动态血压监测系统和无创连续血压测量装置的校准方法

摘要

本发明提供了一种动态血压监测系统和无创连续血压测量装置的校准方法。其中，动态血压监测系统包括无创连续血压测量模块，用于采集用户的脉搏波信号，并将脉搏波信号发送至服务器；袖带式血压测量模块用于从服务器接收校准指令并测量用户的当前血压以及将当前血压发送至服务器；生理信号采集模块用于采集用户的与情绪和运动相关的生理信号，并将生理信号发送至服务器；服务器用于根据接收的脉搏波信号计算用户的无创血压，以及根据无创血压和接收的生理信号确定情绪运动混合指标，并根据情绪运动混合指标确定校准时刻，向袖带式血压测量模块发送校准指令，并在校准时刻根据当前血压对无创连续血压测量模块进行校准。

说明书

技术领域

本发明主要涉及医疗仪器领域，尤其涉及一种动态血压监测系统和无创连续血压测量装置的校准方法。

背景技术

高血压是冠状动脉疾病、充血性心力衰竭、慢性肾病及脑卒中的独立危险因素，也是导致心血管事件和总体死亡率升高的重要原因。高血压的诊断及其治疗效果的长期监测有赖于准确、可重复的血压监测。诊室血压测量(Office Blood Pressure Monitoring,OBPM)存在很大的局限性，如医护人员操作不规范、测量者对测量结果的主观偏好以及白大衣效应等引起的血压波动性等，会造成测量结果不准确。除了OBPM之外，还包括动态血压测量(Ambulatory Blood Pressure Monitoring,ABPM)和家庭血压测量(Home BloodPressure Monitoring,HBPM)。ABPM是对血压进行一段时间的连续测量，可以排除白大衣效应，发现隐匿性高血压，更准确地预测心脑血管事件和死亡，以及评估不同环境、体位及情绪状态下血压的变化趋势与短时变异情况。然而，ABPM具有成本高，测量次数较多等缺点，24小时的ABPM在睡眠期间也进行测量，会产生不适感，影响患者的睡眠、接受度和依从性。HBPM是由用户在家自主测量血压，可以更准确、全面地反映个人日常生活状态下的血压水平，同样具有排除白大衣效应，发现隐匿性高血压的优点。然而，HBPM受患者生活方式的影响，需要对患者进行血压测量知识与方法的培训。

目前，血压测量的主要方法是示波法，即采用袖带充气加压以挤压上臂动脉，在放气的过程中根据所测量的震荡波获得收缩压和舒张压的方法。示波法测量血压具有测量时间短，受医务人员经验、技术和外界干扰的影响小等优点，测量结果准确，是目前最广为接受的血压测量方式。然而，在需要连续监测血压的情况下，袖带反复挤压上臂给患者带来不适感，限制了其临床推广。

脉搏波传导时间(Pulse Transition Time,PTT)是从脉搏波中提取出来的参数，与血压存在一定的相关性，被作为一种无创连续血压测量的新方式。PTT测量血压具有测量快速、使用舒适、短时测量效果好的优点。然而，由于PTT测量血压的原理忽略平滑肌收缩带来的血管弹性的变化，而实际情况下平滑肌的收缩并不可忽略，造成PTT血压测量结果随时间的逐渐失真，影响临床效果，需要对PTT血压测量结果进行校准。目前采用的校准方法以定期校准为主，并未考虑到患者的实际血管情况。固定的校准周期对于有些用户来说可能太频繁，对于有些用户来说又不够多，因此，需要根据个体情况对PTT血压进行校准。

此外，人体的情绪是影响血管弹性的潜在因素之一。与情绪相关的核团如杏仁核等，与“下丘脑-垂体-肾上腺”轴(Hypothalamic–Pituitary–Adrenal axis)联系紧密。情绪会直接影响交感神经系统，情绪的波动会通过神经-体液调节直接影响血压和血管弹性。对于一些人来说，情绪的激动容易造成血压突然剧增，被称为应激性高血压，会引起脑卒中、心脏病等疾病，对生命造成巨大的威胁。对于这一类人群，一方面，需要根据其情绪与血压的关系对其是否为应激性高血压进行评估，以提示可能的心脑血管疾病的风险；另一方面，在平时的动态血压测量过程中，需要根据个体化的情绪波动对PTT血压测量进行及时校准。

