于血压出现差异的时间,这对于提早预测妊高病的发生、促进母儿健康具有一定的临床研究和应用价值。     

基于脉搏波传导时间的血压测量方法

目的:设计一种连续血压测量方法,在无创的条件下能够实时监测受试者的血压。方法:对耳后动脉和趾背动脉的脉搏波进行特征识别,计算两个脉搏波之间的传播时间,并根据受试者的血液密度、血管内径、血管壁厚度等参数计算脉搏波传导速度,然后在传统脉搏波传导时间算法的基础上,增加受试者身高和体重,计算出人体的血压。结果:该算法得到的血压结果与真实值较为接近,并且实时性较好。结论:改进后的基于脉搏波传导时间的血压测量方法可用于血压的实时测量,为临床诊断提供帮助。     

基于光电容积脉搏波的呼吸波提

本研究通过人体指端的光电容积脉搏波,提取呼吸波信号。同时采用小波分析和经验模态分解方法对脉搏波信号进行分解并重构呼吸信号,然后与采集的呼吸波信号做相关性分析。通过对5名志愿者的实验,结果显示采用经验模式分解方法所提取的呼吸波具有更好的相关性。通过分析数据显示,其波形相关系数在0.5左右,AR频谱相关系数在0.8以上。由此可以证明,经验模式分解法可有效提取人体指端光电容积脉搏波中所包含的呼吸波成分。     

人体脉搏波传播时差检测系统

脉搏波的波形和传播速度与血管的几何和物理性质有密切关系,可通过检测脉搏波形和传播速度的变异判别动脉血管的弹性功能。作者采用固体压阻式脉压传感器,脉搏信号预处理装置,TP—801单板机组成检测脉搏波及其传播时差的系统,可对脉搏信号进行无创提取,贮存及处理,以供临床分析应用。     

基于脉搏波特征参数的无创血压测量改进算法

解决目前利用脉搏波特征参数无法准确计算出病理及生理血压(高血压、低血压和正常血压)的问题。利用主成分分析得到脉搏波主成分参数,利用脉搏波主成分参数和血压进行线性回归得到初步血压计算模型,借助较大的数据库和逐步逼近法建立多级模型,提高模型计算值的精度。改进后的算法能够使用脉搏波特征参数建立普适的血压计算模型,计算出的血压值精度较高。本研究提出的基于脉搏波特征参数的无创血压测量改进算法能够有效扩大血压计算范围,实现包括高血压、低血压和正常血压在内的无创血压测量。     

基于传输线模型的脉搏波传播数值仿真及参数分析

目的通过提出一种传输线模型和输入阻抗递归算法的计算方法,数值仿真人体动脉树中脉搏波的传播过程,分析个体差异性和动脉树各参数对脉搏波的影响,为动脉树生理和病理变化分析提供参考。方法利用由大中动脉构成的55段人体动脉树建立传输线模型,采用递归算法计算动脉树各点的输入阻抗,仿真计算动脉树中各段血压和血流的分布图。在此基础上比较不同身高、心率、每搏量、内径、壁厚等参数对脉搏波传播和血压分布的影响。结果仿真结果和一般脉搏波传播规律相一致,验证了该方法的有效性。不同参数对动脉树中脉搏波传播的影响有较大差异且呈现各自特征。结论基于传输线模型和递归算法的计算方法能有效仿真动脉树中脉搏波的传播过程,并准确反映个体差异性和动脉树血液动力学参数的变化对脉搏波的影响,是人体动脉树生理病理分析和诊断的重要辅助手段。     

基于心电信号的脉搏波形特征点提取

为寻求一种精确的脉搏波特征提取方法,提取更多的脉搏波形特征,揭示心电脉搏在时域上的相关性,使用MP425数据采集卡和LabVIEW构成的数据采集系统同步采集ECG信号和脉搏波信号,对ECG信号和脉搏波信号进行分析和处理,采用能量算子法检测心电信号R波;基于同步采集的ECG和脉搏波信号,提出一种应用ECG信号的R波和T波来提取Pulse wave的重搏波和峰值的方法.经过分析与实验验证,该方法能准确找到脉搏波波峰和重搏波位置,并具有较强的抗干扰能力,为研究心电脉搏之间的关系提供了一种新的方法.