一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法

本发明涉及医疗辅助相关，具体为一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法。

背景技术：

1、心血管系统是人体重要的循环系统，是各组织的营养物质和氧气运输线。随着生活水平的提高，心血管疾病在我国越来越普遍。根据《中国心血管病报告2019》的统计数据，我国心血管疾病患者已达3.3亿，并且患病率和死亡率长期保持增长趋势；在城市和农村，心血管疾病已成为居民的主要死亡原因，分别占比43.56％和45.91％。心血管疾病对人民健康生活的威胁越来越大，因此通过长期监测心血管系统的健康状态及时预防心血管疾病具有重要的意义；现有的血压预测模型，通常聚焦于单个信号进行预测的，获取的信息有限，难以对心血管状态进行全面的评估。

技术实现思路

1、为解决现有技术存在现有的血压预测模型，通常聚焦于单个信号进行预测的，获取的信息有限，难以对心血管状态进行全面的评估的缺陷，本发明提供一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法。

2、为了解决上述技术问题，本发明提供了如下的技术方案：

3、本发明一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，包括以下步骤：

4、步骤1、首先对人体的光电容积脉搏信号、心电信号、压力脉搏信号进行采集；以及对测量者的身高、体重、年龄的补充特征进行采集；

5、步骤2、然后对采集的光电容积脉搏信号、心电信号、压力脉搏信号进行预处理；

6、步骤3、进行特征提取，而得到压力脉搏信号、光电容积脉搏信号、心电信号的时域特征、频域特征、传播速度特征和统计学特征；

7、步骤4、对光电容积脉搏信号、心电信号、压力脉搏信号进行特征融合，得到血压预测特征集；

8、步骤5、依据血压预测特征集通过随机森林回归算法建立血压预测模型。

9、作为本发明的一种优选技术方案，所述的预处理的方法是对光电容积脉搏信号、压力脉搏信号依次进行信号滤波、去基线漂移和单周期提取。

10、作为本发明的一种优选技术方案，所述脉搏波传播速度特征的计算方法是，计算公式如下：

11、pwv＝l/pwtt

12、上式中的l表示受试者心脏到手腕处的距离，或手腕到手指的距离，可根据受试者身高进行估计；其中pwv表示的是脉搏波传播速度；pwtt表示的是脉搏波传播时间；

13、具体流程如下：

14、步骤1、获取特征提取中得到的压力脉搏信号起始点、光电脉搏信号起始点、心电信号r波峰值点，并将特征点记录在三个特征点数组中；

15、步骤2、从三个特征点数组中挑选出特征点组合，每个组合中含有每种信号的一个特征点，该组合需满足幅值稳定、时间差稳定，将挑选出的所有特征点组合记录于特征点组合数组中；

16、步骤3、根据采样频率fs，得到每个特征点组合中的两个时间差，计算所有特征点组合数组中时间差的平均值作为pwtt值，然后代入到计算公式中，最后计算出pwv值。

17、作为本发明的一种优选技术方案，所述心电信号的特征提取方法是，对心电信号进行滤波预处理，然后利用r波提取算法对预处理后的心电信号进行r波提取计算，然后依次进行稳定心电周期提取、特征点识别和时域特征提取。

18、作为本发明的一种优选技术方案，所述的r波提取计算方法包括如下步骤：

19、步骤1、将经过预处理后的心电信号根据采样频率和信号长度，切分为n段长度为w的窗口，在数组中进行存储；

20、步骤2、在n个窗口中，对每个窗口的最大值进行查找，并记录位置；

21、步骤3、遍历n个窗口，若当前窗口的最大值在其相邻的前后20个窗口中最大，则将该点标记为r波波峰点，同时记录该点；将其值的0.6倍作为阈值，在下一次查找中作为r波峰值的阈值，只有大于阈值，才进行后续相邻窗口间的比较；滑动至下一窗口，重复上述过程，直至查找出所有的r波波峰点；