发明内容

本发明要解决的技术问题是提供一种动态血压测量系统以及无创连续血压测量装置的校准方法，该系统和方法结合个体化的情绪状态和运动状态对无创连续动态血压测量结果的影响，从而对无创连续血压测量装置进行校准。

为解决上述技术问题，本发明提供了一种动态血压监测系统，包括：无创连续血压测量模块，用于采集用户的脉搏波信号，并将所述脉搏波信号发送至服务器；袖带式血压测量模块，用于从所述服务器接收校准指令并测量所述用户的当前血压，以及将所述当前血压发送至所述服务器；生理信号采集模块，用于采集所述用户的生理信号，并将所述生理信号发送至所述服务器，所述生理信号包括与情绪和运动相关的生理信号；以及服务器，用于根据接收的所述脉搏波信号计算所述用户的无创血压，以及根据所述无创血压和接收的所述生理信号确定情绪运动混合指标，并根据所述情绪运动混合指标确定所述校准时刻，向所述袖带式血压测量模块发送所述校准指令，并在所述校准时刻根据所述当前血压对所述无创连续血压测量模块进行校准。

在本发明的一实施例中，所述动态血压监测系统在所述校准时刻，所述情绪运动混合指标在一预设范围内。

在本发明的一实施例中，所述动态血压监测系统根据所述情绪运动混合指标确定所述校准时刻的步骤包括：记录所述情绪运动混合指标在所述预设范围之外的时长，当所述时长超过一时长阈值时，将所述情绪运动混合指标回归至所述预设范围内的时刻作为所述校准时刻。

在本发明的一实施例中，所述动态血压监测系统中的所述服务器还用于获取所述用户的血压水平范围，根据所述情绪运动混合指标确定所述校准时刻包括：当所述情绪运动混合指标在所述预设范围内时，将所述无创血压超出所述血压水平范围的时刻作为所述校准时刻。

在本发明的一实施例中，所述动态血压监测系统中的服务器根据脉搏波信号获得脉搏波传导时间，并通过预设计算模型计算无创血压。

在本发明的一实施例中，所述动态血压监测系统中的服务器根据当前血压对预设计算模型进行修正的步骤包括：对预设计算模型中的特征常量进行修正，该特征常量与血管内壁弹性相关。

在本发明的一实施例中，动态血压监测系统还包括血压信息管理端和用户端，服务器分别与血压信息管理端和用户端进行数据通信，血压信息管理端用于向管理者提供管理平台，用户端用于向用户提供使用平台。

在本发明的一实施例中，所述生理信号包括体温、心电信号、心震信号、呼吸信号、血氧饱和度、加速度、角加速度、生物电阻抗中的一个或多个的组合。

在本发明的一实施例中，所述服务器包括采用机器学习模型的智能校准模块，所述机器学习模型的输入数据包括所述生理信号、所述无创血压和所述当前血压，所述机器学习模型的输出数据包括所述情绪运动混合指标和所述校准时刻，所述智能校准模块根据经训练的所述机器学习模型确定所述情绪运动混合指标和所述校准时刻。

在本发明的一实施例中，所述服务器通过预设计算模型计算所述无创血压，所述服务器根据所述当前血压对所述预设计算模型中的特征常量进行修正，所述特征常量与血管内壁弹性相关。

在本发明的一实施例中，所述无创连续血压测量模块以固定频率将所述脉搏波信号发送至所述服务器，所述生理信号采集模块以所述固定频率将所述生理信号发送至所述服务器，所述脉搏波信号和所述生理信号根据所述服务器的时钟进行同步。

在本发明的一实施例中，还包括数据传输模块，所述数据传输模块采用NB-IOT方式将所述脉搏波信号、所述生理信号发送至所述服务器。

本发明为解决上述技术问题还提出一种无创连续血压测量装置的校准方法，包括：无创连续血压测量装置采集用户的脉搏波信号，并将所述脉搏波信号发送至服务器；生理信号采集装置从所述用户采集生理信号，并将所述生理信号发送至所述服务器，所述生理信号包括与情绪和运动相关的生理信号；所述服务器根据接收的所述脉搏波信号计算所述用户的无创血压，以及根据所述无创血压和接收的所述生理信号确定情绪运动混合指标，并根据所述情绪运动混合指标确定所述校准时刻，在所述校准时刻发送校准指令至袖带式血压测量装置；所述袖带式血压测量装置接收到所述校准指令后采用示波法测量所述用户的当前血压，并将所述当前血压发送至所述服务器；以及所述服务器根据所述当前血压对所述无创连续血压测量装置进行校准。

