一种人体多种生化指标无创检测方法、装置及设备

摘要: 本技术涉及生物医学信号采集和处理领域,特别是涉及一种人体多种生化指标无创检测方法、装置及设备。背景技术:1、代谢与心血管相关慢性疾病是当前全球范围内危害人类身体...
一种人体多种生化指标无创检测方法、装置及设备

本技术涉及生物医学信号采集和处理领域,特别是涉及一种人体多种生化指标无创检测方法、装置及设备。

背景技术:

1、代谢与心血管相关慢性疾病是当前全球范围内危害人类身体健康、加重社会医疗负担的核心慢性病种,其中血糖异常、血氧饱和度紊乱、血红蛋白含量失衡是反映人体血液循环、物质代谢、呼吸供氧及造血功能的三项核心生理指标,也是临床筛查、诊断及慢病管控的关键依据。多项临床研究表明,人体血糖含量、血氧饱和度、血红蛋白含量三者相互关联、相互影响:高血糖会损伤血管内皮功能,降低血液携氧与代谢能力,易引发血氧供应不足;而血氧匮乏、血红蛋白异常会干扰机体糖代谢进程,加剧血糖波动,三者指标的长期异常均会诱发心脑血管病变、代谢综合征、贫血及微循环障碍等多种并发症,严重威胁人体健康。因此,对血糖、血氧饱和度、血红蛋白含量进行同步、持续、动态的监测,是实现人体生理健康常态化评估、慢性疾病早筛早控的核心前提。世界卫生组织及临床诊疗指南均明确指出,常态化生理参数动态监测、多指标联合分析,能够有效提升疾病筛查准确率与病情评估全面性,为个性化健康干预与临床诊疗方案调整提供可靠的数据支撑。由此可见,可实现多生理参数同步检测的家用无创检测设备,在居家健康监测、慢病日常管控、亚健康状态筛查等多个场景中,具备单一检测设备无法替代的重要应用价值与临床意义。

2、目前,临床及家用场景中,血糖、血氧饱和度、血红蛋白含量的主流检测方式多为单一有创或专业有线检测模式。其中,血糖检测普遍采用指尖采血有创检测技术,通过采集指尖微量血液,依托试纸生化反应实现数值检测,该技术精度稳定、技术成熟,但存在采血疼痛、创口感染风险,高频检测易引发患者抵触情绪,难以实现长期连续监测。血氧饱和度与血红蛋白含量的传统检测方式多依赖医用专业检测设备,血氧检测多为固定式医用血氧仪,便携性有限;血红蛋白含量检测多需静脉采血、实验室生化分析,检测流程繁琐、耗时较长,无法适配居家、移动场景下的实时快速检测需求。同时,现有检测设备多为单参数独立检测模式,需借助多台设备分别完成三项指标检测,操作繁琐、检测效率低,且不同设备检测时序、环境存在差异,无法实现多参数同步匹配监测,难以满足人体多维度生理状态联合评估的需求,极大限制了居家常态化健康监测的便捷性与全面性。

3、现阶段无创生理参数检测技术快速发展,主要分为光学检测与非光学检测两大技术体系。传统无创光学检测技术中,近红外光谱检测、超声检测等技术存在明显短板,普遍存在有效信号微弱、人体个体差异与环境干扰干扰性强、设备造价高昂、体积庞大、便携性差等问题,难以适配家用小型化、低成本、实时化的检测需求。与之相比,光电容积脉搏波(ppg)检测技术依托人体血液容积变化采集生理信号,具备信号采集便捷、硬件成本低廉、设备小型化程度高、可实时连续采集等显著优势,且ppg信号蕴含丰富的血液代谢、微循环供氧、血液成分相关特征信息,与血糖含量、血氧饱和度、血红蛋白含量均存在高度相关性,能够为多生理参数同步检测提供核心数据支撑,高度适配居家无创多参数检测设备的研发与落地需求,成为当前无创生理检测领域的研究热点。

4、然而,在实际应用与现有研究中发现,当前基于ppg信号的无创多参数检测技术仍存在显著的技术缺陷,难以满足家用高精度、高稳定性的检测需求,具体问题主要分为两大方面:

