非接触式血压变异性实时测量系统、计算机设备和存储介质
阅读说明：本技术 非接触式血压变异性实时测量系统、计算机设备和存储介质 (Non-contact blood pressure variability real-time measurement system, computer device and storage medium ) 是由 洪弘 奚梦婷 李彧晟 顾陈 孙理 朱晓华 于 2019-08-30 设计创作，主要内容包括：本发明公开了一种非接触式血压变异性实时测量系统、计算机设备和存储介质,包括：脉搏波采集模块,利用生命体征监测雷达实时采集主动脉脉搏波波形信号；脉搏波实时传导时间获取模块,用于对主动脉脉搏波波形信号进行特征点提取,根据特征点求取脉搏波实时传导时间；血压测量模块,用于建立基于血压与脉搏波传导时间的高斯过程回归算法模型,并由该模型获取脉搏波实时传导时间对应的实时血压值；血压变异性测量模块,用于根据血压测量模块测得的当前时刻的血压和上一时刻的血压,求取受试者的血压变异性。相比传统的血压变异性测量系统,本发明的系统只需单个射频传感器即可实现非接触、无创、准确地测量血压变异性值,有效可行,性能可靠,且精度更高。(The invention discloses a non-contact blood pressure variability real-time measuring system, a computer device and a storage medium, comprising: the pulse wave acquisition module is used for acquiring an aortic pulse wave waveform signal in real time by using a vital sign monitoring radar; the pulse wave real-time conduction time acquisition module is used for extracting characteristic points of the aortic pulse wave waveform signals and solving the pulse wave real-time conduction time according to the characteristic points; the blood pressure measuring module is used for establishing a Gaussian process regression algorithm model based on blood pressure and pulse wave conduction time, and acquiring a real-time blood pressure value corresponding to the pulse wave real-time conduction time by the model; and the blood pressure variability measuring module is used for solving the blood pressure variability of the subject according to the blood pressure at the current moment and the blood pressure at the previous moment measured by the blood pressure measuring module. Compared with the traditional blood pressure variability measuring