基于机器学习的血压测量及血压预测研究
发布时间：2022-01-23 15:08
血压是人体的关键生理指标之一,血压值的高低变化能准确表征被检者的心脏和血管的健康状态。准确测量人体血压的具体数值和预测血压值的变化,对临床上的疾病诊断和康复治疗有着关键指导意义。血压测量分为有创和无创两类。无创血压测量因具有“无创伤”、“适用性广”等显著优点,已经成为连续血压测量的重要研究方向。人体脉搏的波动源于心脏的跳动,是人体生命体征信息的重要载体。基于脉搏波得到的人体血压相关信息,可以指导临床诊断和医治的方向。在无创连续血压测量的研究领域中,基于脉搏波信号的血压测量方法的研究已成为一大热点。基于脉搏波的血压测量方法可分为基于传导速度和基于特征参数两类。因为前者需要同时采集两路信号,对测量设备和环境提出了更高的要求,所以基于脉搏波特征参数的血压测量具有更广泛的应用场景。随着大数据科学和智能系统的发展,利用机器学习方法和海量的临床数据来实现智慧医疗的方案已初见雏形。因此,本文在充分了解脉搏波产生原理及分析脉搏波特征参数的基础上,采用机器学习的方法进行血压测量和血压预测,提出基于脉搏波特征参数和回归模型的血压测量模型和基于循环神经网络的血压预测模型,主要研究内容如下。首先,本文深入分析...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１．１血压测量方法分类图??
?第１章绪论???在测量精度上，目前的学术研宄工作在人体动脉血压的测量精度上可达到为??±３．２ｍｍＨｇ，此精度为在实验室环境下的连续血压测量精度；在商用市场上，现??在较好的血压测量仪的生产公司主要是日本的松下和欧姆龙公司。图１．２为欧姆??龙公司的商用型电子血压仪，在经过算法补偿后，其精度可达到±３?ｍｒｎＨｇ，采用??的是示波法，获得的是间断测量的精度，不能实现长时间的持续测量。??图１．２商用型电子血压仪??无创连续血压测量，因为其能够连续且便捷地记录患者地血压情况，从而为??曰常保健和临床医疗提供了非常多有价值的数据。而脉搏波信号因其含有心血管??系统的大量生理、病理信息，被广泛用于各种生理参数（如血压、血氧饱和度、??心率、心输出量、血管内皮功能、动脉顺应性等）的测量和评估。毫无疑问，基??于脉搏波信息的连续血压测量技术必将成为血压测量的主流技术。??随着互联网技术的不断发展，医疗行业的“大数据”化的发展势在必行。无??创连续血压测量所得数据能够帮助人类从一个崭新的角度去审视和研宄高血压??及相关疾病的发生和发展过程。另外，由于医疗保健和监测的家庭化和社区化，??便携式的血压测量系统必将成为一大发展方向。??所以，本文基于机器学习和脉搏波特征参数的血压测量及血压预测研宄的出??发点有三个：一是通过了解脉搏波信号的产生机理，研宄实现用最少的特征参数??和最小的工作量去实现特定精度的血压测量方法；二是通过使用常见回归算法建??立血压测量模型，研宄如何减少建模的计算量和工作量，为将血压测量软件系统??搭载在可穿戴设备上做铺垫；三是通过对人体血压预测做初步尝试，来探宄影响??血压变化的因素，从而规避突发
?第１章绪论???血压预测模型，并提出改进的基于背景信息的ＬＳＴＭ－ＢＩ模型。使用公开数据集??ＭＩＭＩＣ中的血压数据和背景数据分别对ＲＮＮ、ＲＮＮ－ＢＩ、ＬＳＴＭ和ＬＳＴＭ－ＢＩ四??种预测模型进行实验验证，并对比其性能。??本文的研宄内容整体框图如图１．３所示：??患者背景??广倌悤?一?????ＭＩＭＩＣ?＿?Ｍ?压??．??数据库?酬型?Ｅ細??—＞麵据一??脉搏Ｓ倍号??Ｉ????—￣￣￣￣Ｉ?舒赃—１??ＥＭＤ＊矂?ＥＥＭＤ去ｇ?咖??＿＾压??？性能＃ｆｔ??Ｔ——?一?■模型??ＩＳ?—＂?ｉｓＩＬ?周期划分特征点检测」??图１．３研宄内容整体框图??１．３．２本文组织结构??本文的主要章节安排如下：??第１章：绪论。主要阐述了本课题的研宄背景与意义，简单介绍血压测量的??主要方法及其研宄现状。与此同时，一并介绍时间序列预测的研宄现状和机器学??习方法在医疗研究领域的应用。并在章节的最后给出本文的研宄脉络及详细的章??节架构。??第２章：相关理论与技术。首先介绍脉搏波的产生机制和扩散原理，解释分??析利用脉搏波测量人体血压的理论基矗然后介绍人工智能的相关概念和机器学??习的相关理论，并对常见的回归算法进行原理说明。??第３章：脉搏波信号去噪及特征提龋简要介绍脉搏波信号的获取途径和基??本处理流程，再使用经验模态分解法和集成经验模态分解法对脉搏波进行去噪，??１０??
