一种基于PWV的血压测量方法与流程

本发明涉及无创连续血压测量
技术领域：
，尤其涉及一种基于pwv的血压测量方法。
背景技术：
：脉搏波传导时间(pulsewavetransittime，pwtt)是动脉血压波沿血管壁传输时间，这个时间是由从心脏开始收缩到大动脉瓣打开再到出现在大动脉血液脉动，经过血管传导到末梢部位时间组成，pwtt参数可以从手腕部的心电和脉搏波来进行获取，目前有大量临床试验可知脉搏波传导时间与血压之间变化关系是生理学上已经明确现象，利用该现象，结合个人性别、身高、体重、臂长和年龄等基础特征，形成特殊算法可以用来监测动脉血压的变化及在一定误差范围内的血压值。脉搏波波速(pulsewavevelocity，pwv)，是脉搏波在动脉系统的两个既定点间的传播速度。目前，pwv的测量方法不能根据不同场景下采集到的实际pwtt数据，在指定误差范围和有效时间内计算出pwv值进行灵活动态调整，pwtt的数据筛选通常仅去除前期不稳定的数据，对最终的pwv计算精度影响较大。因此，有必要提出一种灵活动态的pwv的测量方法，对采集的pwtt进行灵活筛选，从而为不同场景下采集到的实际pwtt数据在有效时间内计算出指定误差范围内的pwv值。在中国专利申请文献cncn06618537a中，公开了一种基于脉搏波传导的连续动态血压精确监测法，包括(1)获取被测者个人参数；(2)通过脉搏波传感器和心电信号采集模块连续同步采集心电信号ecg、脉搏波信号s1并发送至控制模块；(3)得到心-桡脉搏波传导时间hrpwtt以及舒张期时长td；(4)根据心-桡脉搏波传导时间hrpwtt计算心-桡脉搏波传导速度hrpwv；(5)根据心-桡脉搏波传导速度hrpwv计算收缩压pwvsbp；(6)根据收缩压pwvsbp以及舒张期时长td计算舒张压pwvdbp。pwvdbp采用如下公式计算得到：其中，通过位移信号s3得到，rc2通过拟合参数获得。现有技术至少存在以下不足：1.现有技术中在采集pwtt时，通常仅丢掉最初波动期的数据，或者不丢弃，造成pwtt值不准确。2.现有技术中技术pwv较复杂，通过心-桡脉搏波传导时间，舒张期时长，计算过程未考虑臂长的因素，降低了pwv计算结果精度。技术实现要素：本发明的目的在于克服现有算法不能在计算时间和计算误差上灵活动态调整的缺陷，提供基于pwv的血压测量方法，其中对pwtt数据进行灵活筛选，且通过pwtt、臂长与正常人肩膀到心脏的平均距离得到pwv，使得最终计算的pwv精度更高。本发明的方法包括采集第一次筛选所需要的指定数据集的初筛，丢弃初始采集到的误差大的数据，同时丢弃后续不在当前总体平均值置信区间内的数据；当上一步初筛后的数据未达到规定的有效值时进行多次循环数据采集，并重新计算当前总体平均值置信区间，直到采集到规定的数据集；最后对采集到的规定数据集进行pwv值的计算。本发明提供了一种基于pwv的血压测量方法，所述pwv的计算包括如下步骤：pwtt初步采集及初筛步骤；s1000：采集n个pwtt值，丢弃前面p个pwtt值；s2000：计算剩余(n-p)个pwtt值的均值，根据置信度m％计算第一置信区间；其中，5％≤m％≤10％；s3000：丢弃剩余(n-p)个pwtt值中不在第一置信区间内的pwtt值，如果剩余的pwtt个数满足预设的最低pwtt个数要求，则执行pwv计算步骤，如果剩余的pwtt个数不满足预设的最低pwtt个数要求，则执行pwtt继续采集及筛选步骤；pwtt继续采集及筛选步骤；s4000：继续采集m个pwtt值，使得pwtt总个数达到预设的最低pwtt个数；s5000：计算pwtt值的均值，根据置信度m％计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的pwtt值有关；s6000：丢弃pwtt值不在第二置信区间内的pwtt值；s7000：如果剩余的pwtt值个数满足预设的最低pwtt个数要求，则执行pwv计算步骤，否则，继续执行步骤s4000；pwv计算步骤；s8000：计算保留的pwtt值的均值s；s9000：计算pwv值；其中pwv值采用如下公式进行计算；其中，pwv为最终计算得到的脉搏波波速；l为待测者的臂长；a为正常人肩膀到心脏的平均距离；s为最终保留的pwtt值的均值。