在本发明的一实施例中，在所述校准时刻，所述情绪运动混合指标在一预设范围内。

在本发明的一实施例中，根据所述情绪运动混合指标确定所述校准时刻的步骤包括：记录所述情绪运动混合指标在所述预设范围之外的时长，当所述时长超过一时长阈值时，将所述情绪运动混合指标回归至所述预设范围内的时刻作为所述校准时刻。

在本发明的一实施例中，还包括：所述服务器获取所述用户的血压水平范围，根据所述情绪运动混合指标确定所述校准时刻的步骤包括：当所述情绪运动混合指标在所述预设范围内时，将所述无创血压超出所述血压水平范围的时刻作为所述校准时刻。

在本发明的一实施例中，所述服务器根据接收的所述脉搏波信号计算所述用户的无创血压的步骤包括：根据所述脉搏波信号获得脉搏波传导时间，并通过预设计算模型计算所述无创血压。

在本发明的一实施例中，所述服务器根据所述当前血压对所述无创连续血压测量装置进行校准的步骤包括：所述服务器根据所述当前血压对所述预设计算模型中的特征常量进行修正，所述特征常量与血管内壁弹性相关。

在本发明的一实施例中，根据所述无创血压和接收的所述生理信号确定所述校准时刻的步骤包括：采用经训练的机器学习模型确定所述情绪运动混合指标和所述校准时刻，所述机器学习模型的输入数据包括所述生理信号、所述无创血压和所述当前血压，所述机器学习模型的输出数据包括所述情绪运动混合指标和所述校准时刻。

本发明的动态血压测量系统以及无创连续血压测量装置的校准方法，通过采集人体的生理信号，尤其是与情绪相关的生理信号，结合运动信息生成综合判别指标，为无创血压确定合适的校准时机，实现了对无创连续血压装置的个性化、智能化的校准，提高了家用血压监测、动态血压监测的准确性和舒适性。

附图说明

包括附图是为提供对本申请进一步的理解，它们被收录并构成本申请的一部分，附图示出了本申请的实施例，并与本说明书一起起到解释本发明原理的作用。附图中：

图1是本发明一实施例的动态血压监测系统的框图；

图2是本发明的动态血压监测系统的一种可穿戴式实施例；

图3是本发明另一实施例的动态血压监测系统的系统框图；

图4是本发明一实施例的无创连续血压测量装置的校准方法的示例性流程图。

具体实施方式

为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

在本申请的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。

此外，尽管本申请中所使用的术语是从公知公用的术语中选择的，但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的，其详细含义在本文的描述的相关部分中说明。此外，要求不仅仅通过所使用的实际术语，而是还要通过每个术语所蕴含的意义来理解本申请。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，或将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是本发明一实施例的动态血压监测系统的框图。参考图1所示，该实施例的动态血压监测系统100包括无创连续血压测量模块110、袖带式血压测量模块120、生理信号采集模块130和服务器140。其中，无创连续血压测量模块110用于采集用户的脉搏波信号，并将脉搏波信号发送至服务器140；袖带式血压测量模块120用于从服务器140接收校准指令并测量用户的当前血压，以及将当前血压发送至服务器140；生理信号采集模块130用于采集用户的生理信号，并将生理信号发送至服务器140，该生理信号中包括与情绪和运动相关的生理信号；服务器140用于根据接收的脉搏波信号计算用户的无创血压，以及根据无创血压和接收的生理信号确定情绪运动混合指标，并根据情绪运动混合指标确定校准时刻，向袖带式血压测量模块120发送校准指令，并在校准时刻根据当前血压对无创连续血压测量模块110进行校准。

其中，无创连续血压测量模块110包括可以采用无创的方式连续测量血压的任意模块，例如从用户的身体上某一个或多个部位测量脉搏波，并计算脉搏波传导时间、脉搏波速度等参数，根据该参数推导出用户的血压。

袖带式血压测量模块120是基于示波法测量血压的模块，其中包括袖带。袖带通常佩戴在上臂，在一些情况下，也可以用于手腕、腿部等。在测量血压时，通过向袖带充气进行加压，再放气减压，在此过程中通过示波法获得用户的收缩压和舒张压。

