基于单路PPG信号的连续血压检测算法设计.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：2.06M 资料格式：pdf 举报版权申诉

weixin_38712908-14140940-16359647334873201873.pdf-第1页.png

第1页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第2页.png

第2页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第3页.png

第3页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第4页.png

第4页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第5页.png

第5页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第6页.png

第6页 / 共7页

weixin_38712908-14140940-16359647334873201873.pdf-第7页.png

第7页 / 共7页

文本预览

27 卷Vol.27 第 1 期No.1 第基于单路 PPG Electronic Design Engineering 电子设计工程 2019 1 Jan. 2019 年月信号的连续血压检测算法设计刘乔寿，王森（重庆邮电大学光通信与网络重点实验室，重庆 400065 ） PPG ）的连续血压检测算法。选用摘要：针对当前光电容积描记法测量血压方法复杂，不适用于低功耗可穿戴设备的问题。文中在脉搏波时域特征参数法的基础上，提出了一种基于单路光电容积脉搏波（，简称信号，对脉搏波依次进行均匀滤波、周期分割、基线校准和归一化后，识别脉搏波的特征点并计算特征值。进而以特征值探究与血压之间的关系，建立血压回归模型。试验结果表明，该方法与充气式电子血压计的一致性较好，测量误差符合美国医疗器械促进学会（ Association for the Advancement of Medical Instru⁃ MAX30102 Photoplethysmography 脉搏波传感器采集 AAMI PPG ： 8 mmHg ）标准差不大于的范围。 mentation PPG TP212.3 关键词：血压；中图分类号：信号；基线校准；归一化；特征值；回归模型 A 1674-6236 2019 01-0063-07 Continuous blood pressure detection algorithm based on single PPG signal 文献标识码：文章编号：（） LIU Qiao⁃shou ， WANG Sen 400065 （Key Laboratory of Optical Communication and Networks，Chongqing University of Posts and Telecommunication，Chongqing ，China））（，， PPG segmentation of cycle Abstract: For the problem that the current photoplethysmography method of measuring blood pressure is complex and not suitable for low power wearable devices on the basis of method that the time-domain pulse wave characteristic parameters a continuous blood pressure detection algorithm based on single signal is proposed. MAX30102 sensor is selected to collect the PPG raw photoplethysmography signal. After uniform filtering normalization for PPG signal we identifying pulse wave feature points and calculate feature parameters. Then the feature parameters is used to explore the relationship with the blood pressure to establish the blood pressure regression model. The results show the better consistency between algorithm proposed on article and inflatable electronic sphygmomanometer. The measurement error meets the standard deviation of not more than 8mmHg standard. Advancement of Medical Instrumentation Key words: blood pressure feature parameters regression model the Association for Baseline calibration baseline calibration normalization PPG signal AAMI （，，，，）；；；；； 2015 46%[1] 1 750 根据世界卫生组织年非传染病报告显示，万人死于心血管疾病，占所有全球每年有超过非传染疾病致死人数的。血压是心血管疾病诊断的重要生理参数，时刻了解血压状况对心血管病患者具有重要意义。血压是血液在血管内流动时作用于血管壁的压力，其在每个心跳周期均连续变化。血压压力最大值称为收缩压（ 90~140 mmHg Systolic Blood 201801106 ；压力最小 Pressure ，），正常范围为 SBP 2018-01-19 1979 收稿日期：作者简介：刘乔寿（稿件编号： Diastolic Blood Pressure DBP ， 60~90 mmHg[2] 值称为舒张压（），正常范围为。当代血压测量手段中，柯氏听诊法作为血压测量的“金标准”，在临床医学上被 [3] 、容积补偿法广泛使用、张 [6] 力测量法等无创血压测量方法，将其的发展推向了一个新的高度。 [4] 。随后出现的振荡法 [7] 以及光学容积描记法 [5] 光学容积描记法具有成本低、功耗低、体积小、无需袖带充气和可连续测量等优点，适用于可穿戴设备。该方法大多采用光电传感器采集人体生理信 - 63 - —），男，重庆人，博士，副教授。研究方向：超密度网络干扰管理、物联网应用。

