本技術(shù)涉及醫(yī)療檢測，尤其是涉及一種基于放氣式示波法的智能血壓測量方法及系統(tǒng)。

背景技術(shù)：

1、血壓是評估心血管健康狀況的重要生理參數(shù)之一，準確可靠的血壓測量對于疾病的早期診斷、治療效果的監(jiān)測以及個人健康管理都至關(guān)重要。傳統(tǒng)的血壓測量方法主要包括聽診法和示波法。其中，聽診法通過醫(yī)生使用聽診器聽取柯氏音來確定收縮壓和舒張壓，雖然這種方法在臨床上應(yīng)用廣泛，但其存在一些顯著的局限性。相比之下，示波法作為一種非侵入性的自動化血壓測量技術(shù)，因其簡便易用而得到了廣泛應(yīng)用。示波法利用袖帶內(nèi)的氣壓變化來檢測脈搏引起的振蕩波信號，并通過分析這些信號來計算血壓值。

2、然而，由于環(huán)境因素和個體差異的影響，示波法的測量方式在信號處理及血壓值計算上仍存在精度不足、易受干擾等問題，特別是在面對復(fù)雜或異常的生理狀態(tài)時，如心律不齊、血管彈性改變等情況，容易導(dǎo)致示波法血壓計在多次測量中的結(jié)果波動較大，難以提供穩(wěn)定可靠的血壓讀數(shù)。

技術(shù)實現(xiàn)思路

1、為了提高血壓測量的精度和穩(wěn)定性，本技術(shù)提供了一種基于放氣式示波法的智能血壓測量方法及系統(tǒng)。

2、第一方面，本技術(shù)提供一種基于放氣式示波法的智能血壓測量方法，采用如下的技術(shù)方案：

3、一種基于放氣式示波法的智能血壓測量方法，應(yīng)用于包括氣泵、電磁閥、壓力傳感器、微處理器、顯示模塊和袖帶的智能血壓測量系統(tǒng)，所述測量方法包括：

4、控制所述氣泵向被測者的手腕或上臂的所述袖帶內(nèi)充氣，直到達到預(yù)設(shè)的初始氣壓值；

5、控制所述電磁閥以預(yù)設(shè)速率釋放所述袖帶內(nèi)的氣體，并接收所述壓力傳感器實時采集的袖帶內(nèi)的氣壓數(shù)據(jù)和振蕩波信號；

6、基于特征值法對所述振蕩波信號進行識別并提取關(guān)鍵特征，得到振蕩波特征參數(shù)；

7、基于預(yù)先建立的比例系數(shù)模型，根據(jù)所述氣壓數(shù)據(jù)和振蕩波特征參數(shù)計算得到初步血壓值；將所述振蕩波信號、所述振蕩波特征參數(shù)和所述初步血壓值，輸入至預(yù)先訓(xùn)練的帶有動量項的血壓值預(yù)測模型中，得到最終血壓值；其中，所述血壓值包括收縮壓值和舒張壓值；

8、將所述最終血壓值發(fā)送至所述顯示模塊進行輸出顯示。

9、通過采用上述技術(shù)方案，從氣壓調(diào)控到數(shù)據(jù)分析再到輸出顯示，通過結(jié)合振蕩波的特征處理和神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，實現(xiàn)了智能血壓測量過程的高效化和精準化，在面對復(fù)雜的生理信號時仍能夠確保血壓測量結(jié)果的可靠性和準確性，從而為用戶提供了一個高效、便捷且可靠的血壓監(jiān)測解決方案，提高了用戶體驗，并為醫(yī)療檢測領(lǐng)域提供了更加準確和穩(wěn)定的數(shù)據(jù)支持。

10、可選的，基于特征值法對所述振蕩波信號進行識別并提取關(guān)鍵特征，得到振蕩波特征參數(shù)的步驟包括：

11、對所述振蕩波信號進行數(shù)據(jù)預(yù)處理；

12、將所述預(yù)處理后的振蕩波信號根據(jù)不同預(yù)設(shè)壓力范圍分割為多個子段；

13、對每個子段中的所述振蕩波信號分別進行波峰檢測和波谷檢測，確定波峰位置和波谷位置，并計算每個波峰和波谷之間的特征參數(shù)，得到每個子段中振蕩波信號的關(guān)鍵特征參數(shù)；

14、基于主成分分析法對所述每個子段中振蕩波信號的關(guān)鍵特征參數(shù)進行降維處理和特征選擇，并對選擇的特征進行歸一化處理，得到優(yōu)化后的所述振蕩波特征參數(shù)。