5、第一,ppg信号采集稳定性差,异常信号筛选机制存在明显短板。ppg信号属于微弱光学电信号,在采集过程中极易受人体个体生理差异、肢体运动伪影、环境光线干扰、检测体位变化等多重因素影响,易出现波形畸变、基线偏移、信号噪声叠加等异常问题。目前国内外现有信号预处理方法多采用固定阈值、单一指标评判的筛选模式,无法适配不同人群、不同生理状态下的差异化ppg波形特征,极易出现有效特征波形被误判剔除、异常干扰波形漏判的情况,导致后续多参数特征提取失真,大幅降低血糖、血氧、血红蛋白检测的整体准确性与稳定性。

6、第二,现有检测模型泛化能力不足,无法实现多参数精准同步预测。当前ppg检测算法多针对单一生理参数设计,仅挖掘信号中单一维度特征信息,缺乏对多参数关联特征、互补特征的深度挖掘;少数多参数检测模型多采用单一算法或简单固定权重融合策略,未充分利用血糖、血氧、血红蛋白三项指标的生理关联性与ppg多特征空间的互补信息。面对不同人群、不同生理状态下复杂多变的ppg信号时,模型无法兼顾全局泛化能力与局部预测稳定性,难以同步实现三项生理参数的高精度检测,各项指标的预测误差均无法稳定达到临床级家用监测标准,极大限制了ppg多参数无创检测技术的实际落地应用。

技术实现思路

1、本技术的目的是提供一种人体多种生化指标无创检测方法、装置及设备,通过构建纯净基准向量空间进行双指标分层筛查,并结合双路加权融合与残差补偿机制,实现异常信号的精准剔除与多种生化指标的高精度预测。

2、为实现上述目的,本技术提供了如下方案:

3、第一方面,本技术提供了一种人体多种生化指标无创检测方法,包括:

4、获取光电容积脉搏波信号;

5、对所述光电容积脉搏波信号进行异常信号剔除,得到目标脉搏波信号;所述异常信号剔除,包括:获取多个正常脉搏波样本,基于正常脉搏波样本构建纯净基准向量空间;将待测脉搏波信号的特征向量映射至所述纯净基准向量空间,得到低维投影向量和重构拟合向量;计算所述待测脉搏波信号的特征向量与所述重构拟合向量之间的残差偏差,以及所述低维投影向量与所述纯净基准向量空间的中心向量之间的空间距离;基于所述残差偏差和所述空间距离计算综合异常评分,结合自适应动态阈值对所述待测脉搏波信号进行分层筛查,剔除异常信号;

6、提取所述目标脉搏波信号的特征向量,将所述目标脉搏波信号的特征向量输入至预先训练好的预测模型,输出血糖含量、血氧饱和度以及血红蛋白含量预测值;所述预测模型包括:血糖含量预测模型、血氧饱和度预测模型以及血红蛋白含量预测模型;

7、所述血糖含量预测模型、血氧饱和度预测模型以及血红蛋白含量预测模型均包括多套相互独立的基础计算单元,所述输出血糖含量、血氧饱和度以及血红蛋白含量预测值,包括:

8、将所述目标脉搏波信号的特征向量分别输入多套所述基础计算单元,得到多路预测值并拼接为融合矩阵;

9、基于双因子自适应复合距离函数计算所述融合矩阵中各基础计算单元的融合权重,得到融合矩阵路径的预测均值;所述双因子包括全局偏差因子和局部稳定性因子;

10、在原始特征空间中计算残差补偿校正项;

11、将所述预测均值与所述残差补偿校正项结合,得到最终的血糖含量、血氧饱和度以及血红蛋白含量预测值。

12、可选地,所述基于正常脉搏波样本构建纯净基准向量空间,包括:

13、获取多个经人工初筛合格的原始脉搏波样本;

14、对所述原始脉搏波样本进行信号扩增,所述信号扩增包括时间翻转、幅度翻转、以及时间-幅度联合翻转中的至少一种,得到扩增后的训练样本集,并为每一训练样本分配对应的类别标签;

15、构建多层连续运算网络,所述多层连续运算网络包括多个串联的双层基础运算模块、一固定长度转换层和一分类输出层;