优选地，所述初步采集的pwtt值的个数n满足，5<≤15。优选地，所述初步采集的pwtt值的个数n＝15。优选地，所述初步筛选时丢弃的pwtt值的个数p满足，5≤p≤9。优选地，所述初步筛选时丢弃的pwtt值的个数p＝5。优选地，所述预设的最低pwtt个数为n-p。优选地，置信区间(a1，a2)的计算采用如下公式：a1＝a-a*m％；a2＝a+a*m％；其中，a为当前保留的pwtt值的均值；m％为置信度；a1为置信区间下限；a2为置信区间上限。与现有技术相对比，本发明的有益效果如下：(1)本发明通过丢弃初始误差较大的数据后，直接提高采集数据的精确度。(2)本发明通过设置置信区间，丢弃不在当前总体平均值置信区间内的数据，增加采集数据的可信度，从而提高采集数据的精确度。(3)本发明多次采用置信区间进行pwtt数据筛选，防止了在数据采集的过程中出现异常数据的抖动，而出现误差较大的数据，采用置信区间的方法会筛掉不在置信区间的数据，使整体数据精确度更高，从而使后续最终计算的pwv结果更精确。(4)本发明在血压计算方法中，添加了心率因素，使得血压计算更准确。附图说明图1是本发明的一个实施例的pwv测量方法流程；图2是本发明的一个实施例中采集pwtt时，pwtt值的波动示例图；图3是本发明的一个实施例的动态连续血压测量方法流程图。具体实施方式下面结合附图1和3，对本发明的具体实施方式作详细的说明。本发明设置了置信度用于筛选合格数据，由采集的pwtt样本所构造的总体参数的估计区间。置信度展现的是pwtt的真实值有一定概率落在pwtt采集值结果的周围的程度，其给出的是pwtt测量值的可信程度。根据本发明的一个具体实施方案，基于pwv进行血压测量时的血压计算包括如下步骤：步骤一，采集多组校准数据，每组校准数据包括如下参量：收缩压sbp、舒张压dbp、脉搏波传导时间pwtt和心率pulse；该步的采集数据会用于后续步骤的计算参数，其中，采集的n组数据，理论上是越多对于最终测量血压值结果计算越精确，但是实际中基于存储资源的考量和采集效率及成本的考量，会取一个适当的折中值，从实际测量效果来看，一般第一次校准取7次左右即可计算得到符合国际标准的血压测量值。分别选取4组静止和3组运动状态的数据主要是为了涵盖测试者在静止和运动状态时的生理参数信息，从而为后续获取血压与心率的回归系数做准备。步骤二，计算各组校准数据中脉搏波波速pwv值，并计算各组校准数据的脉压值pp；在计算之前，对pwtt数值进行筛选和补充，根据保留的pwtt值和补充的pwtt值，在各组校准数据中保留或补充对应于保留或补充的pwtt值的同组的sbp、dbp、pulse值，其中，脉压值pp＝sbp–dbp；初采集时，数据不稳定，且在测量过程中也会出现数据的拨动，因此在计算pwv时，会去掉一些不稳定造成的不可信pwtt数据，同时，也删除与其对应的同组其他数据；同时为了保证数据量足够，不具有随机性，还要在计算过程中补充采集一些数据，同理，也对应地，将补充的pwtt对应的同组其他数据补充作为校准数据。血压具有波动性，收缩压(sbp)和舒张压(dbp)分别代表血压波动的两个极端值，收缩压与舒张压之差称为脉压，它反映了一个心动周期中该波动幅度的大小。该步计算的校准脉压值会用于后续测量血压的算法中部分参数；步骤三，分别计算各组校准数据中sbp与pwv、sbp与pulse、pwv与pulse、pp与pwv、pp与pulse之间的自相关系数；步骤四，分别计算各组校准数据中sbp与pwv、sbp与pulse、pp与pwv、pp与pulse之间的回归系数p1、q1、p2和q2；步骤五，根据校准数据，计算收缩压的回归常数m1和舒张压的回归常数m2；m1＝b-p1*a-q1*u；m2＝c-p2*a-q2*u；其中，a为各组校准数据的pwv的均值；b为各组校准数据的收缩压的均值；c为各组校准数据的脉压值的均值；u为各组校准数据的心率的均值；具体来说，回归常数项表示的是未被自变量解释的且长期存在(非随机)的部分，即信息残留与随机误差之和，而随机误差是在自变量解释空间内，预测值和去掉常数项的实际值的误差。