生理信号采集模块130可以包括用于采集生理信号的各种装置，包括但不限于PPG(Photoplethysmographic)传感器、ECG(Electrocardiogram)/心率传感器、SCG(Seismocardiogram)/BCG(Ballistocardiography)传感器、陀螺仪、加速度计、温湿度传感器、呼吸监测传感器、接近传感器、生物电阻抗传感器、压电薄膜传感器等传感器。

在一些实施例中，生理信号包括体温、心电信号、心震信号、呼吸信号、血氧饱和度、加速度、角加速度、生物电阻抗中的一个或多个的组合。其中，与情绪和运动相关的生理信号包括但不限于体温、心电信号、呼吸信号、心震信号、生物电阻抗等。

服务器140可以设置在本地计算机中，也可以是设置在云端的云端服务器，本发明对此不做限制。

在动态血压监测系统100中，无创连续血压测量模块110、袖带式血压测量模块120和生理信号采集模块130作为信号采集模块将采集到的信号发送至服务器140，服务器140接收各种信号，并根据这些信号进行无创血压的计算、确定情绪运动混合指标和校准时刻等。

当用户的情绪波动超过一定的时长时，血管弹性及血压会发生一定程度的变化，当血管弹性及血压的变化超过一定的范围时，根据原来的方法计算得到的无创血压可能会不准。根据情绪运动混合指标，可以判断该无创连续血压测量模块110是否需要进行校准，即确定校准时刻。在该校准时刻向袖带式血压测量模块120发送校准指令，袖带式血压测量模块120接收到该校准指令后测量用户的当前血压，并将该当前血压发送至服务器140，服务器140在校准时刻根据当前血压对无创连续血压测量模块110进行校准。

根据本发明的动态血压监测系统，在具有强大计算能力和存储能力的服务器140端计算无创血压、情绪运动混合指标和校准时刻等，可以快速、准确地获得计算结果，并且根据用户的个体情况来确定校准时刻，可以有效地对无创连续血压测量模块110进行校准，提高了无创血压测量的准确性和用户使用的舒适性。

在一些实施例中，无创连续血压测量模块110包括腕部可穿戴设备。

在一些实施例中，袖带式血压测量模块120包括上臂式可穿戴设备。

图2是本发明的动态血压监测系统的一种可穿戴式实施例。参考图2所示，无创连续血压测量模块110具体实施为一种腕部可穿戴设备210，袖带式血压测量模块120具体实施为一种上臂式可穿戴设备220。在该实施例中，生理信号采集模块130集成在上臂式可穿戴设备220中。图2中未示出该集成的生理信号采集模块130，生理信号采集模块130可以具体实施为多个生理信号传感器，设置在上臂式可穿戴设备220的袖带内部或表面。

在一些实施例中，服务器140根据脉搏波信号获得脉搏波传导时间，并通过预设计算模型计算无创血压。

本发明对如何从脉搏波信号获得脉搏波传导时间不做限制。可以先获得脉搏波上不同周期波形上的特征点，计算两个特征点之间的时间差；也可以利用一路心电信号和一路脉搏波信号，分别计算心电信号上的特征点和脉搏波信号上的特征点之间的时间差等。

本发明对预设计算模型的具体模型不做限制。在这些实施例中，服务器140在校准时刻向袖带式血压测量模块120发送校准指令，服务器140根据当前血压对预设计算模型进行修正。

在一些实施例中，服务器140根据当前血压对预设计算模型进行修正的步骤包括：对预设计算模型中的特征常量进行修正，该特征常量与血管内壁弹性相关。血管内壁弹性包括血管内壁的弹性模量E和柔度C等。

在一些实施例中，预设计算模型可以是下面的公式(1)、(2)、(3)中的任意一个：

BP＝k

其中，BP表示无创血压，k

为了建立无创血压BP和PTT之间的上述关系，首先通过PTT数据和示波法血压，通过最小二乘法、极大似然估计等方法根据上述公式拟合出对应的曲线，确定该公式中的特征常量k