16、以扩增后的训练样本集为输入,以最小化整体分类误差为优化目标,训练所述多层连续运算网络,训练完成后固化网络参数,得到固定特征提取映射关系;

17、利用所述固定特征提取映射关系提取全部原始脉搏波样本的深度特征向量,得到深度特征向量集合;

18、通过多轮迭代方式对所述深度特征向量集合进行离群样本剔除,每轮迭代包括:计算所述深度特征向量集合的平均基准向量及偏移向量,构建初始偏移方阵并进行特征分解,得到方向基准向量及分量权重数值;

19、将深度特征向量投射至所述方向基准向量,迭代移除投影长度偏离预设区间的离群向量,重新计算平均基准向量及特征分解,直至剩余向量的投影数值集中在预设区间,得到纯净正常样本集;

20、按照所述分量权重数值从大到小的顺序,选取累计权重达到预设比例阈值的方向基准向量,组合生成投影基底矩阵,所述投影基底矩阵构成所述纯净基准向量空间。

21、可选地,所述结合自适应动态阈值对所述待测脉搏波信号进行分层筛查,剔除异常信号,具体包括:

22、计算所述正常脉搏波样本中所有样本的综合异常评分,进行排序后选取高位分位数对应的评分数值作为所述自适应动态阈值;

23、第一层粗筛:当所述待测脉搏波信号的综合异常评分大于所述自适应动态阈值时,标记为疑似异常波形,进入第二层精细判别;当小于或等于时,判定为正常波形;

24、第二层精细判别:针对疑似异常波形,统计其残差分量中超出正常残差区间的分量数量及单分量最大偏差幅度;当异常分量占比超过预设比例或单分量最大偏差超出正常区间预设倍数时,判定为异常波形并剔除;否则判定为正常波形。

25、可选地,所述复合距离函数的协方差函数形式为:

26、;

27、式中,和为融合输入矩阵内的两组样本向量,表示第个样本在第套基础单元上的预测值;表示第个样本在第套基础单元上的预测值;d=m为融合矩阵总列数,即基础单元的总数;为信号幅度参数;为信号方差;为随机噪声幅度参数;为噪声方差;为克罗内克判别函数;为融合矩阵第d列专属尺度参数;所述第d列专属尺度参数由全局偏差因子和局部稳定性因子联合确定,且与全局偏差因子正相关,与局部稳定性因子负相关。

28、可选地,所述残差补偿校正项通过以下公式计算:

29、;

30、式中:为残差补偿校正项;为训练样本总数;为原始特征空间相似度;为待预测样本;为训练样本;为第个训练样本上所有基础单元的平均预测偏差;

31、所述最终血糖含量、血氧饱和度以及血红蛋白含量预测值通过以下公式确定:

32、;

33、其中,为最终生化参数的预测值,为融合矩阵路径的预测均值,为残差补偿校正项。

34、可选地,所述全局偏差因子通过以下公式计算:

35、;

36、其中,为第套基础单元的全局均方误差;为第套基础单元对第个样本的预测值;为训练样本总数;为为第个样本的真实生化参数值。

37、可选地,所述局部稳定性因子通过以下公式计算:

38、;

39、其中,为第套基础单元在待预测样本邻域内的局部稳定性因子,取值范围为;为近邻数量;为邻域内第套基础单元预测值的均值;为邻域内第套基础单元预测值的方差;表示第个样本在第套基础单元上的预测值;对于待预测样本,在融合空间中找到其个最近邻训练样本,记邻域集合为;为待预测样本。

40、可选地,提取所述目标脉搏波信号的特征向量,包括:

41、提取所述目标脉搏波信号在多个特定波长下的r系数特征、谱熵se、复杂度、排列熵pe、分形维数fd;

42、将多个特定波长下的r系数特征、谱熵se、复杂度、排列熵pe、分形维数fd进行拼接,得到特征向量。

43、第二方面,本技术提供了一种人体多种生化指标无创检测装置,包括:

44、信号获取模块,用于获取光电容积脉搏波信号;