22、步骤4、为遍历峰值点数组，将每一段符合要求且连续的峰值点集合提取出来，将各个峰值点集合对应的心电信号作为稳定心电信号，用于后续的特征提取及参数计算。

23、作为本发明的一种优选技术方案，所述的特征点识别的方法是，对r波波峰进行了确定，根据r波波峰位置，对q波、s波p波、t波的位置进行确定；

24、其中q波定义为qrs波中第一个向下的子波，s波定义为qrs波中r波后第一个向下的子波，即分布在r波两侧的两个极值点，q波为左侧出现的第一个极大值点，s波为右侧出现的第一个极小值点；

25、使用一阶差分对q波和s波的极值点进行搜索；

26、对于p波和t波的定位，可根据上文中q波位置和s波位置分别向后和向前搜索。p波峰值点和t波峰值点的搜索方法与前文中的方法相似，通过定位q波前和s波后的第一个极大值点，并通过阈值法以及经验准则判断其是否符合，将得到的点分别作为p波和t波的峰值点；

27、对于p波或t波的起始点与结束点，p波与q波间无法找到拐点作为p波结束点，或t波结束点无法找到，此时通过philips最大垂直距离法，对特征点进行确认。

28、作为本发明的一种优选技术方案，所述的特征融合的方法是，采集到的心电、光电、压力脉搏信号中提取时域、频域、统计学特征共计n维特征，进行融合以实现有效特征的识别和维度的降低，从原有冗余的特征集中筛选对于预测目标具有差异性的信息；

29、采用过滤法与包装法进行特征选择，对sbp和dbp预测有重要影响的前20个重要特征进行排序；其中过滤法基于互信息算法对特征打分排序；包装法基于svm算法利用递归特征消除法对特征进行筛选。

30、本发明的有益效果是：

31、该种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，将光电容积脉搏信号、心电信号、压力脉搏信号融合起来，通过采集不同位置、类型的脉搏波，并与心电信号相结合，利用不同信号间的互补性探究心血管系统生理病理信息，并建立心血管系统健康状态识别模型，从而使得对血压的预测更加的准确，且贴近人体的实际血压。

技术特征：

1.一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述的预处理的方法是对光电容积脉搏信号、压力脉搏信号依次进行信号滤波、去基线漂移和单周期提取。

3.根据权利要求1所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述脉搏波传播速度特征的计算方法是，计算公式如下：

4.根据权利要求1所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述心电信号的特征提取方法是，对心电信号进行滤波预处理，然后利用r波提取算法对预处理后的心电信号进行r波提取计算，然后依次进行稳定心电周期提取、特征点识别和时域特征提取。

5.根据权利要求4所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述的r波提取计算方法包括如下步骤：

6.根据权利要求5所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述的特征点识别的方法是，对r波波峰进行了确定，根据r波波峰位置，对q波、s波p波、t波的位置进行确定；

7.根据权利要求1所述的一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，其特征在于，所述的特征融合的方法是，采集到的心电、光电、压力脉搏信号中提取时域、频域、统计学特征共计n维特征，进行融合以实现有效特征的识别和维度的降低，从原有冗余的特征集中筛选对于预测目标具有差异性的信息；

技术总结
本发明公开了一种融合心电、光电、压力脉搏信号特征的血压预测模型的建立方法，步骤1、首先对人体的光电容积脉搏信号、心电信号、压力脉搏信号进行采集；以及对测量者的身高、体重、年龄的补充特征进行采集；进行信号预处理；再进行特征提取，而得到压力脉搏信号、光电容积脉搏信号、心电信号的时域特征、频域特征、传播速度特征和统计学特征；对光电容积脉搏信号、心电信号、压力脉搏信号进行特征融合，得到血压预测特征集；依据血压预测特征集通过随机森林回归算法建立血压预测模型；利用不同信号间的互补性探究心血管系统生理病理信息，并建立心血管系统健康状态识别模型，从而使得对血压的预测更加的准确，且贴近人体的实际血压。

技术研发人员：颜建军,郭睿,蔡诗雨,邱文博
受保护的技术使用者：华东理工大学
技术研发日：
技术公布日：2024/3/27