2019 《电子设计工程》 1 期年第 PPG 号，由光电传感器在人体表面检测出的脉搏信号称为光电容积脉搏波，简称信号。其工作原理为：发光二级管发射一束特定波长的光，并在人体表面照射。血液中的细胞能对光进行吸收，并随着心脏搏动引起反射光强度的变化。光敏传感器对反射光进行收集，并对反射光中的交流成分进行描记，得到 PPG [8] 。信号当前市场上已出现通过 PPG 信号测量血压的设备，如血压手环等。尽管血压手环的问世给消费者提供了，更为方便、快捷的测量途径。但从消费者反馈来看，其存在测量不准确的问题。例如短时间内测量差别较大或无法测得数据，给消费者带来困扰。错误的血压易给消费者造成心理压力，尤其是心血管病患者甚至会出现惊慌恐惧的表现，导致不必要的身心伤害。这些设备检测不准确的根本原因是信号处理和计算模型设计不恰当，不能准确反应人体血压状况。针对上述问题，本文设计了一种基于单路信号的血压检测算法。其相比现有算法复杂度低，且易于在低功耗、低速率设备上实现。使用该算法测量的血压值将尽可能地缩小与真实值的差距，实现血压标准差满足 AAMI PPG PPG 不大于 8 mmHg [9] 的目标。 1 当前研究现状 PPG PPG 目前，基于的血压算法主要有 ECG PPG 与结合法、多路 1.1 ECG 与PPG 结合法结合法以及脉搏波特征参数法。 PPG PTT Gram 脉搏波从心脏位置传导至差，称为脉搏波传导时间（ Pulse Transit Time PTT 信号测试点的时间 [10] Electrocardio⁃ 。）， [11] 与。但）作为的终点 PTT PTT ECG ECG PTT PPG PGG PTT DBP 血压测量模型通常使用心电信号（， PTT SBP SBP[12] 的起点，而在身体其他位置（如信号作为。通耳垂、指尖）记录的信号的主波峰，便可得到两过识别信号和个主波峰的时间间隔。成线性相关，运用线性回归方程建立矫正系数，能较准确地计算出相关性较小，通常配合其他。而因人体差异及活动状态差异，需方法计算不断对模型进行校准。相对于其他研究方法，该方法的理论研究较为成熟，血压测量模型已能较信号外，准确地测量血压。但除了所需测量的该方法还需额外的设备测量信号需要在人体多个部位固定电极，故需要多条电极引线，设备结构复杂，导致测量不便 DBP PTT 信号。而 ECG ECG PPG 与。 [13] - 64 - 1.2 两路PPG 结合法 Difference PATD ECG PATD 两路光电容积脉搏波结合法利用人体两个不同部位，如手指、手腕、耳垂间等。根据测得的两路脉搏波信号特征点的脉搏到达时间差（ Pulse Arrive Time PPG 与，），通过模型来估算血压。该方法相比结合法，在设备复杂度上更加简单，成本较低。但需要佩戴多个传感器，且传感器的时间同步要求度高，一定程度上加大了测量难度。 1.3 脉搏波特征参数法 [14] [15] PPG PPG PPG 脉搏波特征参数法的核心在于，建立脉搏波特征参数与血压之间的关系。该方法提取每搏血压值及对应的脉搏波特征参数，并分析血压值与脉搏波特征参数间的相关性。选择相关性较大的特征参数与血压进行回归分析，推导出血压和特征参数的方程。相比前两种只需提取主波峰特征点的方法，脉搏波特征参数法通常需要多个特征点，对信号的完整程度要求较高。信号处理方法复杂，特征点提取难，是该方法的主要问题。通常情况下，脉搏波特征参数法只需一路信号便可实现血压的测量，这使得测量设备体积较小，成本和功耗也相对较低，适用于如智能手环等单点检测的低功耗穿戴设备。因此，本文采用脉搏波特征参数法设计了一种血压测量算法。 2 血压算法实现 PPG 文中首先通过识别每个脉搏波的起始位置对信号进行周期分割；接着对每个脉搏波的特征信号进行基线校准和归一点进行识别；进而对化处理便于计算特征值；最后探究特征值与血压之间的相关性，筛选出相关性较大的特征值并建立血压计算模型，从而计算出血压。本文设计的血压算法基本流程，如图 PPG 所示。 1 图 1 2.1 特征点的识别 B A 2 图血压算法基本流程 E C D 、、 B 是一个完整的脉搏波示意图。本文设定一点为起点为点为终点，也是下一个周期波形的起点。两点均为主波谷及最小值点。个脉搏波中有点；次波峰；其中，、点为主波峰及最大值点；五个特征点，点为次波谷； E E A D C 、和 A