45、异常信号剔除模块,用于对所述光电容积脉搏波信号进行异常信号剔除,得到目标脉搏波信号;所述异常信号剔除,包括:获取多个正常脉搏波样本,基于正常脉搏波样本构建纯净基准向量空间;将待测脉搏波信号的特征向量映射至所述纯净基准向量空间,得到低维投影向量和重构拟合向量;计算所述待测脉搏波信号的特征向量与所述重构拟合向量之间的残差偏差,以及所述低维投影向量与所述纯净基准向量空间的中心向量之间的空间距离;基于所述残差偏差和所述空间距离计算综合异常评分,结合自适应动态阈值对所述待测脉搏波信号进行分层筛查,剔除异常信号;

46、多参数生化指标预测模块,用于提取所述目标脉搏波信号的特征向量,将所述目标脉搏波信号的特征向量输入至预先训练好的预测模型,输出血糖含量、血氧饱和度以及血红蛋白含量预测值;所述预测模型包括:血糖含量预测模型、血氧饱和度预测模型以及血红蛋白含量预测模型;

47、所述血糖含量预测模型、血氧饱和度预测模型以及血红蛋白含量预测模型均包括多套相互独立的基础计算单元,所述输出血糖含量、血氧饱和度以及血红蛋白含量预测值,包括:

48、将所述目标脉搏波信号的特征向量分别输入多套所述基础计算单元,得到多路预测值并拼接为融合矩阵;

49、基于双因子自适应复合距离函数计算所述融合矩阵中各基础计算单元的融合权重,得到融合矩阵路径的预测均值;所述双因子包括全局偏差因子和局部稳定性因子;

50、在原始特征空间中计算残差补偿校正项;

51、将所述预测均值与所述残差补偿校正项结合,得到最终的血糖含量、血氧饱和度以及血红蛋白含量预测值。

52、第三方面,本技术提供了一种计算机设备,包括:存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述中任一项所述的人体多种生化指标无创检测方法的步骤。

53、根据本技术提供的具体实施例,本技术具有了以下技术效果:

54、本技术提供了一种人体多种生化指标无创检测方法、装置及设备,具有如下有益效果:

55、1、本发明实现血糖、血氧饱和度及血红蛋白含量人体多种生化指标同步无创检测。一方面,无需多次采血,规避有创检测带来的疼痛与感染风险,检测操作简便,适合居家长期连续监测;另一方面,利用 ppg 信号源同时提取多项血液生理指标,可结合指标间生理关联综合评估机体代谢与微循环状态,克服传统单参数检测信息片面、多设备分步检测时序不一致的缺陷。同时本方案硬件成本低、便于小型化,能够兼顾模型泛化能力与预测稳定性,提升多参数检测精度,满足家用健康监测的临床使用需求。

56、2、本技术提出一种基于纯净基准向量空间的异常信号分层筛查机制。通过构建不受异常波形干扰的标准数值空间,并依托残差偏差(表征局部点位畸变)与空间距离(表征整体基线偏移)双重数值评判,结合跟随正常样本分布自动更新的自适应动态阈值进行分层筛查。该方案能够有效剥离干扰样本,适配不同测试人员独有的脉搏波形特点,显著降低合格波形被误判为异常样本的概率,精准识别出存在畸变的ppg信号,为后续预测提供高质量的数据基础。

57、3、本技术创新性地提出一种基于多层单元与双路加权融合的人体多种生化指标预测模型。在融合各计算单元贡献时,将各维度的缩放系数同时关联于全局预测偏差与局部预测稳定性,使贡献权重随样本位置自适应分配,克服了传统固定权重融合泛化能力差的缺陷;同时,引入原始特征空间的残差补偿校正项,与低维拼接矩阵加权均值相结合。两路预测在不同特征空间中运作,信息互补,充分挖掘了融合矩阵与原始特征中的互补信息,实现了对ppg信号人体多种生化指标的高精度计算。

58、4、本技术提供的检测系统硬件结构适配性高。采用特定波长的led作为分时复用光源,富含人体多种生化指标信息且硬件成本低、体积小;配套的夹具单元采用弹簧结构与压力传感器结合,能够保持测量位置和压力的一致性,保证达到最佳检测压力,有效排除压力干扰,进一步提高了预测精度,满足低成本、小型化、便携式家用设备的应用需求。