【参考文献】：
期刊论文
[1]基于机器学习的医疗决策支持系统综述[J]. 梁书彤,郭茂祖,赵玲玲. 计算机工程与应用. 2019(19)
[2]计算机人工智能技术的应用与发展分析[J]. 杨秉雯. 信息与电脑(理论版). 2019(11)
[3]适合用户选用的心率监护仪优化设计研究[J]. 马占书,胡亚琦,胡延伟. 计算机仿真. 2017(10)
[4]人工智能,我们还有多远的路要走[J]. 刘宇阳. 出版参考. 2017(09)
[5]无创连续血压测量技术发展综述[J]. 王婷婷. 科技与创新. 2017(17)
[6]血压监测方法的研究现状[J]. 朱丽娟,李恩有,孙波. 医学综述. 2017(13)
[7]基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究[J]. 曹文哲,应俊,陈广飞,周丹. 中国医疗设备. 2016(03)
[8]脉搏波时域特征与血压相关性的研究[J]. 徐可欣,王继寸,余辉,杜非. 中国医疗设备. 2009(08)
[9]运动负荷下心血管血流参数无损伤动态检测系统的研究[J]. 张松,杨文鸣,杨益民,陈连生,罗志昌,林福美,高崇玄,彭长虹,张丽申. 北京工业大学学报. 1996(01)
[10]脉搏波波形特征信息的研究[J]. 罗志昌,张松,杨文鸣,杨子彬. 北京工业大学学报. 1996(01)
博士论文
[1]基于外周连续血压信号的自适应中心动脉压重建方法的研究[D]. 张攀登.中国科学院大学(中国科学院深圳先进技术研究院) 2019
[2]基于社区的高血压前期人群健康干预效果经济学评价[D]. 郭海健.南京医科大学 2018
[3]理想心血管行为和因素对心脑血管事件及全因死亡的影响[D]. 林黎明.天津医科大学 2017
[4]冷空气活动对心脑血管疾病相关指标影响的初步研究[D]. 阮烨.兰州大学 2013
[5]穿戴式人体生理参数监测系统的研究与实现[D]. 郭维.吉林大学 2012
[6]颈动脉粥样硬化危险因素的超声研究[D]. 谭莉.中国协和医科大学 2008
硕士论文
[1]电子血压计与水银血压计在老年原发性高血压患者中的应用分析[D]. 李雪玉.昆明医科大学 2018
[2]基于脉搏波的无创连续血压检测方法的研究[D]. 谢寒霜.北京交通大学 2018
[3]多任务学习在时间序列预测中的研究及应用[D]. 贾松达.太原理工大学 2017
[4]基于脉搏波的穿戴式连续血压监测方法的研究[D]. 李珊珊.东南大学 2017
[5]个体化运动有效治疗高血压的研究及逐搏血压监测在临床中的应用[D]. 葛万刚.北京协和医学院 2017
[6]无创连续血压监测中信号检测与控制系统的设计与实现[D]. 张宇.电子科技大学 2017
[7]基于指端脉搏波的血压测量方法及其在智能终端的初步实践[D]. 马菲.浙江大学 2017
[8]基于光电容积脉搏波的多参数连续无创血压算法研究[D]. 王梦婷.浙江大学 2017
[9]基于气温对血压影响的数据分析及预测系统设计与开发[D]. 章丽.南昌大学 2015
[10]基于脉搏波特征的连续血压测量方法研究[D]. 董锋.云南大学 2015
本文编号：3604606
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１．１血压测量方法分类图??