刘乔寿，等基于单路 PPG 信号的连续血压检测算法设计 2.1.3 周期分割 PPG A PPG 对 3 信号 APG PPG Acceleration Plethysmogram a 信号进行周期分割的前提是，确定每个点。信号的二阶导函数称为加速度），简信号中最早出现 [18-20] 信号的。波波峰更尖锐，特征更明波波脉搏波的容积脉搏波（ [17] 称的正向波称为相比显。本文通过自适应阈值法，对峰进行识别，以确定 APG PPG APG 所示，波波峰对应点， APG A 。如图波，信号的信号的 a A 点。 A ，点 a a 一个完整脉搏波 2 2.1.1 实验数据采集图～ 50 20 MAX30102 =400 Hz s 采集 5 s 信号。 PPG 。其中， 400 Hz MAX30102[16] 文中的实验对象为年龄在周岁的健康成年人。实验对象采用静坐姿势，通过传感器体积小、功耗低，已大量应用于三星多种型号手机，且适用于穿戴设备。本文设采样频率为 f ，测试时间为的采样频率较为适中。既能防止因采样频率较小而样本点数量不足，导致时间参数不准确；又能避免采样频率较大样本数较多，给计算带来过多的开销。而的测试时间既能保证一定数量的脉搏波参与血压的计算，又能确保信号的采集部位为左手食指设备的快速测量。指尖处，测量过程中手指紧贴感应面板，并保持指尖和传感器不发生相对位移或整体抖动。同时，通过袖带充气式电子血压计 Omron HEM- MAX30102 PPG 5 s 在人体左臂桡动脉（左臂手肘位置）记录真实血 7052 s s s a s s i i i i S ( ( ) 与 a i PPG -2)) ( ) )=( n = APG 信号序列 S S -1)- -2) , ( )) ( 图文中先对 S n ( )- ，如式（ )-2 S S S S 本文设门限值 T 3 APG 2 进行二阶差分计算得到 -1))-( ( ( ）所示。 ( -1)+ ( S i =0.6max( i S APG ( 2 ∈[0,1998] （ ( )) n S 信号的最大值。当信号质量表示当前测试时间较为理想时，波波峰点位于门限值之上，又能保证其他波峰点位于门限值之下。当S ，。该方法计算简单、效则所对应率高，能较好地识别出脉搏周期的所示。的系数大小既能保证 n A 信号的 PPG T 时，有S S n A 点为 n 且S A )> A max( ( n 4 点，如图 -1) +1) ，其中 0.6 )> )> ） a ( ( ( ( n n S S n i i A A A A a a a a a a a s s s 压值。 2.1.2 滤波处理 PPG ( ) n PPG r ) 15 表示原始信号的波形 =0,1,...,1999 ( 由于周围光的噪声影响，原始具有毛刺，特征点不易识别。令 S ( 序列，其中 n S r 脉搏波序列 S 计算简单，在信号采集条件较为理想的情况下，能保持波形特征情况下消除毛刺。表示样本编号。本文对的滑动均匀滤波，得到滤波后的进行跨度为 n ）所示。滑动均匀滤波，如公式（ 1 ) n s ( )= S s i i 2 S 0 +7 ∑ ì æ ∑ ï èç ïï ï æ ∑ í èç ï ïï æ ï ç è î S -7 1999 2 i i i -1999 r r ( ( i i i i ) /( 2 ö ø÷ ) /15 , ö ø÷ ) /( ( i +1 , ∈[0,6] ) ∈[7,1993] , 7999-2 ) i i i S r ö ÷ ø ∈[493,1999] 1 （） 4 A 图点识别示意图 - 65 -

