基于PPG信号的VMD-LSTM网络血压测量方法

摘要：

为了实现基于人体的连续血压检测,同时通过光电容积脉搏波信号获取血压参数,提出了一种新的VMD(Variational Modal Decomposition)-LSTM网络血压测量算法.变分模态分解定义为能够有效分解序列信号为不同频率段分信号的信号处理方法,适用于脉搏波信号的处理分析,提高了提取血压特征参数的准确率.在经过脉搏波信号的采集、预处理、特征点识别后得到的特征参数有利于进行血压值的预测.由于血压预测问题是一个非线性规划问题,难以实现血压的完美预测.利用LSTM(Long Short-Term Memory)网络模型使用1000条光电容积脉搏波提取出的血压特征参数得到合理的血压值.最后,实验结果表明,该算法具有较好的准确性,SBP(systolic blood pressure)与DBP(diastolic blood pressure)的精确度分别为2.89±5.38 mm Hg和3.95±7.09 mm Hg,血压预测指标误差较小.

关键词：连续血压检测、光电容积脉搏波、LSTM网络、变分模态分解

所属期刊栏目：20

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;国家自然科学基金;重庆市基础与前沿项目;重庆市技术创新与应用发展专项;重庆市创新群体项目;四川区域创新合作项目;重庆市教委科学技术研究项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-51