?第１章绪论???在测量精度上，目前的学术研宄工作在人体动脉血压的测量精度上可达到为??±３．２ｍｍＨｇ，此精度为在实验室环境下的连续血压测量精度；在商用市场上，现??在较好的血压测量仪的生产公司主要是日本的松下和欧姆龙公司。图１．２为欧姆??龙公司的商用型电子血压仪，在经过算法补偿后，其精度可达到±３?ｍｒｎＨｇ，采用??的是示波法，获得的是间断测量的精度，不能实现长时间的持续测量。??图１．２商用型电子血压仪??无创连续血压测量，因为其能够连续且便捷地记录患者地血压情况，从而为??曰常保健和临床医疗提供了非常多有价值的数据。而脉搏波信号因其含有心血管??系统的大量生理、病理信息，被广泛用于各种生理参数（如血压、血氧饱和度、??心率、心输出量、血管内皮功能、动脉顺应性等）的测量和评估。毫无疑问，基??于脉搏波信息的连续血压测量技术必将成为血压测量的主流技术。??随着互联网技术的不断发展，医疗行业的“大数据”化的发展势在必行。无??创连续血压测量所得数据能够帮助人类从一个崭新的角度去审视和研宄高血压??及相关疾病的发生和发展过程。另外，由于医疗保健和监测的家庭化和社区化，??便携式的血压测量系统必将成为一大发展方向。??所以，本文基于机器学习和脉搏波特征参数的血压测量及血压预测研宄的出??发点有三个：一是通过了解脉搏波信号的产生机理，研宄实现用最少的特征参数??和最小的工作量去实现特定精度的血压测量方法；二是通过使用常见回归算法建??立血压测量模型，研宄如何减少建模的计算量和工作量，为将血压测量软件系统??搭载在可穿戴设备上做铺垫；三是通过对人体血压预测做初步尝试，来探宄影响??血压变化的因素，从而规避突发
?第１章绪论???血压预测模型，并提出改进的基于背景信息的ＬＳＴＭ－ＢＩ模型。使用公开数据集??ＭＩＭＩＣ中的血压数据和背景数据分别对ＲＮＮ、ＲＮＮ－ＢＩ、ＬＳＴＭ和ＬＳＴＭ－ＢＩ四??种预测模型进行实验验证，并对比其性能。??本文的研宄内容整体框图如图１．３所示：??患者背景??广倌悤?一?????ＭＩＭＩＣ?＿?Ｍ?压??．??数据库?酬型?Ｅ細??—＞麵据一??脉搏Ｓ倍号??Ｉ????—￣￣￣￣Ｉ?舒赃—１??ＥＭＤ＊矂?ＥＥＭＤ去ｇ?咖??＿＾压??？性能＃ｆｔ??Ｔ——?一?■模型??ＩＳ?—＂?ｉｓＩＬ?周期划分特征点检测」??图１．３研宄内容整体框图??１．３．２本文组织结构??本文的主要章节安排如下：??第１章：绪论。主要阐述了本课题的研宄背景与意义，简单介绍血压测量的??主要方法及其研宄现状。与此同时，一并介绍时间序列预测的研宄现状和机器学??习方法在医疗研究领域的应用。并在章节的最后给出本文的研宄脉络及详细的章??节架构。??第２章：相关理论与技术。首先介绍脉搏波的产生机制和扩散原理，解释分??析利用脉搏波测量人体血压的理论基矗然后介绍人工智能的相关概念和机器学??习的相关理论，并对常见的回归算法进行原理说明。??第３章：脉搏波信号去噪及特征提龋简要介绍脉搏波信号的获取途径和基??本处理流程，再使用经验模态分解法和集成经验模态分解法对脉搏波进行去噪，??１０??