2019 《电子设计工程》 1 期年第 2.1.4 特征点识别、 C B M D 3 P O 本小节阐述脉搏波 5 和个特征点的识别所示为一个完整脉搏波的一阶导信个特征 R 6 N Q 、、、和算法。如图号，本文设定该波形中有、点，其含义在下文做出解释。 6 N 图点识别效果图 C D C D 人为操作、设备灵敏度等原因，及有可能导致点和点分别表现为凹曲线一点和凸曲线一点。在该情况下，不能通过传统的极值法来识别。该方法能够点位置尽可能控制在其真实位置将识别的附近，由于点真实位置较为接近，耗时较短。故该算法的误差对最终结果并无较大影响，且提高了脉搏波的利用效率。点与点和 D C 5 PPG B 图点为 ( B 个极大值点。其在一个由正到负的过零点 n 定 d 且 S 当 S d 极大值点。已知有较为明显的次波峰时， )>0 ( 点。令 S n PPG N PPG +1)<0 D ( 为 D n N d 一个完整脉搏波的一阶导信号信号的主波峰及最大值点，也是一信号的一阶导信号中，对应点来确信号序列的一阶差分序列，，本文通过识别 N ) ( ) 成立时，则 n 为 S n 的 N 点同样是极大值点，当脉搏波具中所对应的点点在 S ( ) n N s d S M 6 )) 0.6 n 将出现于正轴之上。从而出现其他由正到负的过零点是当前脉搏波一阶导信号的最点，如图 max( 大值点，本文定义阈值 G 。其中， =0.6max( 所示。 )) ( ( S n d 表示当前测试时间一阶导信号的最的系数大小既能保证 d 大值。点位于门限值之上，又能保证其他波峰点位于门限值之下。当 n S ， d M 则点后的 n S d M 。已知在当前脉搏波中，点是 G 时，有 S 点为 n +1) -1) ( N )> )> )> 且 S M ( ( ( n S n n M M M d d PPG M M N 和 C D 点和 Q 3 N O O P NR 点的确定，需先通过识别点识别效果如图、第一个从正到负的过零点，基于此原则可将其余由正所示。到负的零点筛除。最后，个点为当前脉搏段的最小段信段信号的位置分别 n 7 和点来确定。已知前文已确定波的最后一个样本点，所以值，通过最值判决法确定号的最大值，从而确定的最小值，从而确定 ( + 为 n ，则 R P Q ( OR PR + 点；继而、点。令和点，点作为点是和 P D 位置分别为与 n C 点；继而 Q C Q P )/2 ，n )/2 点是 O O n O P P 两点识别效果，如图所示。通 Q 和 O n 。 n P Q d ( M 6 过该方法确定的位置。这是由于 - 66 - 点和点不一定是波形中的实际信号采集过程中的外界噪声、 D C PPG D 图采集 7 C PPG 点识别效果图 D 点和 2.1.5 基线校准与归一化 MAX30102 MAX30102 8 信号时，由于周围光噪声、手指与感应面板间的微弱位移或是手指与感应面板接触松紧程度的微弱变化，均会引起信号幅度在较小范围内的无规则变化。如图信号的下包络线作为基线示意信号的基线漂移问题。基线漂移导致各个脉搏波相同类型特征点的幅值差别较大，从而影响幅度和面积参数特征值，最终影响血压测量结果。因此，本文对信号进行基线校准处理，使每个脉搏波的起点均落所示，以原始 PPG

