基于脉搏波和心电信号的无创连续血压预测方法研究

作     者：张健春 王量弘 庄丽媛 张炜鑫 王新康 ZHANG Jianchun;WANG Lianghong;ZHUANG Liyuan;ZHANG Weixin;WANG Xinkang

作者机构：福建省立医院心电诊断科福建福州350001 福州大学物理与信息工程学院福建福州350108 福建医科大学省立临床医学院福建福州350001 

出 版 物：《中国医药导报》 (China Medical Herald)

年 卷 期：2024年第21卷第13期

页      面：12-15页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：国家自然科学基金资助项目(61971140) 福建省卫生教育联合攻关项目(2019-WJ-18) 福建医科大学启航基金项目(2020QH1187) 

主　　题：光电容积脉搏波 心电图 融合特征 无创连续血压预测 可穿戴式血压设备 

摘      要：目的 研究基于脉搏波和心电信号的无创连续血压预测方法。方法 从MIMIC-Ⅲ数据库中选取300个病例,用于构建血压预测模型、模型验证;另收集2022年1月至6月入住福建省立医院重症监护病房的121例患者,用于测试模型;采集患者动脉血压、光电容积脉搏波和心电图信号。构建两个血压预测模型,一个是以人工提取出的8种特征参数构建的人工特征参数模型,另一个是以8种特征参数加1种卷积神经网络提取的特征进行融合构建的特征融合模型。对两个预测模型进行验证、测试,评价指标采用平均绝对误差(MAE)、标准差(SD)、均方根误差(RMSE),根据国际公认的美国医疗器械促进协会(AAMI)规定的标准进行评价,对比两个模型预测能力。结果 用MIMIC-Ⅲ数据对两个模型进行评价,特征融合模型的MAE、SD符合AAMI标准,RMSE比人工特征参数模型低。用实际收集的重症患者数据对两个模型进行评价,特征融合模型收缩压的SD、舒张压的MAE和SD达到AAMI标准,RMSE也比人工特征参数模型低。结论 特征融合模型的预测能力比人工特征参数模型好。