【参考文献】：
期刊论文
[1]基于机器学习的医疗决策支持系统综述[J]. 梁书彤,郭茂祖,赵玲玲. 计算机工程与应用. 2019(19)
[2]计算机人工智能技术的应用与发展分析[J]. 杨秉雯. 信息与电脑(理论版). 2019(11)
[3]适合用户选用的心率监护仪优化设计研究[J]. 马占书,胡亚琦,胡延伟. 计算机仿真. 2017(10)
[4]人工智能,我们还有多远的路要走[J]. 刘宇阳. 出版参考. 2017(09)
[5]无创连续血压测量技术发展综述[J]. 王婷婷. 科技与创新. 2017(17)
[6]血压监测方法的研究现状[J]. 朱丽娟,李恩有,孙波. 医学综述. 2017(13)
[7]基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究[J]. 曹文哲,应俊,陈广飞,周丹. 中国医疗设备. 2016(03)
[8]脉搏波时域特征与血压相关性的研究[J]. 徐可欣,王继寸,余辉,杜非. 中国医疗设备. 2009(08)
[9]运动负荷下心血管血流参数无损伤动态检测系统的研究[J]. 张松,杨文鸣,杨益民,陈连生,罗志昌,林福美,高崇玄,彭长虹,张丽申. 北京工业大学学报. 1996(01)
[10]脉搏波波形特征信息的研究[J]. 罗志昌,张松,杨文鸣,杨子彬. 北京工业大学学报. 1996(01)
博士论文
[1]基于外周连续血压信号的自适应中心动脉压重建方法的研究[D]. 张攀登.中国科学院大学(中国科学院深圳先进技术研究院) 2019
[2]基于社区的高血压前期人群健康干预效果经济学评价[D]. 郭海健.南京医科大学 2018
[3]理想心血管行为和因素对心脑血管事件及全因死亡的影响[D]. 林黎明.天津医科大学 2017
[4]冷空气活动对心脑血管疾病相关指标影响的初步研究[D]. 阮烨.兰州大学 2013
[5]穿戴式人体生理参数监测系统的研究与实现[D]. 郭维.吉林大学 2012
[6]颈动脉粥样硬化危险因素的超声研究[D]. 谭莉.中国协和医科大学 2008
硕士论文
[1]电子血压计与水银血压计在老年原发性高血压患者中的应用分析[D]. 李雪玉.昆明医科大学 2018
[2]基于脉搏波的无创连续血压检测方法的研究[D]. 谢寒霜.北京交通大学 2018
[3]多任务学习在时间序列预测中的研究及应用[D]. 贾松达.太原理工大学 2017
[4]基于脉搏波的穿戴式连续血压监测方法的研究[D]. 李珊珊.东南大学 2017
[5]个体化运动有效治疗高血压的研究及逐搏血压监测在临床中的应用[D]. 葛万刚.北京协和医学院 2017
[6]无创连续血压监测中信号检测与控制系统的设计与实现[D]. 张宇.电子科技大学 2017
[7]基于指端脉搏波的血压测量方法及其在智能终端的初步实践[D]. 马菲.浙江大学 2017
[8]基于光电容积脉搏波的多参数连续无创血压算法研究[D]. 王梦婷.浙江大学 2017
[9]基于气温对血压影响的数据分析及预测系统设计与开发[D]. 章丽.南昌大学 2015
[10]基于脉搏波特征的连续血压测量方法研究[D]. 董锋.云南大学 2015
本文编号：3604606
本文链接：https://www.wllwen.com/shoufeilunwen/mpalunwen/3604606.html
最近更新
教材专著
