基于SWT和ANN的无创连续血压测量方法研究

• 作者: 吴育东 沈耀春 钟舜聪
• 来源期刊: 中国医疗设备
• 学科: 工学
• 关键词: 血压 光电容积脉搏波 平稳小波变换 神经网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论著
• 页码范围: 22-27
• 页数: 6页
• 分类号: TP391.4
• 字数: 3326字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2017.05.006

摘要

本文针对电子血压计不能实现血压的无创连续测量等问题,提出一种基于平稳小波变换(Stationary Wavelet Transform,SWT)算法和光电容积传感技术的无创血压测量方法.实验分析了模拟数据库中的26900个脉搏波信号,通过SWT对光电容积脉搏波进行分解,重构第5层高频系数,提取该重构信号的10个特征参数作为神经网络(Artificial Neural Networks,ANN)的矢量输入,脉搏波对应的血压作为ANN的输出进行血压模型的训练,并对模型进行误差分析.实验结果表明,模型的测试误差达到美国医疗器械促进协会制定的标准,通过该方法可实现血压的无创连续测量.