中文字幕无码日韩视频无码三区

一種血壓重建及血流動力學參數提取方法及裝置

文檔序(xu)號:39427209發布日期:2024-09-20 22:25閱讀:11來源:國知局
一種血壓重建及血流動力學參數提取方法及裝置

本發明涉及(ji)(ji)血壓測量,特別是指一種血壓重建(jian)及(ji)(ji)血流動(dong)力學參(can)數提取方法及(ji)(ji)裝置。


背景技術:

1、在(zai)醫療診(zhen)斷(duan)與監(jian)測(ce)(ce)領域(yu),血(xue)(xue)壓和(he)血(xue)(xue)流動力(li)學(xue)參(can)數(shu)的(de)準確獲取對于(yu)評估(gu)個體的(de)生理狀(zhuang)態和(he)健康狀(zhuang)況至關(guan)重要。傳統(tong)的(de)血(xue)(xue)壓測(ce)(ce)量(liang)方法,如袖帶式血(xue)(xue)壓計,雖然(ran)廣(guang)泛應用,但存在(zai)無(wu)法連續(xu)監(jian)測(ce)(ce)和(he)提供(gong)詳細血(xue)(xue)流動力(li)學(xue)信息的(de)局(ju)限(xian)性。因此,開發(fa)一種能夠實時(shi)、連續(xu)地(di)監(jian)測(ce)(ce)血(xue)(xue)壓并(bing)提取血(xue)(xue)流動力(li)學(xue)參(can)數(shu)的(de)方法具有重要的(de)臨床價值。

2、近年(nian)來(lai),隨(sui)著(zhu)生物醫學工程和信號(hao)處(chu)理技術的(de)發展,基于光電(dian)容積描(miao)記(ji)(ppg)信號(hao)的(de)血(xue)(xue)壓監(jian)測(ce)方法受到(dao)了廣泛關注。ppg信號(hao)是(shi)一種(zhong)通(tong)過(guo)(guo)測(ce)量(liang)皮膚下血(xue)(xue)管(guan)(guan)容積變(bian)化來(lai)反映心血(xue)(xue)管(guan)(guan)活動(dong)的(de)無創檢測(ce)技術。通(tong)過(guo)(guo)分(fen)析ppg信號(hao)的(de)形(xing)態特征,可以提取出(chu)與血(xue)(xue)壓波動(dong)密(mi)切相關的(de)生理信息(xi)。

3、然而(er),現有的(de)基于ppg信號的(de)血(xue)(xue)壓監(jian)測(ce)方法仍存在一些(xie)挑戰。例(li)如,由于個體(ti)(ti)差(cha)異和(he)信號噪聲的(de)影響,直接(jie)從ppg信號中準確提取(qu)血(xue)(xue)壓波形(xing)和(he)血(xue)(xue)流動(dong)力學參(can)(can)數(shu)具有一定的(de)難(nan)度(du)。此外,個體(ti)(ti)化的(de)血(xue)(xue)壓傳(chuan)遞函(han)數(shu)和(he)后負荷生(sheng)理模型的(de)構建也是實現精確血(xue)(xue)壓監(jian)測(ce)和(he)血(xue)(xue)流動(dong)力學參(can)(can)數(shu)提取(qu)的(de)關鍵環節(jie)。


技術實現思路

1、本發明(ming)提供一(yi)種血(xue)壓重建及血(xue)流動力學(xue)參(can)數提取方法及裝置(zhi),根(gen)據重建曲線以及動脈(mo)輸入阻(zu)抗實現血(xue)流動力學(xue)參(can)數的提取。

2、為解決上述技(ji)術問題(ti),本發明(ming)的(de)技(ji)術方案如(ru)下:

3、第一方(fang)面,一種血(xue)壓(ya)重(zhong)建(jian)及血(xue)流動力學參數(shu)提取方(fang)法(fa),所述方(fang)法(fa)包括:

4、獲取手(shou)(shou)指(zhi)(zhi)光電信號(hao),對(dui)手(shou)(shou)指(zhi)(zhi)光電信號(hao)的形態特(te)(te)征(zheng)進(jin)行解析,建(jian)立特(te)(te)征(zheng)參數(shu),以得到血管容積?ppg?信號(hao);

5、使用閉(bi)環?pid?執行(xing)器對(dui)手指靜態壓力(li)進行(xing)調節;

6、根(gen)據(ju)個體身體特征(zheng)和光(guang)電信號(hao)形態特征(zheng),構(gou)建個體化血壓傳遞函數,以(yi)得(de)到血壓波形;

7、使(shi)用(yong)自適(shi)應濾波系統辨識算法及(ji)?lstm?循環(huan)神經(jing)網絡算法對血壓(ya)波形數據進行訓練及(ji)測(ce)試(shi),以重建無載(zai)點血壓(ya)波形;

8、根據個體特征(zheng)數據,構建個體化后(hou)負荷生(sheng)理模型,以得(de)到動脈(mo)輸(shu)入阻抗;

9、根據重建無(wu)載點血壓波形(xing)和動脈輸入(ru)阻抗,以得到血流(liu)動力學(xue)參數。

10、進一步的(de),獲(huo)取手指光(guang)電(dian)信(xin)號,對手指光(guang)電(dian)信(xin)號的(de)形態特征進行解析(xi),建立特征參數,以得到血管(guan)容積?ppg?信(xin)號,包(bao)括:

11、獲(huo)取手指(zhi)光電信號;

12、對手指(zhi)光電信號(hao)進行濾(lv)波(bo)處(chu)理,以得到(dao)血管容積?ppg?信號(hao);

13、對濾(lv)波(bo)后的血管(guan)容積?ppg?信(xin)號進行解(jie)析(xi),以(yi)得到形態特征;

14、根據解(jie)析得到(dao)的形態特(te)征,建立特(te)征參數。

15、進一步的,使用閉環?pid?執行器對手指靜態壓力進行調節,包括:

16、根據手指(zhi)靜態壓力(li)范圍,設定(ding)目標(biao)壓力(li)值;

17、對(dui)手指靜態(tai)壓力進行(xing)實(shi)時測量;

18、將目標壓(ya)力值與實時測(ce)得的(de)手指靜態壓(ya)力進行比(bi)較(jiao),并計算出誤(wu)差值;

19、設定pid控制(zhi)器(qi)的控制(zhi)參(can)數,使(shi)用誤差值和(he)設定的pid控制(zhi)器(qi)參(can)數,計算(suan)出控制(zhi)量;

20、根據控(kong)制量(liang),通過閉環pid執行(xing)器控(kong)制手指靜態(tai)壓(ya)力。

21、進(jin)一步的,根據個體身體特征和(he)信號形(xing)(xing)態特征,構建個體化血壓(ya)傳遞函數(shu),以得(de)到血壓(ya)波形(xing)(xing),包括(kuo):

22、獲取(qu)個體身(shen)體特(te)征數(shu)據和光電信號形態特(te)征,并進(jin)行預(yu)處(chu)理(li);

23、根據預(yu)處理后的數據,建立個體化血壓(ya)傳遞函數;

24、對建(jian)立的個體化血壓傳遞(di)函數進(jin)行驗證和調優(you);

25、使(shi)用建(jian)立好的個體化血壓(ya)傳遞函數,預測血壓(ya)波形。

26、進一(yi)步的,使用(yong)自適應濾波(bo)系(xi)統辨識算(suan)(suan)法(fa)及(ji)?lstm?循環神經網絡算(suan)(suan)法(fa)對血壓波(bo)形數據進行訓(xun)練及(ji)測試,以重建無載點血壓波(bo)形,包括(kuo):

27、根據問題(ti)的特性(xing)(xing)和數據的性(xing)(xing)質,確定lstm網絡結構;

28、根據經(jing)過自適(shi)應濾波處理的(de)血壓波形數據,通過反(fan)向傳播算法調整lstm網(wang)絡(luo)的(de)權重,以(yi)得到訓練后(hou)的(de)lstm模型;