system, the system can realize non-contact, non-invasive and accurate measurement of the blood pressure variability value only by a single radio frequency sensor, and has the advantages of effectiveness, feasibility, reliable performance and higher precision.)
技术领域
本发明属于医疗检测系统领域，特别涉及一种非接触式血压变异性实时测量系统、计算机设备和存储介质。
背景技术
根据研究发现，血压在一段时间内具有波动性，血压变异性即表征一定时间内血压的波动程度，是评价心血管自主神经活动的无创指标。众所周知，血压和心率一样，时刻变化着，如血压变异的生理变化——昼夜变化的“两峰一谷”。
目前市场上已知的血压变异性直接测量设备均为有创性的，需要在动脉插管监测，其测量的血压结果最为精确，需要将压力传感器插入人体大动脉检测血压信号，但是对人体伤害较大，设备昂贵，耗时较久。所以临床上普遍使用的血压变异性测量采用特定时间段测量的血压读数的标准差(SD)或变异系数(标准差/平均值，CV)等来表示。常用的动态血压计虽然可获取病人24小时内的血压波动情况，但其反映的也是某个时间段的血压值，监测的实时连续性得不到保障，并且因为每次测量都要对袖带进行充气，会严重干扰到病人的日常生活。同时接触式监测无法直接接触一些个体，例如：大面积烧伤病人、传染病患者、皮肤病患者、刚出生的婴儿等，这使接触式监测的应用范围受到限制。此外，接触式血压变异性监测往往需要专业的医护人员，而且在每次监测之前，需要花费将近一个小时进行准备，操作繁琐，耗费人力和财力，且不能实现实时监测。
发明内容
本发明的目的在于提供一种能实现血压变异性连续实时无创测量的非接触式血压变异性实时测量系统、计算机设备和存储介质。
实现本发明目的的技术解决方案为：一种非接触式血压变异性实时测量系统，包括：
脉搏波采集模块，利用生命体征监测雷达实时采集受试者的主动脉脉搏波波形信号；
脉搏波实时传导时间获取模块，用于对主动脉脉搏波波形信号进行特征点提取，根据特征点求取脉搏波实时传导时间；
血压测量模块，用于建立基于血压与脉搏波传导时间的高斯过程回归算法模型，并根据该模型获取脉搏波实时传导时间对应的实时血压值，血压包括收缩压和舒张压；
血压变异性测量模块，用于根据血压测量模块测得的当前时刻的血压和上一时刻的血压，求取受试者的血压变异性。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述系统每一个模块的功能。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述系统每一个模块的功能。
本发明与现有技术相比，其显著优点为：1)利用单架生命体征监测雷达即可实现血压变异性的非接触测量，能够穿透衣物与被褥等障碍物，与传统的接触式监测相比，操作更便利，能减少人体的不适感，并且可以克服接触式的很多局限性；2)系统获取血压时建立血压与脉搏波传导时间的高斯过程回归算法模型，高斯过程综合了贝叶斯算法，能够得到非参数概率模型，与支撑向量机和随机森林等方法比较，需要的模型参数更少，但预测效果并不比支撑向量机和随机森林等方法差，可以对输出结果做出概率意义的解释，在实际应用中具有良好的结果；3)利用单架连续波雷达进行监测，对准受试者腹部或者背部测量出主动脉脉搏波波形信号，建立高斯过程回归实现得到血压值，实现超短时血压变异性的无创测量；相较于传统的血压变异性测量，不需要专业的医护人员和多个传感器测量多处动脉即可计算得到；且相比传统测量，本系统需要的仪器少，操作简单，无需接触人体，应用前景更广；4)系统简单有效，性能可靠，便于实施。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明非接触式血压变异性实时测量系统原理示意图。
