论文部分内容阅读
血压参数是描述人体生理状态的一项重要指标,对医生进行临床诊断具有指导性意义。高血压是常见的慢性病之一,易引起心、脑、肾等靶器官受损,其多发于中老年人群。老年人作为社区卫生服务体系建设的主要对象,对其进行血压监测是一项基本的工作。故实现无创、连续、实时、便捷的血压监测,对预防慢性病患者突发心脑血管等疾病有着积极的作用。光电容积脉搏波(Photoplethysmograph,PPG)作为人体重要的生理信号之一,包含了丰富的生理病理信息,直观地反映了每一次心脏搏动引起的血液在人体血管中脉动性传输的状态。目前PPG信号的采集技术已经成熟,其优点是操作简单,成本低廉,安全可靠,能够实现连续的PPG信号监测,具有较好的测量体验。本文主要以人体指端光电容积脉搏波为研究对象,进行了光电容积脉搏波噪声抑制、特征参数检测和建立血压监测模型的工作。具体有:将传送至上位机的原始PPG信号分别使用无限冲激响应(Infinite Impulse Response,HR)数字滤波器、有限冲激响应(Finite Impulse Response,FIR)数字滤波器和小波变换模极大值(Wavelet Transform Modulus Maxima,WTMM)的方法对原始信号进行噪声抑制,对去噪效果使用峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和归一化互相关系数(Normalized Cross-Correlation,NCC)分别进行了比对分析:使用三次样条插值的方法对信号的基线漂移进行了校正。在进行脉搏波特征点检测时,使用差分阈值的方法获取了脉搏波的起始位置与主波峰位置2个特征点;使用WTMM的方法,获取了脉搏波的潮波以及重搏波位置的4个特征点:针对潮波不明显的脉型图提出了使用高斯钟拟合部分脉型图以确定其潮波位置的方法。依据这6个特征点之间的相互关系确定了20项与血压相关性较好的特征参数。最后使用误差逆传播(Back-Propagation,BP)神经网络的算法,建立了脉搏波特征参数与血压之间的关系模型,通过验证集对网络输出的准确性进行了评价,20组验证集样本的网络输出结果显示:收缩压(Systolic Pressure,SP)平均误差为1.08土2.95mmHg,舒张压(Diastolic Pressure,DP)平均误差为0.65±0.96mmHg,均符合AAMI(Association for the Ad vancement of Medical Instrumentation)制定的误差标准。