CN119488275A 基于电子柯氏音法的智能血压测量方法和系统 （北京华益精点生物技术有限公司）

基于电子柯氏音法的智能血压测量方法和本申请提供一种基于电子柯氏音法的智能2在对袖带进行放气的过程中，获取来自肱动脉的多个柯氏根据所述多个柯氏音信号中首次出现柯氏音信号时袖带内的第一气将多个所述特征参数、所述初始收缩压及所述初始舒张压输入预在对袖带进行放气的过程中，接收设置于袖带内的声音传感器将所述频域特征值、所述幅值特征值及所述时域特征值作为各所初始舒张压以及标准血压测量设备测得的标准将各组所述样本数据中的所述特征参数、所述初始收缩压及所述根据所述输入特征和所述输出特征对神经网络结构进行训练，得到预设神经网络模获取多组验证样本数据，每组所述验证样本数据包括多个柯氏音信号的验证特征参将各组所述验证样本数据中的所述验证特征参数、所述验证初始收3计算所述预测收缩压与所述验证标准收缩压的第一差值，通过所述预设神经网络模型的输入层，将多个所述特征参数、所通过所述预设神经网络模型的输出层，得到所述待测人员的目标收缩压和目标舒张将所述目标收缩压和所述目标舒张压分别与预设的收缩压正常范围和舒张压正常范当所述目标收缩压超出所述预设的收缩压正常范围和/或所述目标舒张压超出所述预所述控制模块，用于将缠绕于待测人员上臂袖带内的气压增加至预设压所述确定模块，用于根据所述多个柯氏音信号中首次出现柯氏音信号时所述输出模块，用于将多个所述特征参数、所述初始收缩压及45的时序性和对应关系的准确性，为后续的特征提取和血压计算提供了可靠的原始数据基值及所述时域特征值作为各所述柯氏音信号的6舒张压正常范围进行比较；当所述目标收缩压超出所述预设的收缩压正常范围和/或所述种基于电子柯氏音法的智能血压测量方法的计算7被处理器加载并执行上述任一种基于电子柯氏音法的智能血压测量方法的计[0023]图1是本申请实施例提供的一种基于电子柯氏音法的智能血压测量方法的流程示图2是本申请实施例提供的一种基于电子柯氏音法的智能血压测量装置的结构示[0027]图1是本申请实施例提供的一种基于电子柯氏音法的智能血压测量方法的流程示动脉。通过启动气泵，使袖带内的气压快速增加至预设压力，该预设压力通常设定为8[0031]柯氏音信号(KorotkoffSound)是在血压测量过程中由血液流动产生的特征性声灵敏度的驻极体传声器，用于采集来自肱动脉的柯氏音信号；压力传感器选用精度为9取，以突出柯氏音的特征并消除干扰。通过设定适当的幅值阈值(例如背景噪声均值的3段内的频谱特征。通过分析频谱，提取以下频域例)以及频谱峰值比(次峰值与主峰值的比值过分析这些时域特征值的变化趋势，可以反映出血压变化过程中血管状态的动态变化特及初始舒张压输入预设神经网络模型之前具体还包括S5均方误差(MSE)以评估预测值与真实值之间的差异。训练过程采用小批量随机梯度下降算到的预设神经网络模型在测试集上的平均绝对误差控制在±3mmHg以内，满足医疗器械标2量设备测得的验证标准收缩压和验证标准舒张压；将各组验证样本数据中的验证特征参中输入层的神经元数量与特征参数的维度相对应，两个隐藏层分别包含64个和32个神经元，输出层包含2个神经元分别对应目标收缩压和目标舒张压。模型使用ReLU作为激活函方法相比传统的柯氏音法具有更高的准确性，能够更好地处理个体差异和测量环境的影初始收缩压和初始舒张压输入到神经网络的输入层，每个输入神经元对应一个特征参数。个神经元通过线性激活函数分别计算得到目标收缩压和目标经过输入层的标准化和隐藏层的特征提取与非线性变换，最终在输出层得到目标收缩压将目标收缩压和目标舒张压分别与预设的收缩压正常范围和舒张压正常范围进行比较；当目标收缩压超出预设的收缩压正常范围和/或目标舒张压超出预设的舒张压正程门阵列(Field_ProgrammableGateArray，FPGA)、可编程逻辑阵列(Programmable可存储用于实现操作系统的指令、用于至少一个功1001的存储装置。如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作系[0121]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用者说对现有技术做出贡献的部分或者该技术方案的全部或部分可