图2为本发明血压测量模块建立的血压与脉搏波传导时间的高斯过程回归算法模型曲线示意图，其中图(a)为PTT-SBP高斯回归预测模型曲线示意图，图(b)为DBP-DBP高斯回归预测模型曲线示意图。
图3为本发明实施例中受试者的长时血压变异性测量图。
图4为本发明实施例中受试者的短时血压变异性测量图。
图5为本发明实施例中受试者的脉搏波波形测量图。
图6为本发明实施例中受试者的超短血压变异性测量图即逐拍血压测量图。
具体实施方式
结合图1，本发明一种非接触式血压变异性实时测量系统，包括：
脉搏波采集模块，利用生命体征监测雷达实时采集受试者的主动脉脉搏波波形信号；
脉搏波实时传导时间获取模块，用于对主动脉脉搏波波形信号进行特征点提取，根据特征点求取脉搏波实时传导时间；
血压测量模块，用于建立基于血压与脉搏波传导时间的高斯过程回归算法模型，并根据该模型获取脉搏波实时传导时间对应的实时血压值，血压包括收缩压和舒张压；
血压变异性测量模块，用于根据血压测量模块测得的当前时刻的血压和上一时刻的血压，求取受试者的血压变异性。
进一步地，脉搏波采集模块利用生命体征监测雷达实时采集受试者的主动脉脉搏波波形信号，具体为：
受试者正坐或平躺，单架生命体征监测雷达对准受试者腹部或者背部放置，并持续录取生命体征信号，在此过程中受试者先正常呼吸，然后屏气x秒，然后再正常呼吸，以此循环，x的取值为20～35s；生命体征监测雷达录取的生命体征信号包括脉搏波、心跳和杂波；所述生命体征监测雷达为连续波雷达；
截取屏住呼吸x秒内测量的生命体征信号，对这x秒的生命体征信号进行解调，然后通过带通滤波器去除心跳和杂波，获得受试者的主动脉脉搏波波形信号；
进一步地，脉搏波实时传导时间获取模块，用于对主动脉脉搏波波形信号进行特征点提取，根据特征点求解脉搏波实时传导时间，具体为：
对由生命体征监测雷达采集的主动脉脉搏波波形信号进行特征点提取，获得主动脉脉搏波波形信号的各个主要特征点，包括脉搏波波谷、脉搏波第一收缩波峰、脉搏波第二收缩波峰、脉搏波降中峡。
由主动脉脉搏波第一收缩波峰和射血期停止点即脉搏波降中峡两个特征点求解脉搏波传导时间，具体为：
提取主动脉脉搏波第一收缩波峰对应的时间，即主动脉脉搏波波形的第一个极大值点对应的时间，记为TS；提取脉搏波降中峡应的时间，即主动脉脉搏波波形的第二个拐点对应的时间，记为TD，则脉搏波传导时间PTT为：
进一步地，血压测量模块用于建立基于血压与脉搏波传导时间的高斯过程回归算法模型，并根据该模型获取脉搏波实时传导时间对应的实时血压值，血压包括收缩压和舒张压，具体为：
(1)利用血压计测得受试者的血压观测值BP1,BP2,…,BPn，将所有观测值作为训练集，n为训练样本数，每一个观测值被看作多维高斯分布中采样出来的一个点；PTT1,PTT2,…,PTTn分别为BP1,BP2，…,BPn对应的脉搏波传导时间；
将每个血压观测值BP建模为某个隐函数f(PTT)加一个符合均值为0、方差为的独立高斯分布噪声ε，记为即：
其中，PTT为输入向量，f(PTT)假定给予一个高斯过程先验，即：
f(PTT)～GP(0,K)
根据贝叶斯定律以及自变量PTT通过核函数从低维到高维的映射，获得血压观测值BP和血压预测值BP*的联合先验分布：
其中，K＝K(PTT,PTT)为n×n阶对称正定的协方差矩阵，矩阵内的元素用来度量PTT*与PTT*之间的相关性；K(PTT,PTT*)＝K(PTT*,PTT)T为脉搏波传导时间测试值PTT*与训练集的输入给定脉搏波传导时间观测值PTT之间的n×1阶协方差矩阵；k(PTT*,PTT*)为PTT*自身的协方差；In为n维单位矩阵，σn为高斯白噪声；
(2)血压预测值BP*服从高维高斯分布，通过贝叶斯公式进一步推导获得血压预测值BP*的后验分布即血压与脉搏波传导时间的高斯过程回归算法模型：
