基于多参数特征融合的无袖带连续血压测量方法

血压是人体的生理指标,连续测量患者每个心动周期的动脉血压数据,是医护人员对患者实时诊断的重要依据。现有的无袖带连续血压测量方法,大多基于脉搏波和心电图两路信号获取特征并进行预测建模,无法涵盖影响血压的多种因素,模型存在一定误差。该文对55位志愿者进行实验,在传统脉搏波和心电信号的基础上,引入心阻抗图等体征信息,探索影响血压测量精度的因素。实验结果表明,基于多参数特征融合的随机森林模型的性能优于基于单个特征的线性模型,其对于收缩压和舒张压预测的平均绝对误差分别为2.56 mmHg、1.91 mmHg。该实验证明了基于多特征融合的无袖带血压预测模型可提高血压预测的精度。