在实际血压测量中，当人在运动时，发现测量血压值还与心率呈现一定的线性回归关系，故在计算回归常数时将心率因子也作为自变量添加到常规的血压计算公式中，而回归常数则是通过校准数据由步骤一到步骤三所计算出的结果参数加上以上描述血压计算公式而得出。该回归常数值作为后续测量血压计算公式的参数，将直接影响到后续测量血压值的精确度。步骤六，实时采集心率值pulse_rt和pwtt值，根据实时采集的pwtt值与校准数据计算pwv值pwv_rt，根据如下回归方程计算实时的收缩压sbp和舒张压dbp；sbp＝m1+p1*pwv_rt+q1*pulse_rt；dbp＝m2+p2*pwv_rt+q2*pulse_rt；其中，p1、q1、p2和q2分别为各组校准数据的sbp与pwv、sbp与pulse、pp与pwv、pp与pulse之间的回归系数；m1为收缩压的回归常数；m2为舒张压的回归常数；pwv_rt为根据实时采集的pwtt值与校准数据计算的pwv值；pulse_rt为实时采集的心率值。根据本发明的一个具体实施方案，提供了基于pwtt值或pwv值进行血压测量的方法，其中，基于pwtt值进行血压测量，需根据pwtt值进行pwv的计算，基于pwtt值或pwv值进行血压测量的方法涉及的pwv的计算包括如下步骤：pwtt初步采集及初筛步骤；s1000：采集n个pwtt值，丢弃前面p个pwtt值；当采集到n个pwtt值时，开始pwv的计算，但由于在开始采集数据时，硬件设备会有一个调整阶段而产生数据抖动，从而会使开始采集的数据误差较大，故需要丢弃前p个pwtt值；s2000：计算剩余(n-p)个pwtt值的均值，根据置信度m％计算第一置信区间；计算均值后，根据置信度m％，可以得到初步筛选时的置信区间；落在该区间内的pwtt值，为可信数据，将予以保留；不在该区间的数据，为不可信数据，将予以丢弃。这样，使得保留下来的pwtt数据，都是可信数据，保证了后续pwv计算的精确度。s3000：丢弃剩余(n-p)个pwtt值中不在第一置信区间内的pwtt值，如果剩余的pwtt个数满足预设的最低pwtt个数要求，则执行pwv计算步骤，如果剩余的pwtt个数不满足预设的最低pwtt个数要求，则执行pwtt继续采集及筛选步骤；用于pwv计算需要有足够的pwtt样本量，因此预设一个最低pwtt个数；该步骤在丢弃初始误差较大的数据后，直接提高采集数据的精确度；其次，通过设置置信区间，丢弃不在当前总体平均值置信区间内的数据，增加采集数据的可信度，从而提高采集数据的精确度。之所以采用置信区间，是为了防止在数据采集的过程中仍然会出现异常数据的抖动而出现误差较大的数据，采用置信区间的方法会使采集到的整体数据精确度更高，从而使后续最终计算的结果更精确。pwtt继续采集及筛选步骤；s4000：继续采集m个pwtt值，使得pwtt总个数达到预设的最低pwtt个数；该步骤主要是当pwtt初步采集及初筛步骤的初步筛选后，pwtt总个数未达到预设的最低pwtt个数时，需要进行多次循环数据采集，直到采集到规定的数据集。s5000：计算pwtt值的均值，根据置信度m％计算第二置信区间；每次迭代计算的所述第二置信区间与当前参与置信区间计算的pwtt值有关；补充采集后，数据的整体区间发生变化，因此需要重新计算当前所有pwtt值的均值，并得到新的置信区间，该过程会持续迭代，直至补充数据后再次进行根据置信区间筛选数据后剩余的pwtt值满足预设的最低pwtt个数要求。