一种基于示波法的血压包络的估计方法

技术领域

本发明涉及人体血压测量医学领域，尤其涉及一种基于示波法的血压包络的估计方法。

背景技术

血压是人体重要的生理参数之一，测量血压的方法主要分为示波法和柯氏音法两类。目前大多数的无创电子血压计都采用示波法。电子血压计通过袖带上的压力传感器把与心搏同步的压力波动转换为电子信号，通过电子信号的幅度特性来判断高低血压。在示波法的测量过程中，袖带缓慢加压。当袖带压力大于舒张压时压力波幅度开始增大。随着袖带压力上升到平均压，压力波幅度最大。当袖带压力大于平均压时，压力波幅度逐渐减小。当袖带压力大于收缩压时，压力波幅度减小到最小值。

在示波法中，把袖带压力称为静压，把压力波称为动压。示波法测量过程中，最重要的问题是根据压力波序列提取出压力波的包络曲线，并建立静压和动压包络的对应关系。建立静压和动压包络关系后，可根据示波法技术中的幅度系数法或者S法最终确定血压的高压/低压值。

在实际应用过程中，动压包络有多种求取方法。例如多项式拟合、高斯曲线拟合等等。公开号为CN102018507A发明专利申请，公开的“一种基于示波法测量血压的数据分析处理方法”，便利用了多项式拟合的方法，定义曲线P(x)＝a₀+a₁x+...+a_nxⁿ，其中a0，a1，...，an为需要求的系数，n＞＝2。动压包络曲线近似钟形曲线，多项式曲线在选择低阶多项式时并不能在有效的血压取值范围内拟合出钟形动压包络。多项式拟合曲线特性并不能在有效的区间内与动压包络保持一致。如图3所示，L1表示多项式拟合成的曲线，可以看出多项式拟合不能准确估计动压包络的最大值。根据示波法原理，舒张压与收缩压的估计都需要使用动压包络的最大值。多项式拟合在包络曲线两端趋势与理论不一致。动压幅度理论上在包络两侧会逼近一个固定值。

而高斯拟合曲线虽然可以保证曲线特性与动压包络曲线基本一致。由于实际放气过程中所产生的袖带脉搏波的幅度改变趋势是由小到大的，到达幅度极值后再由大到小，形成非对称并且非线性曲线包络趋势。由于高斯曲线的对称性，在实际测量过程中并不能被满足。如果使用高斯曲线拟合实际动压包络，则会导致实际测量结果的方差变大。并且高斯拟合的对动压包络曲线的最大值估计与真实最大值存在不可忽视的偏差。如图3所示，L2表示高斯曲线拟合成的曲线，可以从图上看到，高斯拟合在高压部分曲线拟合效果比多项式拟合效果好。但是在低压部分高斯拟合的曲线仍然高于实际测量值。

发明内容

本发明的发明目的是解决上述现有的血压包络估算方法的局限性，提供一种误差小、精度高的基于示波法的血压包络的估计方法。

本发明一种基于示波法的血压包络的估计方法，包括以下步骤：

S1，在测量结束后，通过运算取得动压峰值以及对应的静压值，设定动压幅度的范围的两个阈值是y_t1和y_t2，选取动压序列y_i(y_t1≤y_i≤y_t2)，动压序列对应的静压序列为x_i，对应的函数关系为y_i(x_i)；

S2，设拟合曲线的函数为f(x_i，β)，参数向量β＝(a₀，a₁，…，a_i，…，a_N，b，c)，其中a₀、a₁、…、a_i、…、a_N、b、c为曲线参数变量，N是自然数，0≤i≤N；以S1中所选取的动压序列y_i为基础，计算迭代初始值a₀、a₁、…、a_i、…、a_N、b、c；其中，所述的a₀＝y_m，y_m为动压序列y_i中的最大值；a_i＝0，0＜i≤N；b＝c²；c＝x_m，x_m为y_m对应的静压值；定义拟合曲线的公式为M为大于0的偶数；

S3，执行levenbergmarquardt迭代算法寻找最优的参数向量，公式为λ为每次迭代步进长度，计算β；计算t1为动压序列y_i的阈值y_t1时i的取值，t2为动压序列y_i的阈值y_t2时i的取值；

S4，定义阈值threshold和threshold_1，，判断当|θ|＜threshold或者|E(β+θ)-E(β)|＜threshold_1时，迭代结束，进行到下一步骤，同时得到最优的参数向量β＝(a₀，a₁，…，a_i，…，a_N，b，c)；

