基于多生理信号和电网络的连续血压监测方法及相关设备

本发明涉及连续血压检测，尤其涉及的是基于多生理信号和电网络模型的连续血压监测方法及相关设备。

背景技术：

1、血压，作为人体循环系统中至关重要的生理指标，其在维持心血管系统平衡中扮演着至关重要的角色。准确和及时的血压监测对预防高血压及其相关心血管疾病极为关键。

2、目前，常见的连续无创血压监测方法涵盖了多种技术，包括基于压力传感器的技术、基于超声波的技术以及基于光电容积脉搏波的技术等。连续无创血压监测可以更加全面便捷地反映个体的血压日常变化、不同时段的血压水平、血压控制情况和进行特定训练后的血压趋势。

3、然而，现有无创连续血压检测方法普遍采用单一信号，难以全面反映心血管系统的状况，进而影响连续血压监测的准确性。此外，现有的方法在临床生理解释方面仍存在不足，在反映心血管系统和血流动力学信息方面的能力有限，难以揭示心血管系统变化对血压的影响。

4、因此，现有技术还有待改进和发展。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供基于多生理信号和电网络的连续血压监测方法及相关设备，旨在解决现有无创连续血压检测方法普遍采用单一信号，难以全面反映心血管系统的状况，进而影响连续血压监测的准确性。

2、本发明解决问题所采用的技术方案如下：

3、第一方面，本发明实施例提供一种基于多生理信号和电网络的连续血压监测方法，所述方法包括：

4、获取预先基于第一电阻、第二电阻、电容以及电感构建的电网络模型；其中，所述电网络模型对应的电流输入基于一个心动周期时间、心脏收缩射血时间、心输出量确定；所述电网络模型的模型参数包括可变型的心率、每搏输出量、第一电阻值以及电容值，常数型的心脏收缩射血时间、第二电阻值以及电感值；

5、获取目标用户的生理信号集；其中，所述生理信号集包括不同类型的若干生理信号；

6、对所述生理信号集进行特征提取，并通过预设的预测模型根据所述生理信号集的信号特征预测所述电网络模型的模型参数，得到预测模型参数组合；

7、将所述预测模型参数组合应用于所述电网络模型，并仿真生成对应的目标仿真血压波形，根据所述目标仿真血压波形确定所述目标用户对应的血压监测结果。

8、第二方面，本发明实施例提供一种基于多生理信号和电网络的连续血压监测系统，所述系统包括：

9、电网络模型，所述电网络模型预先基于第一电阻、第二电阻、电容以及电感构建而成；所述电网络模型对应的电流输入基于一个心动周期时间、心脏收缩射血时间、心输出量确定；所述电网络模型的模型参数包括可变型的心率、每搏输出量、第一电阻值以及电容值，常数型的心脏收缩射血时间、第二电阻值以及电感值；

10、信号获取模块，用于获取目标用户的生理信号集；其中，所述生理信号集包括不同类型的若干生理信号；

11、信号处理模块，用于对所述生理信号集进行特征提取，并通过预设的预测模型根据所述生理信号集的信号特征预测所述电网络模型的模型参数，得到预测模型参数组合；

12、数据仿真模块，用于将所述预测模型参数组合应用于所述电网络模型，并仿真生成对应的目标仿真血压波形，根据所述目标仿真血压波形确定所述目标用户对应的血压监测结果。

13、第三方面，本发明实施例提供一种终端，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述中任一所述的基于多生理信号和电网络的连续血压监测方法的指令；所述处理器用于执行所述程序。

14、第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现如上述任一所述的基于多生理信号和电网络的连续血压监测方法的步骤。

15、本发明的有益效果：本发明实施例从多生理信号中提取与血压变化相关的信号特征，预测电网络模型的模型参数，根据模型参数与血压变化之间的关系实现无创连续的血压监测。多生理信号可以充分利用不同生理信号的优势及互补特性，提供更为全面的信息，电网络模型则可以模拟心血管系统的变化，从而增强连续血压监测的准确性和可靠性。

技术特征：

1.一种基于多生理信号和电网络的连续血压监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，所述第一电阻与所述电感并联，构成第一并联模块；所述第二电阻与所述电容并联，构成第二并联模块；所述第一并联模块与所述第二并联模块串联。

3.根据权利要求1所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，获取目标用户的生理信号集之后还包括：

4.根据权利要求1所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，对所述生理信号集进行特征提取，包括：

5.根据权利要求1所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，所述生理信号集包括ecg信号、icg信号以及ppg信号；所述预测模型用于：

6.根据权利要求1所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，所述预测模型预先通过训练数据进行模型优化，所述训练数据的生成方法包括：

7.根据权利要求6所述的基于多生理信号和电网络的连续血压监测方法，其特征在于，所述预测模型采用梯度提升的决策树构建，所述预测模型的模型优化方法包括：

8.一种基于多生理信号和电网络的连续血压监测系统，其特征在于，所述系统包括：

9.一种终端，其特征在于，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的基于多生理信号和电网络的连续血压监测方法的指令；所述处理器用于执行所述程序。

10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的基于多生理信号和电网络的连续血压监测方法的步骤。

技术总结
本发明公开了基于多生理信号和电网络的连续血压监测方法及相关设备。预先基于第一电阻、第二电阻、电容以及电感构建电网络模型；获取用户的生理信号集；通过预测模型根据生理信号集的信号特征预测电网络模型的模型参数组合；将预测模型参数组合应用于电网络模型，并仿真生成对应的仿真血压波形，根据仿真血压波形确定用户的血压监测结果。本发明从多生理信号中提取与血压变化相关的信号特征，预测电网络模型的模型参数，根据模型参数与血压变化之间的关系实现无创连续的血压监测。多生理信号可以充分利用不同生理信号的优势及互补特性，提供更为全面的信息，电网络模型则可以模拟心血管系统的变化，从而增强连续血压监测的准确性和可靠性。

技术研发人员：但果,张乃文,张羽,郭晓龙,马锦婷
受保护的技术使用者：深圳大学
技术研发日：
技术公布日：2024/12/30