s6000：丢弃pwtt值不在第二置信区间内的pwtt值；s7000：如果剩余的pwtt值个数满足预设的最低pwtt个数要求，则执行pwv计算步骤，否则，继续执行步骤s4000；该步骤主要是当pwtt初步采集及初筛步骤第一次未采集到规定的有效值时进行多次循环数据采集和当前总体平均值置信区间的计算，直到采集到规定的数据集。之所以采用置信区间，是为了防止在数据采集的过程中仍然会出现异常数据的抖动而出现误差较大的数据，采用置信区间的方法会使采集到的整体数据精确度更高。此时因为参与置信区间计算的数据已经变化，因此，该置信区间与pwtt初步采集及初筛步骤中的不同，且在每次计算时，参与置信区间计算的数据变化时，置信区间都会变化。pwv计算步骤；s8000：计算保留的pwtt值的均值t；s9000：计算pwv值；其中pwv值采用如下公式进行计算；其中，pwv为最终计算得到的脉搏波波速；l为待测者的臂长；a为正常人肩膀到心脏的平均距离；t为最终保留的pwtt值的均值。该步骤主要是通过速度等于距离除以时间的原理来计算最终的pwv值，其中时间是上述步骤采集到的精确pwtt平均值，距离为人体臂长与肩膀到心脏的距离。在计算时通过pwtt、臂长与正常人肩膀到心脏的平均距离得到pwv，使得最终计算的pwv精度更高。本发明的pwv测量方法用于无创连续血压测量，其充分考虑了与待测量人的臂长以及正常人肩膀到心脏的平均距离，根据保留的可信pwtt数据的均值作为脉搏传播时间，用待测者的臂长与正常人肩膀到心脏的平均距离的和作为脉搏传播距离，根据式(1)得到pwv值。根据本发明的一个实施方案，所述初步采集的pwtt值的个数n满足，5<≤15。根据本发明的一个实施方案，所述初步采集的pwtt值的个数n＝15。根据本发明的一个实施方案，所述初步筛选时丢弃的pwtt值的个数p满足，5≤p≤9。根据本发明的一个实施方案，所述初步筛选时丢弃的pwtt值的个数p＝5。根据本发明的一个实施方案，所述预设的最低pwtt个数为n-p。根据本发明的一个实施方案，置信区间(a1，a2)的计算采用如下公式：a1＝a-a*m％；a2＝a+a*m％；其中，a为当前保留的pwtt值的均值；m％为置信度；a1为置信区间下限；a2为置信区间上限。根据本发明的一个具体实施方案，各组校准数据中sbp与pwv、sbp与pulse、pwv与pulse、pp与pwv、pp与pulse之间自相关系数的计算包括如下步骤：s3100：计算各组校准区数据中各参量的均值、标准差和协方差；平均值，统计学术语，是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。该步通过计算各组数据的平均值，通过统计学方法排除极大极小值对结果的影响，使数据更趋于正常值而非极端值，这样会使后续计算结果更加精确。标准差，是离均差平方的算术平均数(即：方差)的算术平方根，用σ表示。标准差也被称为标准偏差，或者实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。该步计算的标准差能反映一个数据集的离散程度，该计算结果会作为后续计算血压算法中的一个中间参数，该参数会直接影响到测量血压值的精确度。协方差在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。该步计算的协方差在概率论和统计学中用于衡量两个变量的总体误差，该计算结果会作为参数用于后续血压算法中的相关系数计算和回归系数计算，直接影响到回归相关系数的相关程度，从而最终间接影响到到测量血压值的精确度。s3200：根据各组校准数据中各参量的均值、标准差和协方差，分别计算sbp与pwv、sbp与pulse、pwv与pulse、pp与pwv、pp与pulse之间的自相关系数。