论文部分内容阅读
血压是一项非常重要的人体生理参数,它能够清楚的反应出人体心脏和血管是否存在异常,是临床医师预测疾病、诊治疾病、查看诊治疗效的一项重要凭证。另外,血压也是各种心血管疾病的潜在表现特征,血压的短期内变化也可能预示这些疾病的恶化,爆发等,所以血压的连续测量非常重要。然而,现存的无创连续血压监测方法设备庞大,对被测者要求较高,测量时间比较长,无法长期连续监测。到目前为止,血压的连续监测仍然没有达到最佳状态。鉴于这种现状,本文提出一种利用脉搏波检测无创连续血压的方法,该方法包括脉搏波信号的检测、脉搏波特征的提取、血压预测模型的建立、血压预测模型的评估四个模块。主要研究工作包括以下几方面:(1)脉搏波特征参数的选择和提取。根据脉搏波的形成以及传播情况,深入分析了血压和脉搏波特征参数的相关性,选取和血压相关的特征,并进行标准化处理。(2)基于多参数重症监护数据库(Multiparameter Intelligent Monitoring in Intensive Care,MIMIC Ⅱ)中数据建立基于脉搏波特征参数的多元线性血压动态模型。(3)利用改进的逐步回归法和弹性网回归法预测血压,并对比两种方法。(4)通过自采多通道生理采集器同步采集脉搏波和血压数据,验证提出的动态模型。结果表明,MIMIC Ⅱ数据库中舒张压的预测平均准确率达到98%,收缩压的预测平均正确率达到96%,舒张压的预测平均误差约为0.96 mmHg(毫米汞注),收缩压的预测平均误差约1.61 mmHg。自采正常人的血压和脉搏波信号做预测,预测结果满足AAMI(5±8mmHg)标准,验证了脉搏波特征参数可以用来预测连续血压,且该方法更适合舒张压的测量。本论文的创新性在于:(1)提出了 14个脉搏波特征参数用于血压预测,特别地,提出动态设置阈值的方法提取特征参数,提高了参数提取的准确率。(2)提出血压动态预测的方法。人体总处于动态变化中,动态预测血压更加适应血压的变化规律,目前国际上只有少数的动态血压预测报道。(3)将弹性网回归算法应用到血压预测领域,并得到很好的预测结果。