在血压监测的过程中，由于情绪波动或运动等造成用户的血管内壁弹性可能发生变化，因此，在校准时刻，对上述公式中代表血管内壁弹性的特征常量k

在一些实施例中，服务器140包括采用机器学习模型的智能校准模块，机器学习模型的输入数据包括生理信号、无创血压和当前血压，机器学习模型的输出数据包括情绪运动混合指标和校准时刻，智能校准模块根据经训练的机器学习模型确定情绪运动混合指标和校准时刻。

情绪运动混合指标可以通过多个生理信号来确定。例如：将用户的运动状态、血压、体温、心率等与情绪相关的生理信号作为变量，以一定的经验公式拟合生成情绪指标，与运动状态加权合成情绪运动混合指标。该经验公式可以结合在机器学习模型中，以输出情绪运动混合指标。

本发明对机器学习模型所采用的具体方法不做限制，可以采用本领域的任意机器学习方法，包括但不限于随机森林、支持向量机、高斯判别模型、循环神经网络等方法。

本发明通过采集用户的生理信号、无创血压和当前血压对机器学习模型进行训练，获得用户的情绪运动混合指标和校准时刻。

在一些实施例中，在校准时刻，情绪运动混合指标在一预设范围内。在这些实施例中，情绪运动混合指标在预设范围内时，表示用户处于情绪相对稳定的状态，也就是说，在用户的情绪相对稳定时对无创血压的预设计算模型中的特征常量进行修正。

在一些实施例中，情绪运动混合指标可以是例如[0,10]的量表中的数值，当情绪运动混合指标在例如[0,5]之间时，用户的情绪相对平稳，运动的干扰较小，对血管内平滑肌等的影响较小，原有校准模型参数变化小，则由无创连续血压测量模块110测量到的无创血压相对准确，没有受到异常情绪和运动的影响，不需要对无创血压进行校准。则可以将该情绪运动混合指标的范围[0,5]作为预设范围。该预设范围仅为示例，不用于限制预设范围的具体设置方式。

在一些实施例中，根据情绪运动混合指标确定校准时刻包括：记录情绪运动混合指标在预设范围之外的时长，当时长超过一时长阈值时，将情绪运动混合指标回归至预设范围内的时刻作为校准时刻。

在上述实施例中，实时地比较情绪运动混合指标和该预设范围，并记录该情绪运动混合指标超出该预设范围的时长t，当该时长t超过了一时长阈值Tt时，表示该用户的情绪运动剧烈波动比较频繁，可能导致血管弹性和血压的实质性变化，此时采用原来的校准模型可能已经不准确了，因此需要对校准模型进行修正。并且，将情绪运动混合指标回归至预设范围内的时刻作为校准时刻。

在一些实施例中，服务器140还用于获取用户的血压水平范围，根据情绪运动混合指标确定校准时刻的步骤包括：当情绪运动混合指标在预设范围内时，将无创血压超出血压水平范围的时刻作为校准时刻。

在一些实施例中，设置一血压超范围时长阈值，当无创血压超出血压水平范围的时长超过该血压超范围时长阈值时，将该时刻作为校准时刻。

在临床上，血压的正常范围具有明确的规定。例如：收缩压大于等140mmHg和/或舒张压大于等于90mmHg被定义为高血压。不同用户的血压水平，以及在一天中的波动情况都会有所不同。服务器140可以根据经校准的无创连续血压测量模块110所获得的一段时间内的无创血压为每个用户设定其血压水平范围。相应地，也可以基于该段时间内的无创血压获得该用户的平均血压水平、血压正常波动范围等指标。该血压水平范围可以包括该用户在各种状态下的血压水平，例如运动、安静、情绪波动等。该血压水平范围也可以是在每天的预定时段内测得，例如晚上，用户处于静息状态时；也可以结合生理信号，获得用户安静状态下的血压水平范围。

服务器140根据由无创连续血压测量模块110所测量得到的脉搏波信号计算实时的无创血压，并与该用户的血压水平范围进行比较。假如该用户的情绪运动混合指标在预设范围内，而用户的无创血压超出了该用户的血压水平范围，则表示无创连续血压测量模块110的测量结果可能是不准确的，需要对该无创连续血压测量模块110进行校准。此时，将无创血压超出血压水平范围的时刻作为校准时刻。

在一些实施例中，服务器140还用于设置最大校准间隔，当根据情绪运动混合指标和血压水平范围，该用户的无创血压都不需要进行校准时，则当距离上一次校准的时刻达到最大校准间隔时，服务器140向袖带式血压测量模块110发送校准指令，并根据当前血压对袖带式血压测量模块110进行校准。

