基于知识引导与数据驱动方法的无袖带血压测量的特征探索
信号处理
2019-08-28 v1
摘要
本研究探索了可指示血压(BP)变化的扩展特征空间，以无创方式更好地估计连续血压。从无创采集的心电图(ECG)和光电容积脉搏波(PPG)信号中提取了共222个特征，受试者在接受冠状动脉造影和/或经皮冠状动脉介入治疗期间，同时记录了动脉内血压，受试者处于静息状态并施用药物诱发血压变化。所提取特征与血压分量（即收缩压(SBP)、舒张压(DBP)、平均血压(MBP)和脉压(PP)）之间的关联分别通过相关系数、交叉样本熵和互信息进行分析与评估。结果表明，SBP和MBP最相关的指标均为脉冲半高全宽，而DBP和PP最相关的指标分别为PPG一阶导数(dPPG)峰值到PPG二阶导数(sdPPG)谷值的幅值，以及R波峰值到sdPPG的时间间隔。作为无袖带血压校准的知识引导模型或数据驱动方法的潜在输入，所提出的扩展特征有望提高无袖带血压的估计精度。
引用
@article{arxiv.1908.10245,
title = {Feature Exploration for Knowledge-guided and Data-driven Approach Based Cuffless Blood Pressure Measurement},
author = {Xiaorong Ding and Bryan P Yan and Yuan-Ting Zhang and Jing Liu and Peng Su and Ni Zhao},
journal= {arXiv preprint arXiv:1908.10245},
year = {2019}
}
备注
4 pages, 4 figures, 2 tables