基于智能手机PPG信号的血压估测方法

摘要：

由于传统血压计的应用场景有限,为了更灵活便捷地估测血压,本文提出了一种基于智能手机光电容积脉搏波(Photoplethysmography,PPG)信号的血压估测方法.利用智能手机采集用户的指端视频并将视频转化为PPG信号,再利用一维U-net网络对PPG信号去噪去基线,对处理完成的信号使用加入残差模块的卷积神经网络进行信号质量分类,之后将分类得到的高质量PPG信号进行特征提取,最后将信号特征与用户生理特征(身高、体重、年龄和性别)结合,通过随机森林算法建立特征与血压的回归模型,完成血压估测.实验采集了 83名受试者的数据,在测试集17例 数据上,血压模型估测血压的平均误差为:收缩压(SBP)-0.62±3.29mmHg,舒张压(DBP)0.34±3.67mmHg.本研究在一定程度上证明了智能手机提取的PPG信号在血压估测上有较大价值,也为智能手机估测血压这一研究方向提供了技术参考.

关键词：智能手机、PPG信号、信号处理、机器学习、血压估测

所属期刊栏目：21

分类号：R443+.5(诊断学)

资助基金：国家重点研发计划;国家重点研发计划

在线出版日期：2024-01-19（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：40-45