15、通過采用上述技術(shù)方案，系統(tǒng)能夠高效、準確地提取出振蕩波信號的關(guān)鍵特征參數(shù)，這些步驟不僅提高了特征提取的精度和穩(wěn)定性，還減少了數(shù)據(jù)冗余，增強了系統(tǒng)的魯棒性和可擴展性。

16、可選的，基于預(yù)先建立的比例系數(shù)模型，根據(jù)所述氣壓數(shù)據(jù)和振蕩波特征參數(shù)計算得到初步血壓值的步驟包括：

17、從系統(tǒng)存儲中加載預(yù)先建立的比例系數(shù)模型；

18、對所述氣壓數(shù)據(jù)和振蕩波特征參數(shù)進行數(shù)據(jù)格式化；

19、將每個子段中的振蕩波特征參數(shù)映射到所述比例系數(shù)模型中對應(yīng)的輸入變量，得到映射后的特征參數(shù)集；

20、對所述氣壓數(shù)據(jù)進行校正處理，并將校正后的氣壓數(shù)據(jù)與所述特征參數(shù)集進行時間對齊，得到氣壓數(shù)據(jù)集；

21、將所述特征參數(shù)集和所述氣壓數(shù)據(jù)集輸入至比例系數(shù)模型中，計算得到初步的收縮壓值和舒張壓值。

22、通過采用上述技術(shù)方案，基于預(yù)先建立的比例系數(shù)關(guān)系，利用氣壓數(shù)據(jù)和振蕩波特征參數(shù)來計算初步血壓值，該技術(shù)方案不僅提高了初步血壓估算的精度和穩(wěn)定性，還為后續(xù)的神經(jīng)網(wǎng)絡(luò)優(yōu)化提供了可靠的數(shù)據(jù)基礎(chǔ)，顯著提升了整體血壓測量的準確性和可靠性。

23、可選的，所述比例系數(shù)模型的關(guān)系式為：

24、收縮壓＝a1×波幅+b1×頻率+c1×氣壓+d1；

25、舒張壓＝a2×波幅+b2×頻率+c2×氣壓+d2；

26、上式中，a1、b1、c1、d1和a2、b2、c2、d2是預(yù)先確定的比例系數(shù)。

27、可選的，還包括所述血壓值預(yù)測模型的訓(xùn)練步驟，所述訓(xùn)練步驟包括：

28、獲取樣本數(shù)據(jù)集并進行數(shù)據(jù)預(yù)處理；其中，所述樣本數(shù)據(jù)集包括振蕩波信號樣本數(shù)據(jù)、振蕩波特征參數(shù)樣本數(shù)據(jù)、初步血壓樣本值以及對應(yīng)的血壓值標(biāo)簽數(shù)據(jù)，所述血壓值標(biāo)簽數(shù)據(jù)為實際測量的收縮壓和舒張壓；

29、將所述樣本數(shù)據(jù)集劃分為訓(xùn)練集、驗證集和測試集；

30、將所述訓(xùn)練集輸入至預(yù)先構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)模型進行迭代訓(xùn)練，計算模型的損失函數(shù)，通過反向傳播算法計算梯度，并優(yōu)化模型參數(shù)；

31、基于帶有動量項的優(yōu)化算法對所述卷積神經(jīng)網(wǎng)絡(luò)模型的權(quán)重進行更新，直到所述損失函數(shù)滿足預(yù)設(shè)條件，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型；

32、基于所述驗證集對所述卷積神經(jīng)網(wǎng)絡(luò)模型進行驗證，評估所述卷積神經(jīng)網(wǎng)絡(luò)模型的性能并根據(jù)驗證結(jié)果調(diào)整模型的超參數(shù)；

33、基于所述測試集對調(diào)整后的卷積神經(jīng)網(wǎng)絡(luò)模型的預(yù)測能力進行測試，得到所述血壓值預(yù)測模型。

34、通過采用上述技術(shù)方案，使用帶有動量項的優(yōu)化算法對卷積神經(jīng)網(wǎng)絡(luò)模型進行迭代訓(xùn)練，并通過驗證集和測試集評估和優(yōu)化模型性能，該技術(shù)方案不僅提高了血壓測量的準確性，還增強了模型對于異常情況的魯棒性，這種優(yōu)化方法顯著提升了血壓測量的準確性和穩(wěn)定性，為醫(yī)療檢測領(lǐng)域提供了更加可靠和高效的解決方案。

