基于高斯拟合的神经网络血压测量算法.pdfVIP

132 传感器与微系统 (TransducerandMicrosystemTechnologies) 2014年 第33卷 第4期 基于高斯拟合的神经网络血压测量算法 温 亮，李振波，陈佳品，张大伟 (上海交通大学微纳科学技术研究院薄膜和微细技术教育部重点实验室，上海200240) 摘 要：针对示波法血压测量的准确性提出一种改进方法。和以往脉搏波的提取方法不同，采用2个高 斯函数之和作为模型对脉搏波包络线进行拟合。以拟合后的高斯函数参数为输入，通过2个前馈神经网 络进行收缩压和舒张压的判定。实验表明：和幅度系数法相比，该算法在准确性上有了明显提高。 关键词：血压测量；高斯拟合；神经网络；示波法 中图分类号：TH772 文献标识码：A 文章编号：1000-9787(2014)04-0132-03 Bloodpressuremeasurementalgorithm ofneuralnetwork basedonGaussian fitting WENLiang，LIZhen-bo，CHENJia—pin，ZHANGDa—wei (KeyLaboratoryforThinFilm andMicrofabricationofMinistryofEducation，ResearchInstitute 。fMic N蛐0scienceandTechn。l。 ，shanglIaiJiaot0nguniVersity，shangha200240,ch彻 ) Abstract：Animprovedmethodispresentedtoincreaseaccuracyofoscillometricbloodpressuremeasuremen[． Unlikepreviousextractionmethods，theoscillometricwaveformenvelope(OMWE)ismathematicallymodeledasa sum oftwoGaussianfunctions．TakingparametersoffittedGaussianfunctionasinput，throughtwofeed—forward NNstodeterminesystolicanddiastolicbloodpressure．Experimentsprovethattheaccuracyofthisalgorithm is effectivelyimprovedcomparedwithamplitudecoefficientmethod． Keywords：bloodpressuremeasurement；Gaussianfitting；neuralnetwork；oscillography 0 引 言 测量模型在标准差方面优于最大幅度系数法 。。加拿大 血压是人体重要生理参数之一，血压所承载的生理信 渥太华大学在2层神经网络基础上对算法的输入进行了优 息可以推断出一个人的健康状况。由于个体间存在差异， 化处理 。 血压测量很难做到精确稳定。准确的血压测量方法一直是 本文利用神经网络算法，针对示波法血压测量做出一 人们研究的重点。 些改进。为了准确有效地提取波形特征 ，选取2个高斯函 测量血压最准确的方法是有创检测，但由于其难度大、 数之和作为模型拟合脉搏波包络线 ，神经网络作为源于仿 风险高，并未广泛使用。听诊法 (柯式音法)是 目前临床使 生学的非线性算法用来计算收缩压和舒张压 ，可以更好地 用最多的方法，这种方法需要专业人员操作，很难实现 自动 模拟血压和脉搏波之间非线性的本质。 化。随着医疗 电子技术发展 ，基于示波法的电子血压检测 1 示波法血压测量原理 设备应