基于脈象分類的血壓自適應連續(xù)測量.pdf

1、血壓是衡量人體健康狀況的重要指標，特別是連續(xù)血壓，它能夠間接反應出心臟和血管的運行狀況，是臨床上進行疾病診斷、治療效果觀察以及疾病預防判斷的重要依據(jù)。但現(xiàn)在市面上的連續(xù)血壓測量設備，主要為可穿戴式電子血壓計都有著精確度差的缺點，不能準確的判斷人體是否出現(xiàn)危險病態(tài)，所以對血壓連續(xù)準確的測量以及異常狀況的有效判斷在預防心血管并發(fā)癥以及對長期高血壓患者的降壓用藥起到良好的監(jiān)督作用和重要意義。
　　因此，針對上述問題，本文對于血壓連續(xù)測量

2、提出了一種新型方法-基于脈象分類的血壓自適應連續(xù)測量。該方法采用新型傳感器—RF射頻雷達實現(xiàn)對人體橈動脈脈搏波的雙路信號獲取，然后引入分層定勢聯(lián)想機制模型實現(xiàn)脈象的引導式自動分類，最后通過分級自適應血壓預測模型實現(xiàn)血壓的實時測量。論文的主要研究內(nèi)容包括:
　　(1)深入了解RF-射頻雷達的工作原理以及其優(yōu)勢，設計一套人體橈動脈脈搏波采集系統(tǒng)，并利用Labview搭建出一套數(shù)據(jù)實時顯示與數(shù)據(jù)保存系統(tǒng)。通過與脈搏波采集系統(tǒng)金標準進行對

3、比驗證了該系統(tǒng)的有效性。
　　(2)脈象的準確分類是后期血壓預測的基礎，只有實現(xiàn)準確的分類才能保證血壓預測的準確性?；谌祟惗▌菟季S機制，我們提出了基于分層定勢聯(lián)想機制的脈象分類模型。首先進行友邦因子分析實現(xiàn)脈象粗分類并確定引導方向，然后利用定勢聯(lián)想神經(jīng)網(wǎng)絡實現(xiàn)對脈象的有效分類。神經(jīng)元交互聯(lián)想網(wǎng)絡融合了引導式變異以及脈象演變規(guī)則具有較強的定勢聯(lián)想能力，可以有效地實現(xiàn)被測脈象與典型脈象的自聯(lián)想。
　　(3)在血壓的預測階段，我

4、們引入了分級自適應血壓預測模型。首先，通過脈象建立其與血壓線性模型的內(nèi)部聯(lián)系，根據(jù)被測人的脈象以及相關信息實現(xiàn)一級血壓模型的動態(tài)調(diào)整。然后，利用訓練好的帶參數(shù)庫的PSO-BP神經(jīng)網(wǎng)絡實現(xiàn)二級血壓最終結(jié)果的調(diào)整。
　　實驗結(jié)果表明，基于分層定勢聯(lián)想機制的脈象分類模型可以對人體常見脈象實現(xiàn)較高的分類準確度，其準確率達到92.86％，相比其他方法具有更好的分類效果。同時，血壓自適應預測模型的預測準確度總體達到了94.65％，能夠?qū)Ξ惓Ｑ?/p>