基于单路PPG信号的无袖带血压监测算法

PPG信号描述了人体组织对外界光线反射量随脉搏变化的波形,其波形特征与血压值存在关联,现有的PPG信号估计血压算法存在模型复杂、通用性低等问题。本文利用轻量化的卷积神经网络提取单周期信号特征,在无需个人化校正的情况下,仅用单路PPG信号对收缩压与舒张压分别估计。针对PPG信号中存在的大量干扰,设计了一套基于周期间幅值关系的信号校正方法,并利用循环移位自相关函数值为判断依据,合理去除不适宜采用的数据段;同时采用了一种幅度频谱增强方法,强化了特征提取效果。测试结果表明,本模型能在大多数情况下将误差控制在合理区间,可在计算量较小的条件下为个人提供血压值参考。