基于单路PPG信号的无袖带血压监测算法

作     者：刘荞安 谢文舒 周均 

作者机构：西北大学信息科学与技术学院陕西西安710127 

出 版 物：《物联网技术》 (Internet of things technologies)

年 卷 期：2024年第14卷第4期

页      码：26-29,33页

摘      要：PPG信号描述了人体组织对外界光线反射量随脉搏变化的波形,其波形特征与血压值存在关联,现有的PPG信号估计血压算法存在模型复杂、通用性低等问题。本文利用轻量化的卷积神经网络提取单周期信号特征,在无需个人化校正的情况下,仅用单路PPG信号对收缩压与舒张压分别估计。针对PPG信号中存在的大量干扰,设计了一套基于周期间幅值关系的信号校正方法,并利用循环移位自相关函数值为判断依据,合理去除不适宜采用的数据段;同时采用了一种幅度频谱增强方法,强化了特征提取效果。测试结果表明,本模型能在大多数情况下将误差控制在合理区间,可在计算量较小的条件下为个人提供血压值参考。

主 题 词：PPG信号 深度学习 卷积神经网络 自相关函数 血压监测 信号处理 

学科分类：1305[艺术学-设计学类] 0831[工学-公安技术类] 13[艺术学] 1004[医学-公共卫生预防医学类] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 10[医学] 

D　O　I：10.16667/j.issn.2095-1302.2024.04.007

馆 藏 号：203127412...