买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于不确定性度量方法的无袖带血压估计系统，属于信号处理领域，具体包括：信号采集模块，数据预处理模块，特征提取模块和血压估计模块。利用可穿戴设备采集ECG、PPG等生理信号，对信号进行预处理，提取PIR、PWHA等与动脉血压变化相关的生理指标，搭建基于证据回归思想的神经网络模型，在实现精确预测血压的同时度量预测的不确定性。证据回归过程无需采样，可直接训练模型输出证据分布的超参数，量化预测过程中的任意不确定性和认知不确定性。经过实例数据验证，模型推理速度更快，血压预测准确度较高；可输出预测的置信度，辅助决策，同时系统的可拓展性较强。

主权项：1.一种基于不确定性度量方法的无袖带血压估计系统，该系统包括：信号采集模块、数据预处理模块、特征提取模块、血压估计模块；所述信号采集模块通过可穿戴设备采集人体心脏及动脉生理信号，将采集到的信号传输至数据预处理模块，生理信号包括：动脉血压ABP、心电信号ECG和光电容积脉搏波信号PPG；所述数据预处理模块对信号采集模块采集到的生理信号进行去噪和放大，然后传输至特征提取模块；所述特征提取模块对预处理后的ECG信号和PPG信号进行特征提取，将提取的特征传输至血压估计模块；提取的特征如下：特征1：PPG强度比PIR，即PPG信号的一个周期内，PPG_peak与PPG_valley之比；特征2：PPG半幅脉冲宽度PWHA，即PPG信号一个周期内，幅度为50％PPG_peak的两个点之间的时间差；特征3：PPG幅度PA，即PPG信号一个周期内，PPG_peak与PPG_valley之间的幅度差；特征4：PPG时间PPGP，即两个周期间，PPG_peak1与PPG_peak2之间的时间差；特征5：PPG一阶导间隔dPPGP，即PPG信号一个周期内，dPPG_peak到dPPG_valley之间的时间差；其中，PPG_peak表示PPG信号的波峰，PPG_valley表示PPG信号的波谷，dPPG_peak表示PPG信号一阶导数的波峰，dPPG_valley表示PPG信号一阶导数的波谷，PPG_peak1表示一个心动周期内PPG信号波峰，PPG_peak2表示下一个心动周期内PPG信号波峰；所述血压估计模块包括回归预测和不确定性量化两个部分，包括以下步骤：步骤1：构建基于证据回归的神经网络模型，为预测目标的似然函数赋予证据先验；所述神经网络模型，输入为可穿戴设备获取到的与血压相关的生理特征，输出为预测的动脉血压值以及与证据分布相关的参数；所述为预测目标的似然函数赋予证据先验如下：设神经网络的预测目标yi是从一个高斯分布中提取到的y1,y2,…,yN～Nμ,σ2，在分布参数θ＝μ,σ2上分别放置证据先验分布：在均值μ上放置高斯先验分布：μ～Nγ,σ2v-1；在方差σ2上放置逆伽马先验分布：σ2～Γ-1α,β；计算先验分布的联合分布，即为正态逆伽马分布： 其中，pμ表示均值μ的概率密度函数，pσ2表示方差σ2的概率密度函数，Γ·表示伽马函数；m＝γ,v,α,β表示证据分布的超参数，γ∈R，v0，α1，β0；正态逆伽马分布的均值由样本均值为γ的v虚拟观测值估计，方差由样本均值为γ的α虚拟观测值和方差之和2v估计，β为逆伽马分布的尺度参数；步骤2：读取特征提取模块提取到的相关生理参数以及对应的参考舒张压、收缩压值，将数据输入步骤1构建的网络；步骤3：对网络进行训练，迭代更新模型参数，得到训练后的模型，获取证据分布的超参数，计算任意不确定性和认知不确定性，以表征模型预测的置信水平；步骤4：将测量得到的生理参数输入训练后的模型，实时估计动脉血压及预测不确定性。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于不确定性度量的无袖带连续血压估计系统