一种连续无创血压预测的改进向量机学习方法

因不同人体生理特征的差异性,影响了基于光电容积脉搏波(PPG)和心电信号(ECG)的连续无创血压测量精度,提出一种基于优化的支持向量机模型预测血压的方法。该方法将PPG、ECG及人体特征进行处理并组成特征矩阵,通过水银血压计测得实时血压值,运用主成分分析法和遗传算法改进的支持向量机学习模型对特征矩阵和实时血压值进行回归训练,从而建立最优血压预测模型。实验证明,优化改进支持向量回归血压预测方法比传统支持向量机学习法准确度提升了10%~15%。

面向人体热舒适度模型的血压信号特征提取与选择方法研究

人体热舒适度模型对于建筑综合节能研究具有重要意义,生理参数能直接、有效地反映人体热舒适变化,是建立人体热舒适度模型的一种有效手段。血压信号是表征人体热反应状态的主要生理参数,对于建立热舒适模型具有重要的价值。为了提高模型的准确性,通过分析血压信号非稳态的特点并且结合应用背景,提出了具有任意多尺度分解特性的小波包方法进行特征提取和不易受干扰的能量作为信号特征用以构建模型。通过实验与传统特征提取与选择方法进行比较,验证了该方法的有效性。

基于多脉搏波参数的人体血压检测的研究

为了提高可穿戴设备中血压测量的准确性,本文提出了一种基于多脉搏波参数的人体血压检测方法,该方法通过对脉搏传输时间(PWTT)、每搏心输出量、波形系数、升支平均斜率、脉率等多脉搏波参数的多元线性回归分析,建立了基于多脉搏波参数的人体血压计算模型,利用该模型计算出血压值;以心音信号为参考计算PWTT(PWTTPCG),克服了以心电信号为参考计算PWTT(PWTTECG)需要更换电极、有导连线穿戴不方便的不足。分别对基于PWTTPCG和多脉搏波参数的人体血压计算模型计算血压进行了实验验证,实验结果表明利用PWTTPCG作为PWTT计算人体血压的可行性;利用该模型计算的收缩压和舒张压的平均误差分别为1.62 mm Hg和1.12mm Hg,较单一参数分别提高了57%和53%,具有较高的测量精度。

人体动脉血管的粘性流体力学模型与中心动脉血压估计

中心动脉血压与心血管疾病有着密切关联,准确的中心动脉血压估计是心血管病,特别是高血压病管理的关键技术.现有中心动脉血压估计方法,如通用传递函数法和多点移动平均法,均基于临床实验和经验,缺少系统理论基础且为通用方法,不能排除心血管个体差异对估计结果的影响.我们从粘性流体力学控制方程出发,建立了人体动脉血管网络模型,由测量出的桡动脉起始端和末端血压波形计算出被测者的动脉血管网络模型个性化参数,并由此推导出升主动脉—桡动脉传递函数,从测出的桡动脉血压波形计算出中心动脉血压波形为区别于现有中心动脉压测算方法,我们的方法简称为"模型法(MCAP)".该方法不仅具有理论依据,也考虑了不同个体的心血管特性(如:血管顺应性、血流阻力、血液流动惯性),保证了估计结果的可靠性和准确性.我们在北京医院对50例被试进行中心动脉血压计算实验.实验结果表明,通过模型法(MCAP)得到的中心动脉血压波形优于通过通用传递函数法(GTF)和多点移动平均法(NPMA)得到的结果(与侵入式血压波形的相关系数:rMCAP=0.9667,rGTF=0.9025,rNPMA=0.8099).基于模型法计算获得的收缩压与舒张压结果(误差均值(SBP/DBP)=3.9mmHg/3.6mmHg,误差标准差(SBP/DBP)=7.7mmHg/2.9mmHg)符合AAMI标准(误差均值5mmHg;误差标准差8mmHg).