论文部分内容阅读
人体脉搏波中包含了丰富的心血管系统生理病理信息,而动脉血压更是临床诊疗常规检测项目,对心血管疾病预测有重大临床价值。目前,上臂肱动脉脉搏波(Peripheral Aortic Pulse wave, PAP)常用来评估人体血压水平,但主动脉脉搏波(Central Aortic Pulse wave, CAP)作为心室射血后负荷,能更直观的反映中央心血管系统事件。针对目前CAP有创测量困难而无创测量精度低的现状,本论文提出了一种由两路PAP估计CAP的多通道盲辨识(Multi-channel Blind System Identification, MBSI)算法,旨在实现中央心血管系统的无创监测。本论文综述部分介绍了课题研究的背景、意义,回顾了前人提出的CAP无创测量方法。接下来介绍了心血管系统生理结构和建模方法,详述了心血管系统弹性腔模型的改进与应用,并将该模型与双通道"T-tube"模型结合建立了心血管系统“灰箱”模型,为MBSI算法提供了理论依据。论文第四章中证明了IIR函数特性可由中低阶FIR函数逼近,成功将“灰箱”模型转化成为“黑箱”模型,大大简化了MBSI算法。本论文采用了三种数据模型验证MBSI算法："T-tube"模型数据可验证算法稳定性是否受心血管系统状态影响；动物实验数据可选定最佳的PAP采集部位,进一步将MBSI算法与CAP的传递函数估计法进行比较；临床数据用于验证由MBSI改进的单通道盲辨识(Single-channel Blind System Identification, SBSI)算法,评价其临床实用性。前两类数据验证结果表明MBSI算法稳定性好、精度高,估得的CAP整体误差百分比为5.1%,收缩压误差为2.8mmHg,舒张压误差为2.2mmHg,与传递函数法相比,这三种误差提高幅度分别为3.7%、2.8mmHg、1.7mmHg。12例临床数据证明了SBSI算法对主动脉收缩压与舒张压估计较为准确,误差分别为3.2mmHg、2.4mmHg, SBSI算法仅需采集单路PAP,临床操作简单、实用性强,为将来心血管系统的无创检测提供了新思路。