刘乔寿，等基于单路 PPG 在同一水平位置。 8 图基线漂移示意图信号的连续血压检测算法设计 10 9 3 图中第所示的是图个脉搏波的处理示意图。由于噪声的影响，该脉搏波的终点幅值高于起点幅值。基线校准后，使得起点与终点的幅度相同。进而进行归一化处理，在没有影响波形形状的情况下摆脱了幅度的随机波动问题，得到一个波形完整、特征点明显的脉搏波。归一化使得幅度和面积参数更加稳定，且时间参数不受任何影响。 o n n ( ) ( r n r ( ( N an E A E ( 点和点和 -1 y2) 。再令单点求出。令 + y1) ，则基线漂移方程为 =0,1,∙∙∙, 9 周期分割后，每个脉搏波持续时间较短，可视单个脉搏波的基线漂移是沿一条直线产生的。在单个脉搏波信号中，本文令基线漂移方程为 y b ， A n 为样本编号；a 、b 表示系数，其可通过该脉搏波的和 x2, ( 点坐标分别为 y n n )- - y1 x1 ( ) 个脉搏波信号序列为 P ，将 P n 项，得到基线校准后的序列 P ( ( )- 中 i - = y2 - y1 ) x1 x2 3 减去 y n ，如式（的对应）所示。式 ( 3 ，N 表示当前脉搏波的样本数。 P （ )= ( x1, ) ）所示，尽管在单个脉搏波内进行了基线校准，使得每个脉搏波的起点与终点均落在一个水平线。但从整体信号来看，各个脉搏波的位置信号进行归一化处却不在同一水平线。本文对 ( 。本文将序列理，使各个脉搏波的起点均落于 4 P n ，如式 o ）所示。式中 P 分别表示当前脉搏波的（ MAX 最大与最小值，i N 。基线校准和归一化即保存了脉搏波原有的特性，又消除了噪声对幅度参数的影响。进行归一化，得到归一化后的序列 P =0,1,∙∙∙, 和 P PPG PPG -1 如图 )= 0 y i P r MIN ( ) i o n n ) ) i ( )= P ( )- - i o P MAX P n i P P MIN MIN 4 （） 9 图基线校准与归一化示意图 10 图单个脉搏波基线校准与归一化示意图 2.2 血压回归模型 SBP DBP 特征点识别出后需计算特征值，接着对这些特征值与袖带充气式电子血压计测量的分别进行相关性分析，并选择相关性比较大的特征值作为回归变量。再接着将这些回归变量分别与和之间的回归方程。 2.2.1 特征值计算与筛选进行线性回归分析，建立血压与这些特征值 DBP SBP 和 2 本文选用特征参数主要包括时间参数、幅度参数、面积参数以及人体心率，如图所示。时间参数有收缩期时间占比 t1 t 、舒张期时间占比 t2 t ；幅度参数有降中峡相对高度 h2 h1 ，重搏波相对高度、 h3 h1 。面积参数有脉搏波特征值 K1= K2= S ABCU 4 ABCU ，其中 S 个点围成 ABC 的面积。面积参数采用微元法进行计算，令一个 t 时间内的脉搏波段有，则 K1 和 K2 的计算分 N2 个样本点。时间元）所示。由于信号的归一化操作别，如式（段有 N1 个样本点， Δ =1/ t CDE S UCDE S UHIE ）与（表示 5 6 AFHU ABCU [19] / / S f s 。 - 67 - h1=1

