基于脉搏波的无创连续血压监测模型簇研究

作者：吴海燕; 季忠^*; 李孟泽

来源：仪器仪表学报, 2020, 41(07): 224-234.

DOI：10.19650/j.cnki.cjsi.J2006173

• 脉搏波波形特征
• 误差逆传播神经网络
• 自组织特征映射神经网络
• 多种群遗传算法
• 无创连续血压监测
• 模型簇

脉搏波中蕴含丰富的血压信息,且检测简便,适用于血压的无创连续监测。利用脉搏波信号,结合心电信号,提取其波形特征,引入个体特征,基于误差逆传播神经网络构建关于收缩压、舒张压的监测模型。在模型构建过程中,使用相关性分析、平均影响值法减少特征冗余;利用自组织特征映射神经网络完成具有近似属性的样本的分类;使用多种群遗传算法确定网络的初始权重、阈值,分类别构建模型,形成血压监测模型簇;最后再利用多种群遗传算法进行个体参数的优化,得到最终的个体血压监测模型。结果显示,该模型的血压预测值与实测值具有极强的相关性;模型估计误差满足美国医疗仪器促进协会标准(5±8 mmHg)以及英国高血压协会标准的A级标准。该模型在一定程度上增加了血压监测过程中的模型自校正能力,有望应用于长时无创连续血压监测设备当中。

• 单位
  重庆大学; 生物工程学院; 重庆市肿瘤研究所