35、可選的，在將所述最終血壓值發(fā)送至所述顯示模塊進行輸出顯示的步驟之后還包括：

36、判斷所述最終血壓值是否超過正常血壓范圍；

37、若是，則根據(jù)所述最終血壓值生成血壓預(yù)警提示并發(fā)送至對應(yīng)的醫(yī)護終端。

38、通過采用上述技術(shù)方案，在將最終血壓值發(fā)送至顯示模塊進行輸出顯示后，進一步判斷血壓值是否超過正常范圍。如果超過正常范圍，則生成相應(yīng)的預(yù)警提示，并將其發(fā)送至對應(yīng)的醫(yī)護終端。該技術(shù)方案不僅能夠?qū)崟r監(jiān)測用戶的血壓狀況，還能夠在發(fā)現(xiàn)異常時及時通知醫(yī)護人員，從而提高了醫(yī)療服務(wù)的響應(yīng)速度和質(zhì)量。通過這種預(yù)警機制，患者可以得到更及時的醫(yī)療干預(yù)，降低了因高血壓或低血壓引起的風(fēng)險，提升了整體醫(yī)療護理的安全性和有效性。

39、第二方面，本技術(shù)提供一種基于放氣式示波法的智能血壓測量系統(tǒng)，采用如下的技術(shù)方案：

40、一種基于放氣式示波法的智能血壓測量系統(tǒng)，所述智能血壓測量系統(tǒng)包括氣泵、電磁閥、壓力傳感器、微處理器、顯示模塊以及纏繞在被測者的手腕或上臂的袖帶；

41、所述氣泵，用于向所述袖帶內(nèi)充入氣體；

42、所述電磁閥，與所述氣泵相連，用于控制所述袖帶內(nèi)的氣體進出；

43、所述袖帶，用于通過所述氣泵和所述電磁閥調(diào)節(jié)內(nèi)部氣壓；

44、所述壓力傳感器，連接于所述袖帶，用于實時采集袖帶內(nèi)的氣壓數(shù)據(jù)和振蕩波信號；

45、所述微處理器，與所述氣泵、電磁閥以及壓力傳感器相連接，用于接收并處理所述壓力傳感器采集的氣壓數(shù)據(jù)和振蕩波信號，計算得到最終血壓值；

46、所述顯示模塊，用于顯示所述微處理器計算得到的最終血壓值。

47、可選的，所述微處理器包括：

48、氣泵控制單元，用于控制所述氣泵向被測者的手腕或上臂的所述袖帶內(nèi)充氣，直到達到預(yù)設(shè)的初始氣壓值；

49、電磁閥控制單元，用于控制所述電磁閥以預(yù)設(shè)速率釋放所述袖帶內(nèi)的氣體；

50、數(shù)據(jù)接收單元，用于接收所述壓力傳感器實時采集的袖帶內(nèi)的氣壓數(shù)據(jù)和振蕩波信號；

51、特征提取單元，用于基于特征值法對所述振蕩波信號進行識別并提取關(guān)鍵特征，得到振蕩波特征參數(shù)；

52、初步血壓值生成單元，用于基于預(yù)先建立的比例系數(shù)模型，根據(jù)所述氣壓數(shù)據(jù)和振蕩波特征參數(shù)計算得到初步血壓值；

53、最終血壓值生成單元，用于將所述振蕩波信號、所述振蕩波特征參數(shù)和所述初步血壓值，輸入至預(yù)先訓(xùn)練的帶有動量項的血壓值預(yù)測模型中，得到最終血壓值；其中，所述血壓值包括收縮壓值和舒張壓值；

54、最終血壓值發(fā)送單元，用于將所述最終血壓值發(fā)送至所述顯示模塊進行輸出顯示。

55、第三方面，本技術(shù)提供一種計算機設(shè)備，采用如下的技術(shù)方案：

56、一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)如第一方面所述方法的步驟。

57、第四方面，本技術(shù)提供一種計算機可讀存儲介質(zhì)，采用如下的技術(shù)方案：

58、一種計算機可讀存儲介質(zhì)，存儲有能夠被處理器加載并執(zhí)行如第一方面中任一種方法的計算機程序。

59、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：從氣壓調(diào)控到數(shù)據(jù)分析再到輸出顯示，通過結(jié)合振蕩波的特征處理和神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，實現(xiàn)了智能血壓測量過程的高效化和精準化，在面對復(fù)雜的生理信號時仍能夠確保血壓測量結(jié)果的可靠性和準確性，從而為用戶提供了一個高效、便捷且可靠的血壓監(jiān)測解決方案，提高了用戶體驗，并為醫(yī)療檢測領(lǐng)域提供了更加準確和穩(wěn)定的數(shù)據(jù)支持。