2019 1 期年第《电子设计工程》 ) ( 表 1 特征值与 SBP、DBP 相关性 N1 =1 ∑ ∑ i çç è ∑ = æ ∑ = æ i i i s n n n n i t i i t i f i S S ) ( ( UHIE P P P P ) ABCU AFHU UCDE çç è K1 hr K2 N1 N2 ）（）（ 5 = = N2 =1 /( = S = S i 文中共有 =60∙ 50 N1 =1 h1N1 ( N2 =1 h1N2 ) ∙Δ ö ÷÷ Δ ø t ) ∙Δ ö 6 ÷÷ Δ ø ( 7 t 心率参数 HR 直接由式（）计算得出，式中 A ) +1)- ( ( 7 表示第 i 个脉搏波的起点。 ) i A i bpm PPG 2 000 5 s 序列参与回归模型的建立，每组序列时长为个样本点，且各组序列对应一组真实血压值。实际上每个脉搏波即可对应一组血压值，考虑到算法的实用性与准确性，本文针对同一种特征值在一个测试序列中，先求出每个脉搏波的特征值，再取平均值作为最终特征值。假设一个测试序列有 m 个脉搏波，对于任意特 =1,2,..., 8 征值 v ，本文在第 i 个脉搏波中取出特征值 kv ， i ）求出该组序列的特征值 v m ，并通过式（ i 的最终数值 kv 。 8 组有效，含有（） / A ∑ = æ ç è =1 m i kv kv i ö ÷ ø m （）依次求出）计算，表示 11 1 通过个真实血压值 p 的平均值。求的相关性，组测试序列的各个特征值及血压 9 真实值后，需探究特征值与血压之间的影响效果。），计算特征值 v 与真实血压值 p 的相本文通过式（ 10 关系数 r 通过式（式（得各个特征值与收缩压如表 ˉ ˉ 50 表示第 i 组序列的特征值，v 。式中，v i i 50 个特征值 v 的平均值；p ）计算，表示 SBP ∑ ( - ˉ)( - ˉ) ∑ ˉ)2 ∑ ( - ( - ∑ /50 , ˉ= æ ∑ èç /50 , ˉ= æ èç ˉ)2 =1,2,...,50 =1,2,...,50 =1,2,...,50 10 11 DBP 、舒张压所示。 ö ø÷ ö ø÷ =1 50 = 9 （）（）（） , 50 p p p p p p v v v v v v r i i i i i i i i i i i i i i =1 2.2.2 数学模型建立 i 50 文本选择两个相关性最大的特征值作为回归参的相关性较强，逐数。由表 1 可知，t2 t 和 HR 与 SBP SBP = -141.3 t2 +0.15 / HR +0.68 / +120.6 HR 的相关性较强，逐步分析 t 。步分析得到 +145.6 。 t2 t 和 HR 与 DBP - 68 - 的方程为 DBP 得到 DBP 的方程为 SBP =-93.3 t2 t 特征值收缩期时间占比舒张期时间占比降中峡相对高度重搏波相对高度特征值 K1 特征值 K2 心率表达式 t1 t t2 t h2 h1 h3 h1 S S ABCP PCDE HR S S AMSP PSNE SBP 相关性 0.567 1 -0.680 8 -0.314 1 -0.445 7 0.100 6 -0.105 6 0.739 0 相关性 DBP 0.382 0 -0.573 0 0.144 3 0.044 1 0.298 6 0.266 6 0.428 9 3 试验结果文中利用确性进行一致性检验， 11 bp 值一致性占比为结果较为准确。的精确度为 DBP 8 mmHg 差不大于 Bland-Altman SBP BP 方法和，和 DBP 95% SBP 0.09±4.75mmHg 的精确度为 [20] BP DBP SBP bp 0.45±6.57 mmHg 对血压算法的准的实验结果如图和测量血压的，测量，，均满足血压标准的差值。 95% 的一致性占比为的要求。所示。图中，横轴表示真实血压值的平均值；纵轴表示 11 SBP DBP 、图的一致性示意图 4 结束语 [21] DBP 文中针对低功耗可穿戴设备，提出了一种低复杂度、高效率的血压测量算法。此方法通过滑动均匀滤波、周期分割、基线校准、归一化等处理，识别出特征点并计算出特征值，进而回归分析建立、各自与特征值的关系表达式，实现无创连续的血压测量。本文的血压测量算法与实际的电子血压一致性占比均达计具有较好的一致性，的精确度分别为到，满足血压标 SBP SBP 0.09±4.75 mmHg 0.45±6.57 mmHg 以上，且 DBP DBP 95% SBP 与与和 8 mmHg 的要求。准差不大于参考文献: [1] World Health Organization. Noncommunicable dis⁃ [2017-06- eases 2017-04-01 [EB/OL]. CVDs （）（）

