基于PPG与ECG融合的无创连续血压估计算法与可穿戴手表嵌入式实现.docxVIP

PAGE2

基于PPG与ECG融合的无创连续血压估计算法与可穿戴手表嵌入式实现

摘要

心血管疾病长期威胁人类健康，高血压是其核心风险因子。传统袖带血压计无法实现连续监测，且穿戴体验差。针对无创连续血压监测的现实痛点，本课题设计并实现了一种基于光电容积脉搏波（PPG）与心电（ECG）融合的血压估计算法，并将其部署于可穿戴手表端实现离线计算。

本设计利用PPG与ECG信号的时间相关性，提取脉搏波传导时间（PTT）等多特征及心电R波，构建基于XGBoost回归的血压预测模型。全文遵循工程递进思路展开：首先进行需求分析，明确连续监测与离线计算的设计指标；其次开展总体与详细设计，规划嵌入式软件架构与算法流程；随后完成系统实现，攻克模型轻量化与运动伪影消除等难点；最后通过系统测试验证精度与功耗。设计的核心创新在于多特征融合机制与XGBoost模型在ARM端侧的高效离线部署，摆脱了对云端算力的依赖。本系统为日常血压管理提供了高便携、低延迟的数字健康解决方案。

第一章绪论

1.1研究背景

高血压是引发脑卒中、心肌梗死等心血管事件的独立危险因素。据世界卫生组织统计，全球约有12.8亿成年人患有高血压，且控制率普遍偏低。血压的异常波动往往具有隐蔽性与瞬时性，仅在诊室测量难以捕捉真实的血压变异性规律。

目前，临床与家庭广泛使用的袖带式血压计基于柯氏音或示波法原理，虽精度较高，但需间歇性充气测量