公开(公告)号：CN117338266A

公开(公告)日：2024-01-05

申请号：CN202311279524.4

申请日：2023-10-07

Applicant: 福州大学

Inventor： 王量弘 ,  谭鸿昕 ,  何雅晴 ,  杨涛 ,  黄宝震 ,  郭怡君

IPC: A61B5/021 ,  A61B5/318 ,  A61B5/00 ,  A61B5/02 ,  G06F18/27 ,  G06F18/25

Abstract: 本发明提出一种基于特征迁移的无创血压估计方法，该方法通过自主研发的心电信号与光电容积脉搏波信号采集设备对信号进行采集，并对采集到的心电信号与光电容积脉搏波信号进行预处理；在通用深度学习框架的基础上构建心电信号二分类模型与光电容积脉搏波信号三分类模型；使用迁移学习的方法，对搭建好的两个源域模型进行特征迁移，进一步构建无创血压回归模型，并输出具体的收缩压值与舒张压值，达到无创血压估计的效果；最后根据AAMI的评估标准对回归模型进行可行性验证。本技术方案可以避免心血管疾病导致的血压估计结果误差大的问题，进而达到提升血压估计精度的目的。

公开(公告)号：CN117084648A

公开(公告)日：2023-11-21

申请号：CN202310888715.4

申请日：2023-07-19

Applicant: 福州大学

Inventor： 王量弘 ,  王宇 ,  刘卫 ,  杨涛 ,  谭鸿昕

IPC: A61B5/0205 ,  A61B5/352 ,  A61B5/358 ,  A61B5/349 ,  A61B5/318 ,  A61B5/00 ,  G06F18/241 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096 ,  G06F18/213

Abstract: 本发明提出归纳式迁移学习的双通道无创血压分类与血压检测的方法，包括对无袖血压估计数据库的心电信号、光电容积脉搏波信号和动脉血压信号进行数据预处理；通过深度学习网络搭建心率失常五分类源域模型；对搭建好的源域模型进行归纳式迁移，构建三个血压二分类模型；通过一维卷积神经网络构建回归模型，正常血压、高血压前期、高血压数据输入模型，分别进行收缩压和舒张压的回归，构建六个回归模型；将PPG和ECG双通道测试数据输入搭建好的二级二分类模型，模型自动判断类别后自动选择对应的回归模型进行回归，并输出具体的收缩压值和舒张压值；本发明能达到无创血压分类检测的效果，提高检测血压值的准确率。