式中，BP*为输出，PTT、BP、PTT*为输入；
其中，
简写为：
式中，k(PTT*,PTT*)为PTT*自身的协方差函数，为血压预测值BP*的均值，V(BP*)＝cov(BP*)为血压预测值BP*的方差，血压预测值BP*符合均值为方差为V(BP*)的高斯分布；其中，血压的收缩压预测值SBP*服从均值为方差为V(SBP*)的高斯分布；血压的舒张压预测值DBP*服从均值为方差为V(DBP*)的高斯分布；
(3)根据脉搏波传导时间PTT获取对应的实时血压值：
将PTT代入SBP、DBP对应的高斯分布如图2所示，即可获得对应的SBP、DBP的预测值。
进一步地，血压变异性测量模块用于根据当前时刻的血压和上一时刻的血压，求取受试者的血压变异性，具体为：
利用血压测量模块在t0时刻测量受试者的实时血压，并在t0+t时刻测量受试者的实时血压，其中t的取值为采样频率分之一，将t0+t时刻的血压和t0时刻的血压相减，获得受试者的血压变异性BPV：
BPV(t0)＝BP(t0+t)-BP(t0)。
其中，血压变异性主要分为长时血压变异性、短时血压变异性以及超短时血压变异性三种。长时血压变异性主要指数日或是数周间的变异；短时血压变异性指24小时动态血压也就是数小时间的血压变异，测量方法一般为每隔1-2小时测量一次；超短时血压变异性指逐拍血压的变异，每次心搏造成的血压都会有微小的差异。本发明采用的连续波雷达，不仅可以实现长时间连续不断的测量，还可以实时反馈数据，计算每个波形对应的脉搏波传导时间，能获得每分每秒血压的变化，也就是超短时血压变异性。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述系统模块的功能，具体过程为：
利用生命体征监测雷达实时采集受试者的主动脉脉搏波波形信号，具体为：受试者正坐或平躺，单架生命体征监测雷达对准受试者腹部或者背部放置，并持续录取生命体征信号，在此过程中受试者先正常呼吸，然后屏气x秒，然后再正常呼吸，以此循环，x的取值为20～35s；生命体征监测雷达录取的生命体征信号包括脉搏波、心跳和杂波；所述生命体征监测雷达为连续波雷达；
截取屏住呼吸x秒内测量的生命体征信号，对这x秒的生命体征信号进行解调，然后通过带通滤波器去除心跳和杂波，获得受试者的主动脉脉搏波波形信号。
对主动脉脉搏波波形信号进行特征点提取，根据特征点求取脉搏波实时传导时间，具体为：
对由生命体征监测雷达采集的主动脉脉搏波波形信号进行特征点提取，获得主动脉脉搏波波形信号的各个主要特征点，包括脉搏波波谷、脉搏波第一收缩波峰、脉搏波第二收缩波峰、脉搏波降中峡。
由主动脉脉搏波第一收缩波峰和射血期停止点即脉搏波降中峡两个特征点求解脉搏波传导时间，具体为：
提取主动脉脉搏波第一收缩波峰对应的时间，即主动脉脉搏波波形的第一个极大值点对应的时间，记为TS；提取脉搏波降中峡应的时间，即主动脉脉搏波波形的第二个拐点对应的时间，记为TD，则脉搏波传导时间PTT为：
建立基于血压与脉搏波传导时间的高斯过程回归算法模型，并根据该模型获取脉搏波实时传导时间对应的实时血压值，血压包括收缩压和舒张压；具体为：
(1)利用血压计测得受试者的血压观测值BP1,BP2,…,BPn，将所有观测值作为训练集，n为训练样本数，每一个观测值被看作多维高斯分布中采样出来的一个点；PTT1,PTT2,…,PTTn分别为BP1,BP2，…,BPn对应的脉搏波传导时间；
将每个血压观测值BP建模为某个隐函数f(PTT)加一个符合均值为0、方差为的独立高斯分布噪声ε，记为即：
其中，PTT为输入向量，f(PTT)假定给予一个高斯过程先验，即：
f(PTT)～GP(0,K)
根据贝叶斯定律以及自变量PTT通过核函数从低维到高维的映射，获得血压观测值BP和血压预测值BP*的联合先验分布：
