Continuouscuffless arterial blood pressure measurement based on ...
在当今的医疗健康监测领域中,无袖式动脉血压(ABP)的连续性测量是非常重要的技术。它对于患者的生命体征监测、健康状况评估以及在临床护理中的应用都具有极其重要的意义。传统的血压测量方法,例如使用袖带的血压计,虽然使用普遍且准确,但这些方法无法实现连续监测,并且可能给患者造成不适或干扰。因此,无袖式血压测量技术应运而生,它可以在不影响患者日常活动的情况下,实现长时间的血压监测。 在这项研究中,作者们提出了基于光电容积脉搏波(PPG)质量评估的连续无袖式动脉血压测量方法。PPG是一种利用光传感器来检测血液流动导致的皮肤下血管容积变化的技术。通过分析PPG信号,可以得到与心率和血压等生理参数相关的特征点。然而,PPG信号的质量受多种因素的影响,如运动引起的伪影、传感器的接触质量等,这会显著影响血压测量的准确性。 为了提高测量准确性,研究者设计了一种评估函数来计算PPG信号的质量。这个质量指数指示PPG的可靠性,并帮助确定适当的特征点。所采用的方法是基于脉搏传输时间(PTT),即从心脏搏动到外周脉搏波到达测量点所需的时间。PTT与动脉血压之间存在一定的关系,是连续无袖式血压测量的重要基础。 为了提高血压测量的准确性,研究者利用了卡尔曼滤波器来融合不同的PPG特征点。卡尔曼滤波是一种有效处理含有噪声的动态系统的状态估计方法,它能够通过系统的测量序列来估计系统状态,非常适合处理信号融合问题。在这项研究中,使用卡尔曼滤波器可以更好地处理由于运动引起的伪影等问题,从而提高了血压测量的准确性。 作者们将该方法应用于多参数智能监护数据库(MIMIC)进行评估。MIMIC数据库包含了重症监护病房中的患者的多参数生理监测数据,是评估医疗监测技术性能的一个重要工具。评估结果表明,该方法相较于使用固定PPG特征点的方法,在存在严重运动伪影的情况下可以得到更准确的血压测量结果。 在这项研究中,Lin Xu博士和Kunpeng Gao作为研究团队的成员,分别贡献了不同的专业知识。Lin Xu博士是在中国南开大学工作的副教授,他目前的研究兴趣包括无线传感器网络和传感器数据融合。Kunpeng Gao是一位研究生,他的主要研究领域包括数据融合和信号处理。这项研究是他们之前在27届中国控制与决策会议(2015 CCDC)上发表的“基于PPG信号质量评估的连续血压测量算法”的修订和扩展版本。 整体而言,这篇论文提出的基于PPG质量评估的连续无袖式动脉血压测量方法,为无袖式血压测量技术的发展提供了重要的参考。通过提高PPG信号的质量评估和利用卡尔曼滤波器融合特征点,显著提高了连续血压测量的准确性,尤其是在存在运动伪影等干扰的情况下,使得无袖式血压测量技术更加实用和可靠。这项技术的进步对于未来智能健康监测设备和远程患者监护系统的发展具有重要的推动作用。
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/15152933/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/15152933/bg2.jpg)
剩余8页未读,继续阅读
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 5
- 资源: 969
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 基于svm实现的打电话行为检测.python源码+操作手册文件.zip
- python-leetcode题解之117-Populating-Next-Right-Pointers
- python-leetcode题解116-Populating-Next-Right-Pointers-in-Each-Node
- python-leetcode题解之115-Distinct-Subsequences
- python-leetcode题解之114-Flatten-Binary-Tree-to-Linked-List
- python-leetcode题解之113-Path-Sum-II
- python-leetcode题解之112-Path-Sum
- python-leetcode题解之111-Minimum-Depth-of-Binary-Tree
- python-leetcode题解之110-Balanced-Binary-Tree
- python-leetcode-109-Convert-Sorted-List-to-Binary-Search-Tree
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)