根据本发明的动态血压监测系统，一方面可以根据情绪和运动对无创血压测量准确性的影响来确定校准时刻，实现无创血压校准的个性化设置；另一方面还可以记录特定用户的情绪与血压之间的关系，提示该用户是否具有应激性高血压的风险。

在一些实施例中，无创连续血压测量模块110以固定频率将脉搏波信号发送至服务器140，生理信号采集模块130以固定频率将生理信号发送至服务器140，脉搏波信号和生理信号根据服务器140的时钟进行同步。

在一些实施例中，本发明的动态血压监测系统还包括数据传输模块，数据传输模块采用NB-IOT方式将脉搏波信号、生理信号发送至服务器。

在一些实施例中，本发明的动态血压监测系统还包括血压信息管理端和用户端，服务器140分别与血压信息管理端和用户端进行数据通信，血压信息管理端用于向管理者提供管理平台，用户端用于向用户提供使用平台。

图3是本发明另一实施例的动态血压监测系统的系统框图。该实施例在图1所示实施例的基础上提出的进一步细化的动态血压监测系统。参考图3所示，该实施例的动态血压监测系统300包括硬件系统301和软件系统302。其中，硬件系统301中包括腕式-上臂式血压测量穿戴设备310、非校准信号采集模块312、校准信号采集模块314、DSP模块316和数据传输模块318。其中，腕式-上臂式血压测量穿戴设备310可以包括图2所示的腕部可穿戴设备210和上臂式可穿戴设备220，用于对脉搏波、当前血压和生理信号进行测量。

非校准信号采集模块312用于采集不用于校准无创血压的信号，如前文所述的脉搏波信号、生理信号等。校准信号采集模块314用于采集用于校准无创血压的信号，如前文所述的由上臂可穿戴设备220获得的当前血压。

在该实施例的硬件系统301中分开采集非校准信号和校准信号。由于所要采集的非校准信号和校准信号的采样频率、信号本身的特点等都不相同，因此，为了后续的处理，非校准信号采集模块312和校准信号采集模块314定时将采集到的信号发送至DSP模块316，DSP模块316会对信号进行滤波等预处理以降低噪声干扰，并通过数据传输模块318将处理之后的信号发送至云平台320。

数据传输模块318优选的数据传输方法为NB-IOT。

在图3所示的实施例中，软件系统302中包括云平台320、数据传输模块322、PC端应用324、移动端应用326、血压测量算法340、状态监测算法342和智能校准算法344。其中，云平台320可以是前文所述的服务器的具体实现方式。尽管云平台320属于软件系统302，可以理解，软件系统302中的所有软件模块、应用、算法等都是基于一定的硬件设备来实施，在此不再展开。

云平台320从数据传输模块318接收到的信号包括前文所述的脉搏波信号、生理信号和当前血压等。

软件系统302中的PC端应用324可以包括在血压信息管理端中。在该实施例中，血压信息管理端在PC端实现，用于向管理者提供管理平台，使管理者可以获取到云平台320中的相关数据。移动端应用326可以包括在用户端中。在该实施例中，用户端在移动端实现，用于向用户提供使用平台，使用户获得相关数据。

在一些实施例中，PC端应用324采用B/S架构，供医生使用，其中可以包含医生管理模块、医院管理模块、病人管理模块、项目管理模块、医生操作模块、医生报告模块、数据统计模块、数据导出模块等，所有模块的权限可配置。移动端应用326采用C/S架构，供用户使用，其中可以包含个人信息模块、设备管理模块、血压测量模块、数据上传模块、历史数据模块、历史报告模块等。如图3所示，移动端应用326和PC端应用324之间具有数据交互，二者可以相互交互。

参考图3所示，在软件系统302中，云平台320通过血压测量算法340根据脉搏波计算无创血压，同时通过状态检测算法342从生理信号中检测出用户的生理状态，包括情绪指标、运动状态等。

状态检测算法342和智能校准算法344可以包含在前文所述的智能校准模块中，状态检测算法342将情绪指标、运动状态发送至智能校准算法344，智能校准算法344根据无创血压、情绪运动混合指标确定校准时刻，并判断该情绪运动混合指标是否在预设范围内，并向校准信号采集模块314发送校准指令，使校准信号采集模块314通过袖带式血压测量模块测量用户的当前血压。当校准信号采集模块314采集到当前血压时，校准信号采集模块314和非校准信号采集模块312在同一发送间隔内将当前血压和脉搏波一起传送至云平台320，在云平台320对血压测量算法340进行修正。