S5，保存曲线参数(a₀，a₁，…，a_i，…，a_N，b，c)，提取包络f(x_i，β)。

进一步地，所述的y_t1的取值为y_i序列幅度的40％。

进一步地，步骤S2中所述的N取值为1。

进一步地，步骤S5中所述的M取值为4。

进一步地，所述的threshold的取值为5-25。

进一步地，所述的threshold的取值为10。

进一步地，所述的threshold_1的取值为初始值(a₀、a₁、…、a_i、…、a_N、b、c)*0.005。

采用以上结构后，本发明与现有技术相比，具有以下优点：

对比现有技术中的多项式拟合和高斯拟合曲线，本发明的曲线拟合趋势与理论结果更一致；也更逼近真实测量的最大值，根据示波法的方法可估计更准确的收缩压与舒张压；在低压与高压部分都可以取得很好的拟合结果。克服了曲线拟合模型误差大、不够精确的问题，定义了一类新型曲线，以在实际示波法测量过程中，提取动压包络，提高了电子血压计测量的准确性与稳定性。

附图说明

图1是本发明的步骤流程图。

图2是本发明的袖带压力与压力波曲线。

图3是现有技术中的多项式拟合、高斯拟合曲线与本发明的曲线拟合结果图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，本发明一种基于示波法的血压包络的估计方法，包括以下步骤：

S1，在测量结束后，通过运算取得动压峰值以及对应的静压值，设定动压幅度的范围的两个阈值是y_t1和y_t2，选取动压序列y_i(y_t1≤y_i≤y_t2)，动压序列对应的静压序列为x_i，对应的函数关系为y_i(x_i)；

S2，设拟合曲线的函数为f(x_i，β)，参数向量β＝(a₀，a₁，…，a_i，…，a_N，b，c)，其中a₀、a₁、…、a_i、…、a_N、b、c为曲线参数变量，N是自然数，0≤i≤N；以S1中所选取的动压序列y_i为基础，计算迭代初始值a₀、a₁、…、a_i、…、a_N、b、c；其中，所述的a₀＝y_m，y_m为动压序列y_i中的最大值；a_i＝0，0＜i≤N；b＝c²；c＝x_m，x_m为y_m对应的静压值；定义拟合曲线的公式为M为大于0的偶数；

S3，执行levenbergmarquardt迭代算法寻找最优的参数向量，公式为λ为每次迭代步进长度，计算β；计算t1为动压序列y_i的阈值y_t1时i的取值，t2为动压序列y_i的阈值y_t2时i的取值；

S4，定义阈值threshold和threshold_1，判断当|θ|＜threshold或者|E(β+θ)-E(β)|＜threshold_1时，迭代结束，进行到下一步骤，同时得到最优的参数向量β＝(a₀，a₁，…，a_i，…，a_N，b，c)；

S5，保存曲线参数(a₀，a₁，…，a_i，…，a_N，b，c)，提取包络f(x_i，β)。

所述的y_t1的取值为y_i序列幅度的40％。

步骤S2中所述的N取值为1。

步骤S5中所述的M取值为4。

所述的threshold的取值为5-25。

所述的threshold的取值为10。

所述的threshold_1的取值为初始值(a₀、a₁、…、a_i、…、a_N、b、c)*0.005。

需要说明的是，此处序列幅度取40％是经验数值。本发明所述的y_t1与y_t2均为经验值，通过实验取得。设置y_t1与y_t2主要要考虑到包络曲线的覆盖范围与对拟合的影响，也需要考虑到示波法的原理。选取的标准是y_t1与y_t2要包含舒张压与收缩压，尽量不要包括舒张压与收缩压之外的无效数据。

除此之外，本发明所述的N和M的取值，以及阈值threshold均为试验得到的经验值。

在已获得的一次血压测量的离散实验数据时,拟合问题就是为这样的离散的测量点建立对应的、近似的连续模型的一种应用基础问题。因为测量得到的离散点存在受干扰因素，通过拟合到理想曲线的方法可以减小与理想结果之间的误差。而在拟合问题中,因为目标模型的拟合曲线不可能精确地过已知的各离散点,只要求拟合曲线大体能够描述已知离散点分布的总体轮廓,并且与理想曲线的误差尽量的小。。

本发明在步骤S3中，采用levenbergmarquardt算法寻找使得误差最小的参数向量。levenbergmarquardt算法是是非线性最小二乘法可实现的一种方法，目的是可以使程序在一定的时间内计算出最小二乘法所计算出的理论值。最小二乘原理可通过最小化误差的平方和寻找数据的最佳参数匹配。即，寻找到最优的参数向量β的取值。

图3是现有技术中的多项式拟合、高斯拟合曲线与使用本发明进行实验的一种基于示波法的血压包络的估计方法的曲线拟合结果图。图3的纵坐标表示标的血压幅值，横坐标表示静压值。在图3所示的实验结果中，曲线L3为处理得到的包络曲线。由图中可知，本发明的包络曲线L3相较于多项式拟合曲线L1与高斯拟合曲线L2，在趋势上更为接近理论值；并且，本发明的曲线更为接近实际最大值；且无论在低压和高压部分都可以取得很好的拟合结果。

以上仅就本发明的最佳实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅限于以上实施例，凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。