其中，K＝K(PTT,PTT)为n×n阶对称正定的协方差矩阵，矩阵内的元素用来度量PTT*与PTT*之间的相关性；K(PTT,PTT*)＝K(PTT*,PTT)T为脉搏波传导时间测试值PTT*与训练集的输入给定脉搏波传导时间观测值PTT之间的n×1阶协方差矩阵；k(PTT*,PTT*)为PTT*自身的协方差；In为n维单位矩阵，σn为高斯白噪声；
(2)血压预测值BP*服从高维高斯分布，通过贝叶斯公式进一步推导获得血压预测值BP*的后验分布即血压与脉搏波传导时间的高斯过程回归算法模型：
式中，BP*为输出，PTT、BP、PTT*为输入；
其中，
简写为：
式中，k(PTT*,PTT*)为PTT*自身的协方差函数，为血压预测值BP*的均值，V(BP*)＝cov(BP*)为血压预测值BP*的方差，血压预测值BP*符合均值为方差为V(BP*)的高斯分布；其中，血压的收缩压预测值SBP*服从均值为方差为V(SBP*)的高斯分布；血压的舒张压预测值DBP*服从均值为方差为V(DBP*)的高斯分布；
(3)根据脉搏波传导时间PTT获取对应的实时血压值：
将PTT代入SBP、DBP对应的高斯分布，即可获得对应的SBP、DBP的预测值。
根据血压测量模块测得的当前时刻的血压和上一时刻的血压，求取受试者的血压变异性，具体为：
利用血压测量模块在t0时刻测量受试者的实时血压，并在t0+t时刻测量受试者的实时血压，其中t的取值为采样频率分之一，将t0+t时刻的血压和t0时刻的血压相减，获得受试者的血压变异性BPV：
BPV(t0)＝BP(t0+t)-BP(t0)。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述系统模块的功能，具体过程为：
利用生命体征监测雷达实时采集受试者的主动脉脉搏波波形信号，具体为：受试者正坐或平躺，单架生命体征监测雷达对准受试者腹部或者背部放置，并持续录取生命体征信号，在此过程中受试者先正常呼吸，然后屏气x秒，然后再正常呼吸，以此循环，x的取值为20～35s；生命体征监测雷达录取的生命体征信号包括脉搏波、心跳和杂波；所述生命体征监测雷达为连续波雷达；
截取屏住呼吸x秒内测量的生命体征信号，对这x秒的生命体征信号进行解调，然后通过带通滤波器去除心跳和杂波，获得受试者的主动脉脉搏波波形信号。
对主动脉脉搏波波形信号进行特征点提取，根据特征点求取脉搏波实时传导时间，具体为：
对由生命体征监测雷达采集的主动脉脉搏波波形信号进行特征点提取，获得主动脉脉搏波波形信号的各个主要特征点，包括脉搏波波谷、脉搏波第一收缩波峰、脉搏波第二收缩波峰、脉搏波降中峡。
由主动脉脉搏波第一收缩波峰和射血期停止点即脉搏波降中峡两个特征点求解脉搏波传导时间，具体为：
提取主动脉脉搏波第一收缩波峰对应的时间，即主动脉脉搏波波形的第一个极大值点对应的时间，记为TS；提取脉搏波降中峡应的时间，即主动脉脉搏波波形的第二个拐点对应的时间，记为TD，则脉搏波传导时间PTT为：
建立基于血压与脉搏波传导时间的高斯过程回归算法模型，并根据该模型获取脉搏波实时传导时间对应的实时血压值，血压包括收缩压和舒张压；具体为：
(1)利用血压计测得受试者的血压观测值BP1,BP2,…,BPn，将所有观测值作为训练集，n为训练样本数，每一个观测值被看作多维高斯分布中采样出来的一个点；PTT1,PTT2,…,PTTn分别为BP1,BP2，…,BPn对应的脉搏波传导时间；
将每个血压观测值BP建模为某个隐函数f(PTT)加一个符合均值为0、方差为的独立高斯分布噪声ε，记为即：
其中，PTT为输入向量，f(PTT)假定给予一个高斯过程先验，即：
f(PTT)～GP(0,K)
根据贝叶斯定律以及自变量PTT通过核函数从低维到高维的映射，获得血压观测值BP和血压预测值BP*的联合先验分布：
其中，K＝K(PTT,PTT)为n×n阶对称正定的协方差矩阵，矩阵内的元素用来度量PTT*与PTT*之间的相关性；K(PTT,PTT*)＝K(PTT*,PTT)T为脉搏波传导时间测试值PTT*与训练集的输入给定脉搏波传导时间观测值PTT之间的n×1阶协方差矩阵；k(PTT*,PTT*)为PTT*自身的协方差；In为n维单位矩阵，σn为高斯白噪声；