在一些实施例中，智能校准算法344记录情绪运动混合指标在预设范围之外的时长，当时长超过一时长阈值时，将情绪运动混合指标回归至预设范围内的时刻作为校准时刻。

在一些实施例中，智能校准算法344根据情绪运动混合指标确定校准时刻包括：当情绪运动混合指标在预设范围内时，将无创血压超出血压水平范围的时刻作为校准时刻。

图4是本发明一实施例的无创连续血压测量装置的校准方法的示例性流程图。该校准方法可以由前文所述的动态血压监测系统来执行，因此前文的说明内容都可以用来说明该校准方法，相同的内容将不再展开。参考图4所示，该实施例的校准方法包括以下步骤：

步骤S410：无创连续血压测量装置采集用户的脉搏波信号，并将脉搏波信号发送至服务器；

步骤S420：生理信号采集装置从用户采集生理信号，并将生理信号发送至服务器，生理信号包括与情绪和运动状态相关的生理信号；

步骤S430：服务器根据接收的脉搏波信号计算用户的无创血压，以及根据无创血压和接收的生理信号确定情绪运动混合指标，并根据情绪运动混合指标确定校准时刻，在校准时刻发送校准指令至袖带式血压测量装置；

步骤S440：袖带式血压测量装置接收到校准指令后采用示波法测量用户的当前血压，并将当前血压发送至服务器；以及

步骤S450：服务器根据当前血压对无创连续血压测量装置进行校准。

以上步骤中的无创连续血压测量装置可以是图1所示实施例中的无创连续血压测量模块110，生理信号采集装置可以是图1所示实施例中的生理信号采集模块130，服务器可以是图1所示实施例中的服务器140，袖带式血压测量装置可以是图1所示实施例中的袖带式血压测量模块120。

在一些实施例中，在校准时刻，情绪运动混合指标在一预设范围内。

在一些实施例中，根据情绪运动混合指标确定校准时刻的步骤包括：记录情绪运动混合指标在预设范围之外的时长，当时长超过一时长阈值时，将情绪运动混合指标回归至预设范围内的时刻作为校准时刻。

在一些实施例中，校准方法还包括：服务器获取用户的血压水平范围，根据情绪运动混合指标确定校准时刻包括：当情绪运动混合指标在预设范围内时，将无创血压超出血压水平范围的时刻作为校准时刻。

在一些实施例中，生理信号包括体温、心电信号、心震信号、呼吸信号、血氧饱和度、加速度、角加速度、生物电阻抗中的一个或多个的组合。

在一些实施例中，服务器根据接收的脉搏波信号计算用户的无创血压的步骤包括：根据脉搏波信号获得脉搏波传导时间，并通过预设计算模型计算所述无创血压。

在一些实施例中，服务器根据当前血压对无创连续血压测量装置进行校准的步骤包括：服务器根据当前血压对预设计算模型进行修正。

在一些实施例中，服务器根据当前血压对预设计算模型进行修正的步骤包括：对预设计算模型中的特征常量进行修正，特征常量与血管内壁弹性相关。

在一些实施例中，根据无创血压和接收的生理信号确定校准时刻的步骤包括：采用经训练的机器学习模型确定情绪运动混合指标和校准时刻，机器学习模型的输入数据包括生理信号、无创血压和当前血压，机器学习模型的输出数据包括情绪运动混合指标和校准时刻。

根据本发明的校准方法可以根据个体情况确定对无创血压进行校准的校准时刻，可以有效地对无创连续血压测量装置进行校准。另一方面，还可以对用户的情绪与血压的关系进行监测，提示该用户是否具有应激性高血压的风险。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

本申请的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。例如，计算机可读介质可包括，但不限于，磁性存储设备(例如，硬盘、软盘、磁带……)、光盘(例如，压缩盘CD、数字多功能盘DVD……)、智能卡以及闪存设备(例如，卡、棒、键驱动器……)。

计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

虽然本申请已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本申请，在没有脱离本申请精神的情况下还可作出各种等效的变化或替换，因此，只要在本申请的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。