，，，，，，，，，，，，， 18 S1 [6] 2005 Penzel T Ahmed B [4] Fan Z 刘乔寿，等基于单路 [3] Njoum H 2016. Zhang G [2] Shahrbabaki S S PPG 07]http://www.who.int/mediacentre/factsheets/fs317 /en/. et al. Photo⁃ plethysmography derivatives and pulse transit time in overnight blood pressure monitoring[C].IEEE En⁃ gineering in Medicine and Biology Society 2016. Kyriacou P A.Photoplethysmography: to⁃ wards a non-invasive pressure measurement tech⁃ nique[C].IEEE Engineering in Medicine and Biolo⁃ gy Society Liao S.Clinical analysis for cardio⁃ vascular disease by calculating stiffness index car⁃ from pulse wave[C].IEEE Electrical diac output and Computer Engineering et al.Radial aug⁃ Tabara Y [5] Kohara K mentation index: a useful and easily obtainable pa⁃ rameter for vascularaging[J].American Journal Hy⁃ pertension ）杨锋，卢竞前，何亚磊，等方法的差异及临床意义（ : 11-14. . [J]. 34 34 et al.A feature exploration methodology for learning based cuffless blood pres⁃ sure measurement using photoplethysmography[C]. IEEE Engineering in Medicine and Biology Soci⁃ ety :7168-7169. Qian Z 2009. Oshiumi A 张珣，傅伟伟系统设计基于脉搏波速法的动态血压测量 [8] [9] Association for the Advancement of Medical Instru⁃ mentation. ANSI/AAMI/ISO 81060- 2:2013 Non- invasive sphygmomanometers -Part 2: Clinical in⁃ vestigation of automated measurement type[M].Ar⁃ VA:Association for the Advancement of lington Medical Instrumentation [10]Ghosh S Banerjee A et al.Continuous blood pressure prediction from pulse transit time using ECG and PPG signals[C].IEEE Healthcare Innovation Point- Of- Care Technologies Confer⁃ ence 2013. Ray N [7] Duan K 不同中心动脉压测定 :63-66. Atef M 吉林医学，电子科技， 2016. 2016. 2014 2013 ，， [J]. 27 1 ，，，（），，，，，（），，， . ，信号的连续血压检测算法设计， [11]Bose S S N Kumar C S.Improving the performance of continuous non- invasive estimation of blood pressure using ECG and PPG[C].IEEE India Con⁃ ference Lo B.Wireless wearable pho⁃ [12]Zhang Y toplethysmography sensors for continuous blood pressure monitoring[C].IEEE Wireless Health 2016. 2015. Berthelot M ，，，， [13] . ，，，，（，）基于 23 [15] 2004 EWB 电子科技， 2015. . :403-406. Onyenso K 沈阳工业大学学报，电子脉搏测，便携式电子血压计） [J]. Yang G Z 张旭，欧阳斌林，李景辉，等连续动态监测的设计高有华，袁宏，李忠波，等量仪的仿真研究（ 2010 : 5 76-80. et al. A multi- [14]Chen C M sensorplatform for monitoring diabetic peripheral neuropathy[C].IEEE Wearable and Implantable Body Sensor Networks [J]. 26 4 [16]Maxim Integrated.High- sensitivity pulse oximeter and heart-rate sensor for wearable health[DB/OL]. [2017-11-1]https://www.maximinte⁃ 2016-09-21 grated.com/en/products/analog/sensors- and- sen⁃ sor-interface/MAX30102.html. Boer F D.Applying the APG to measure heart rate variability[C].Interna⁃ tional Conference on Computer and Automation En⁃ gineering et al.Spectral matrix de⁃ [18]Xiong J composition- based motion artifacts removal in multi- channel PPG sensor signals[J].IEEE Ac⁃ cess [17]Elgendi M IEEE. Cai L Jonkman M Jiang D 2016 4 （），，，，，，，（）赵志强，郑国维，沈巍，等征点识别研究脉搏波信号降噪和特） 2013 21 5 ，（ : 电子设计工程， :3076-3086. . [J]. [19] [20] [21] 萨建，刘桂芬 57-60. . Bland-Altman 28 : 409-411. [J]. 4 （） . 定量测量结果的一致性评价及法的应用，中国卫生统计， 2011 [J]. 梅涛，黄堡垒，徐晓光设计与实现电子科技，嵌入式系统网卡驱动模型 2016 4 :111-115. （） - 69 -

分享到：

赞收藏

资料库

基于单路PPG信号的连续血压检测算法设计.pdf

相关推荐

开发技术

热门标签

最新资料