一种基于人工智能的血压检测方法及装置

技术特征：
1.一种基于人工智能的血压检测方法，其特征为，包括如下步骤，获取原始光电容积脉搏波信号；对脉搏波信号进行带通滤波平滑化处理；对平滑化处理后的信号进行小波变换，将一维 ppg 信号段转换成二维时频色谱；将二维时频色谱输入血压预测模型中进行预测，得到血压。2.根据权利要求1所述的基于人工智能的血压检测方法，其特征为，所述血压预测模型包括前驱二维cnn网络加后接lstm网络混合搭建而成的cnn-lstm网络模型，后续的lstm网络对前期二维cnn 输出的深层矩阵进行整合归纳出顺序特征量，通过lstm网络中的循环链结构得到相关时间序列信息，进而辅助模型进行分类。3.根据权利要求2所述的基于人工智能的血压检测方法，其特征为，所述cnn-lstm网络模型的第 1-13 层由卷积层和最大池化层相互交叉混合搭建，第 14-15 层分别是lstm 层、全连接层，其中每个二维卷积层和全连接层后都有一个leakyrelu激活函数层，并且每个最大池化层的前面都包含一个bn层，在最大池化层和 lstm层的连接处，通过修改数据维度将大小为（none，32,32,128）的形状改为（256,192），在全连接层之前，使用flatten结构将上层的多维数据一维化，全连接层对上层的一维数据进行概率计算，最终输出最大概率下的回归情况。4.一种基于人工智能的血压检测装置，其特征为，包括如下模块：光电容积脉搏波采集模块;对采集的波形数据进行运算处理及运行血压预测模型的运算处理模块;对采集的波形数据进行存储及储存血压预测模型的存储模块;对波形数据与测量结果进行显示的波形及结果显示模块，光电容积脉搏波采集模块与运算处理模块连接，运算处理模块与存储模块和波形及结果显示模块连接。5.根据权利要求4所述的基于人工智能的血压检测装置，其特征为，所述光电容积脉搏波采集模块包括双波长传感器和信号调理电路，信号调理电路对双波长传感器获得的信号进行调理并传输给运算处理模块。6.根据权利要求4所述的基于人工智能的血压检测装置，其特征为，所述运算处理模块采用采用嵌入式linux板卡。7.根据权利要求6所述的基于人工智能的血压检测装置，其特征为，所述嵌入式linux板卡为香橙派 zero2。

技术总结
本发明属于医疗器械领域，涉及血压检测技术，具体为一种基于人工智能的血压检测方法及装置，其方法包括如下步骤，获取原始光电容积脉搏波信号；对脉搏波信号进行带通滤波平滑化处理；对平滑化处理后的信号进行小波变换，将一维PPG信号段转换成二维时频色谱；将二维时频色谱输入血压预测模型中进行预测，得到血压。其装置包括如下模块：光电容积脉搏波采集模块;运行血压预测模型的运算处理模块;对采集的波形数据进行存储及储存血压预测模型的存储模块;波形及结果显示模块，该方法将一维PPG信号段转换成二维时频色谱图，提高了检测结果的可靠性，该装置操作方便，检测快速，减少患者诊断检测时得心理负担。患者诊断检测时得心理负担。患者诊断检测时得心理负担。


技术研发人员：梁永波 张锡壮 胡旭东 崔谋 陈真诚 操良丽
受保护的技术使用者：桂林电子科技大学
技术研发日：2022.12.13
技术公布日：2023/3/10