【可穿戴算法开发】-基于PPG信号的血氧与血压检测模型

文章目录

1.血氧检测方法
- （1）测量原理
0 检测原理
- （2）标定试验
- （3）基于线性回归的特征值R提取算法
- （4）基于移动平均的特征值提取算法
2.血压监测方法
- （1）原理
- （2）计算公式
3.算法评估指标

1.血氧检测方法

（1）测量原理

0 检测原理

利用血管中血红蛋白对不同波长的光谱的吸收能力，以及心脏搏动时候血流量的不同而获取搏动信号。

当心脏收缩，待侧部位充血时，LED发出的光被血液吸收的多，传感器获取的信号弱。
当心脏舒张，待测部分血液回流心脏，LED发出的光吸收减少，传感器获取的信号强。

红光（660nm）红外光（940nm）

血氧饱和度理论计算公式：

通过标定实验得到A、B的值，R值由红光和红外光两路信号的波峰值与波谷值之差得到，分子为红外光的吸收度差，分母为红光的吸收度差。

（2）标定试验

注意：红光与红外光具有很强的相关性。
在基于线性回归的血氧饱和度特征值提取算法，当样本数与采样频率近似相等时，计算得到的R值标准差较小

（3）基于线性回归的特征值R提取算法

SpO2=109.3-11.2R

（4）基于移动平均的特征值提取算法

递推平均滤波：尽可能在小区间上减小测试误差，设每个小区间上有m个数据，则取m个数据的平均值代替其中的任意一个数据。

递推平均点数m与波形峰值时间间隔和采样频率有关，3<m<10,一般m取5

移动平均法：

首先采样波峰阈值检测找到初始的基点（找到PPG信号的初始极大值点）
选取脉搏波周期内的所有峰值点和谷值点，保证峰值点与谷值点个数相同
根据峰值和谷值的均值计算出R值

2.血压监测方法

（1）原理

人体收缩压（SBP）与脉搏波传递时间PWTT存在较高的线性相关关系，建立基于加速脉搏波的PWTT提取算法建立与收缩压的线性模型

根据PPG与ECG个别的生理特征点，可以发现ECG的峰值来自于心室的收缩，而PPG的峰值则是因为血管收缩所造成的，因此可以得到血液自心脏送出后到达量测部位的传输时间，也就是脉搏波传递时间Pulse Transit Time (PTT)。

脉搏波传递的速度与血压是直接相关的，血压高时，脉搏波传递快，反之则慢，所以通过心电信号ECG与脉搏波信号PPG获得脉搏传递时间 (PTT)，再加上常规的一些身体参数 (如身高、体重) 即可得出脉搏波传递速度，通过建立的特征方程来估计人体脉搏的收缩压与舒张压，可实现无创连续血压测量。

（2）计算公式

收缩压：

BP=A*PWTT+B

舒张压

测量心率时，手臂的ECG信号要比PPG信号更稳定

3.算法评估指标

平均绝对误差
平均绝对误差百分比
皮尔逊相关系数
Bland-Altman图