29、利用訓(xun)練后(hou)的(de)lstm模(mo)型對新的(de)血壓(ya)波形(xing)數(shu)據(ju)進行預(yu)測,得(de)到重建的(de)無載點血壓(ya)波形(xing)。

30、進(jin)一(yi)步(bu)的,根據個體(ti)特征數據,構建(jian)個體(ti)化后(hou)負荷生(sheng)理模型,以(yi)得到動脈輸(shu)入阻抗(kang),包括:

31、獲取生(sheng)理(li)特征數(shu)據,并進行(xing)預處理(li);

32、根據個體(ti)的(de)生(sheng)理特征(zheng)數據,構建個體(ti)化(hua)后負(fu)荷生(sheng)理模型(xing);

33、使用(yong)個體化(hua)后負荷生理(li)模型,計算動脈輸入阻抗。

34、進一步的,根據重建無載點血(xue)壓(ya)波形和動脈輸入阻抗(kang),以(yi)得到血(xue)流動力(li)學參數,包括:

35、獲取重建無載(zai)點血壓波形和動(dong)脈輸(shu)入(ru)阻抗,

36、根據重建的無載點血(xue)壓(ya)波形和動(dong)脈輸入(ru)阻抗,提取血(xue)流動(dong)力學參(can)數;

37、對(dui)提取的血流動(dong)力學參數進行分析和解釋。

38、第二(er)方面,一種血(xue)壓重建及血(xue)流動力學參數(shu)提取裝置,包括:

39、獲(huo)取模塊,用(yong)(yong)于獲(huo)取手(shou)(shou)指(zhi)光(guang)電(dian)信(xin)(xin)號(hao),對手(shou)(shou)指(zhi)光(guang)電(dian)信(xin)(xin)號(hao)的形態特征進行(xing)(xing)解(jie)析,建立特征參數,以得到血管容積(ji)?ppg?信(xin)(xin)號(hao);使用(yong)(yong)閉環?pid?執行(xing)(xing)器對手(shou)(shou)指(zhi)靜態壓力(li)進行(xing)(xing)調(diao)節;

40、處理模塊,用于根據(ju)個(ge)體身(shen)體特征(zheng)和(he)光電信號形(xing)態特征(zheng),構建個(ge)體化血(xue)壓(ya)傳(chuan)遞(di)函(han)數(shu)(shu),以得(de)到(dao)血(xue)壓(ya)波(bo)形(xing);使用自適應濾波(bo)系統辨識算(suan)法(fa)及(ji)(ji)?lstm?循環(huan)神經(jing)網絡(luo)算(suan)法(fa)對(dui)血(xue)壓(ya)波(bo)形(xing)數(shu)(shu)據(ju)進(jin)行訓練及(ji)(ji)測試,以重(zhong)建無(wu)載點(dian)(dian)血(xue)壓(ya)波(bo)形(xing);根據(ju)個(ge)體特征(zheng)數(shu)(shu)據(ju),構建個(ge)體化后負荷生(sheng)理模型(xing),以得(de)到(dao)動脈輸入阻抗;根據(ju)重(zhong)建無(wu)載點(dian)(dian)血(xue)壓(ya)波(bo)形(xing)和(he)動脈輸入阻抗,以得(de)到(dao)血(xue)流(liu)動力學(xue)參數(shu)(shu)。

41、第三方面(mian),一種(zhong)計算設(she)備,包括(kuo):

42、一(yi)個或多個處理器;

43、存儲裝(zhuang)置(zhi),用(yong)于存儲一個或(huo)(huo)多個程(cheng)序(xu)(xu),當所述一個或(huo)(huo)多個程(cheng)序(xu)(xu)被所述一個或(huo)(huo)多個處(chu)理器執行,使得所述一個或(huo)(huo)多個處(chu)理器實現上述方法(fa)。

44、第四方面(mian),一種(zhong)計算(suan)機(ji)可讀(du)存(cun)儲介質,所述(shu)計算(suan)機(ji)可讀(du)存(cun)儲介質中存(cun)儲有程序(xu),該程序(xu)被處理(li)器執行(xing)時實現上(shang)述(shu)方法。