(2)血压预测值BP*服从高维高斯分布，通过贝叶斯公式进一步推导获得血压预测值BP*的后验分布即血压与脉搏波传导时间的高斯过程回归算法模型：
式中，BP*为输出，PTT、BP、PTT*为输入；
其中，
简写为：
式中，k(PTT*,PTT*)为PTT*自身的协方差函数，为血压预测值BP*的均值，V(BP*)＝cov(BP*)为血压预测值BP*的方差，血压预测值BP*符合均值为方差为V(BP*)的高斯分布；其中，血压的收缩压预测值SBP*服从均值为方差为V(SBP*)的高斯分布；血压的舒张压预测值DBP*服从均值为方差为V(DBP*)的高斯分布；
(3)根据脉搏波传导时间PTT获取对应的实时血压值：
将PTT代入SBP、DBP对应的高斯分布，即可获得对应的SBP、DBP的预测值。
根据血压测量模块测得的当前时刻的血压和上一时刻的血压，求取受试者的血压变异性，具体为：
利用血压测量模块在t0时刻测量受试者的实时血压，并在t0+t时刻测量受试者的实时血压，其中t的取值为采样频率分之一，将t0+t时刻的血压和t0时刻的血压相减，获得受试者的血压变异性BPV：
BPV(t0)＝BP(t0+t)-BP(t0)。
下面结合实施例对本发明作进一步详细的描述。
实施例
本实施例中分别采用本发明系统以及专用血压检测仪对10个受试者的血压变异性进行测试。
以本发明系统进行测试，包括以下内容：
1、由系统中的脉搏波采集模块采集10个受试者的主动脉脉搏波信号。
2、由系统中的脉搏波实时传导时间获取模块获得这10个受试者的主动脉脉搏波波形特征点，根据各个主要特征点，求解10个人的脉搏波实时传导时间。
3、由系统中的血压测量模块，建立血压与脉搏波传导时间的高斯过程回归算法模型，将10个人的脉搏波实时传导时间输入波形分析装置，之后根据脉搏波传导时间获取每个人的实时血压值。
4、由系统中的血压变异性测量模块求取受试者的血压变异性，血压值包括收缩压和舒张压，将10个人的舒张压减去收缩压，得到血压变异性。
本发明系统以及专用血压检测仪检测的结果如下表1所示：
表1高斯回归预测模型计算血压值结果
由上表1可知，本发明系统测量结果与专用血压检测仪测量结果相比，误差保持在5mmHg以内，说明本发明测量结果准确。从受试者中挑选了一名受试者，首先要求受试者每天在同一时刻测量血压，连续测量六天不间断，得到SBP，DBP的变化，即获得长时血压变异性如图3所示。
完成上述实验后，要求受试者在一天内，从上午八点半开始，到下午六点半结束，每隔两小时利用连续波雷达测量一次血压，得到SBP，DBP变化，即获得短时血压变异性如图4所示。
由图3、图4可知，本发明系统可以有效实现长时血压变异性和短时血压变异性的测量，具备一定研究价值。在此基础上，本发明采用连续波雷达，不仅可以实现长时间连续不断的测量，还可以实时反馈数据，计算每个波形对应的脉搏波传导时间，可以获得每分每秒血压的变化，即连续波雷达可以实现逐拍血压的测量。仍以受试者为例，连续波雷达测量获得的脉搏波波形如图5所示。
由图5可知，连续波雷达可以实时测量并反馈脉搏波波形，每个脉搏波波形都可以求解得到对应的心血管特征参数。将求得每个波形对应的特征参数输入高斯过程回归模型，得到实时的血压参数，最终获得SBP，DBP的逐拍血压即超短时血压变异性如图6所示。
综上，本发明非接触式血压变异性实时测量系统、计算机设备和存储介质，可以实现长时血压变异性、短时血压变异性以及超短时血压变异性三种情况的测量。相比传统的血压变异性测量装置，本发明的测量系统只需单个射频传感器即可实现非接触、无创、准确地测量血压变异性值，有效可行，性能可靠，且精度更高。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：显示设备