45、本發明的(de)上述(shu)方案(an)至少包括(kuo)以下(xia)有益效果:

46、本發(fa)明(ming)的(de)(de)上述方(fang)(fang)案,通過獲取手指光電信(xin)(xin)號并對其形(xing)(xing)(xing)態(tai)特(te)征進行解析(xi),再建立特(te)征參數(shu)(shu)以(yi)(yi)得到血(xue)管(guan)容積ppg信(xin)(xin)號,這種方(fang)(fang)法(fa)可(ke)以(yi)(yi)更(geng)(geng)準(zhun)確地反映血(xue)管(guan)的(de)(de)容積變化(hua),從而提(ti)高了(le)(le)血(xue)壓(ya)(ya)(ya)測(ce)(ce)量(liang)的(de)(de)準(zhun)確性。該(gai)方(fang)(fang)法(fa)根(gen)據(ju)個體(ti)(ti)身體(ti)(ti)特(te)征和光電信(xin)(xin)號形(xing)(xing)(xing)態(tai)特(te)征,構建個體(ti)(ti)化(hua)血(xue)壓(ya)(ya)(ya)傳遞函(han)數(shu)(shu),得到血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)。這可(ke)以(yi)(yi)充(chong)分考(kao)慮(lv)個體(ti)(ti)差異,使得血(xue)壓(ya)(ya)(ya)測(ce)(ce)量(liang)更(geng)(geng)加個性化(hua),提(ti)高了(le)(le)測(ce)(ce)量(liang)的(de)(de)針對性和準(zhun)確性。使用自適應濾波(bo)(bo)系統辨識算法(fa)及lstm循環(huan)神經網絡算法(fa)對血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)數(shu)(shu)據(ju)進行訓練及測(ce)(ce)試(shi),以(yi)(yi)重(zhong)(zhong)(zhong)建無載點血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)。這種方(fang)(fang)法(fa)可(ke)以(yi)(yi)更(geng)(geng)好地處理復(fu)雜的(de)(de)血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)數(shu)(shu)據(ju),提(ti)高了(le)(le)血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)重(zhong)(zhong)(zhong)建的(de)(de)精度和穩(wen)定(ding)性。該(gai)方(fang)(fang)法(fa)不僅(jin)提(ti)供(gong)了(le)(le)血(xue)壓(ya)(ya)(ya)的(de)(de)測(ce)(ce)量(liang),還進一步(bu)提(ti)取了(le)(le)血(xue)流(liu)(liu)動(dong)力(li)(li)學(xue)參數(shu)(shu)。根(gen)據(ju)重(zhong)(zhong)(zhong)建無載點血(xue)壓(ya)(ya)(ya)波(bo)(bo)形(xing)(xing)(xing)和動(dong)脈輸入阻抗,可(ke)以(yi)(yi)得到更(geng)(geng)多的(de)(de)血(xue)流(liu)(liu)動(dong)力(li)(li)學(xue)信(xin)(xin)息,為臨床(chuang)診(zhen)斷(duan)和治療(liao)提(ti)供(gong)更(geng)(geng)全面的(de)(de)參考(kao)。該(gai)方(fang)(fang)法(fa)可(ke)以(yi)(yi)實現血(xue)壓(ya)(ya)(ya)和血(xue)流(liu)(liu)動(dong)力(li)(li)學(xue)參數(shu)(shu)的(de)(de)實時(shi)(shi)、連續監(jian)測(ce)(ce),有助于及時(shi)(shi)發(fa)現和處理異常情(qing)況(kuang),提(ti)高了(le)(le)醫療(liao)監(jian)護的(de)(de)效率和質量(liang)。



技術特征:

1.一種血壓重(zhong)建及(ji)血流動力學參數(shu)提取(qu)方(fang)法,其特征(zheng)在于,所(suo)述方(fang)法包括:

2.根據(ju)權利要求1所述的(de)血壓重建及血流(liu)動力(li)學(xue)參數(shu)提取(qu)方法,其特征(zheng)在于,獲取(qu)手指光電信(xin)(xin)號(hao),對手指光電信(xin)(xin)號(hao)的(de)形態特征(zheng)進行解析,建立特征(zheng)參數(shu),以得到血管容積?ppg?信(xin)(xin)號(hao),包括:

3.根據(ju)權利(li)要求(qiu)2所述的血(xue)壓重建(jian)及血(xue)流動力(li)(li)學(xue)參數提(ti)取(qu)方法,其特征在于(yu),使用閉環(huan)pid?執行器對手指靜態壓力(li)(li)進(jin)行調節,包括:

4.根(gen)據(ju)權(quan)利要求3所述的血(xue)壓重建及血(xue)流(liu)動力學(xue)參數提取方法,其特(te)(te)征在于,根(gen)據(ju)個體(ti)(ti)(ti)身(shen)體(ti)(ti)(ti)特(te)(te)征和信(xin)號(hao)形態特(te)(te)征,構建個體(ti)(ti)(ti)化血(xue)壓傳遞(di)函數,以得(de)到血(xue)壓波形,包(bao)括:

5.根(gen)據權利要求4所述的血(xue)壓重建(jian)及(ji)(ji)(ji)血(xue)流動(dong)力學參數(shu)提取方法(fa)(fa),其特征在于,使用自適應濾波(bo)系(xi)統辨識算(suan)法(fa)(fa)及(ji)(ji)(ji)?lstm?循環(huan)神經(jing)網絡算(suan)法(fa)(fa)對(dui)血(xue)壓波(bo)形數(shu)據進(jin)行訓練(lian)及(ji)(ji)(ji)測試(shi),以重建(jian)無載點血(xue)壓波(bo)形,包括(kuo):

6.根據(ju)權利要(yao)求(qiu)5所(suo)述(shu)的血壓重(zhong)建及血流動(dong)力學參數提取方法,其特征(zheng)在于,根據(ju)個體特征(zheng)數據(ju),構建個體化后(hou)負荷(he)生(sheng)理模型,以得到動(dong)脈輸入(ru)阻抗,包括:

7.根據權利要求6所述的(de)血壓重建及血流(liu)動(dong)力(li)學參數提取(qu)方(fang)法(fa),其特征(zheng)在于,根據重建無載點血壓波形和(he)動(dong)脈輸(shu)入阻抗(kang),以得(de)到血流(liu)動(dong)力(li)學參數,包括:

8.一(yi)種血壓重建及(ji)血流動(dong)力學參數(shu)提取(qu)裝置(zhi),其特征在于,包括:

9.一種計算設備,其特征在于,包括:

10.一種計算機可讀存儲介質,其(qi)特征在于,所述(shu)計算機可讀存儲介質中(zhong)存儲有程(cheng)序(xu),該程(cheng)序(xu)被(bei)處理器執行(xing)時實現如權利要求(qiu)1-7中(zhong)任一項所述(shu)的方法(fa)。


技術總結
本發明提供一種血壓重建及血流動力學參數提取方法及裝置,涉及血壓測量技術領域,所述方法包括:獲取手指光電信號,對手指光電信號的形態特征進行解析,建立特征參數,以得到血管容積PPG信號;使用閉環PID執行器對手指靜態壓力進行調節;根據個體身體特征和光電信號形態特征,構建個體化血壓傳遞函數,以得到血壓波形;使用自適應濾波系統辨識算法及LSTM循環神經網絡算法對血壓波形數據進行訓練及測試,以重建無載點血壓波形;根據個體特征數據,構建個體化后負荷生理模型,以得到動脈輸入阻抗;根據重建無載點血壓波形和動脈輸入阻抗,以得到血流動力學參數。本發明根據重建無載點血壓波形以及動脈輸入阻抗實現血流動力學參數的提取。

技術研發人員:周桃云,李石林,趙榮建,梁智
受保護的技術使用者:湖南人文科技學院
技術研發日:
技術公布日:2024/9/19
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1