根据本发明的一个具体实施方案，步骤s3200中自相关系数计算包括如下步骤：sbp与pwv之间的自相关系数：sbp_ray＝g1/(d*e)；sbp与pulse之间的自相关系数：sbp_rby＝s1/(e*j)；pwv与pulse之间的自相关系数：rab＝n1/(d*j)；pp与pwv之间的自相关系数：dis_ray＝g2/(d*f)；pp与pulse之间的自相关系数：dis_rby＝s2/(f*j)；其中，d为各组校准数据中pwv标准差；e为各组校准数据中sbp标准差，f为各组校准数据中pp标准差；j为各组校准数据中心率标准差；各组校准数据的d和e的协方差为g1；各组校准数据的d和f的协方差为g2；各组校准数据的d和j的协方差为n1；各组校准数据的f和j的协方差为s2。相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，计算原理如下：其中，cov(x,y)为x与y的协方差，var[x]为x的方差，var[y]为y的方差。根据本发明的一个具体实施方案，计算各组校准数据的各参量的自相关系数中，需要先计算各组校准数据中各参量的均值、标准差和协方差。将各组校准数据的各参量的均值、标准差和协方差定义如下：表1各参量均值、标准差、协方差符号定义该步计算的各个相关系数值主要是为了计算两组不同变量之间线性相关程度，会作为参数用于后续回归系数的计算，该参数会直接影响回归系数的相关性，从而最终间接影响到测量血压值的精确度。根据本发明的一个具体实施方案，各组校准数据中sbp与pwv、sbp与pulse、pp与pwv、pp与pulse之间的回归系数p1、q1、p2和q2计算包括如下步骤：p1＝(sbp_ray-sbp_rby*rab)/(1-rab*rab)*(e/d)；q1＝(sbp_rby-sbp_ray*rab)/(1-rab*rab)*(e/j)；p2＝(dis_ray-dis_rby*rab)/(1-rab*rab)*(f/d)；q2＝(dis_rby-dis_ray*rab)/(1-rab*rab)*(f/j)；其中：d为各组校准数据的pwv标准差；e为各组校准数据的sbp标准差，f为各组校准数据的pp标准差；j为各组校准数据的心率标准差；sbp_ray为各组校准数据的sbp与pwv之间的自相关系数；sbp_rby为各组校准数据的sbp与pulse之间的自相关系数；rab为各组校准数据的pwv与pulse之间的自相关系数；dis_ray为各组校准数据的pp与pwv之间的自相关系数；dis_rby为各组校准数据的pp与pulse之间的自相关系数。回归系数在回归方程中表示自变量x对因变量y影响大小的参数。回归系数越大表示x对y影响越大，正回归系数表示y随x增大而增大，负回归系数表示y随x增大而减小。该步计算的各个回归系数值主要是为了计算两组不同变量之间线性相关程度，会作为参数用于后续回归常数值的计算，该参数会直接影响回归常数的准确性，从而最终间接影响到测量血压值的精确度。实施例1根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、n、m和a参数，分别计算丢弃前不同个数的pwtt值，对最终pwv的值的影响。其中，真实pwv＝3.566243，臂长l＝630mm，n＝15，m＝10％，a＝200mm。表2初筛时丢弃不同个数pwtt值对pwv的影响真实pwv值采用某品牌aecg100ecg/ppg及pwtt多功能生理讯号测试仪测得，根据上表1第2列，可得到图2。根据图2可以看到，前5个采集点pwtt数据波动比较大，5个采集点后数据趋于平稳，因此，在p＝5-9时，即丢弃前5个到前9个pwtt值时，pwv计算结果更接近与真实值，而在不丢弃或者丢弃少于5个pwtt值时，pwv计算结果偏离真实值更多，且丢弃越少偏离越多。在丢弃5个之后，pwv计算值基本趋于稳定，均接近于真实值。因此将p的取值范围定为5≤p≤9，更优的，为了节省计算时间，p可以为5。同时，可以看到，在n＝6以后，pwtt值基本已经稳定，因此，n取值为5<≤15，更优地，为保证样本量足够，n可以为15。实施例2根据本发明的一个具体实施方案，下表是同一测试者，固定臂长、n、m和a参数，相比于实施例1，改变置信度m值。其中，真实pwv＝3.566243，臂长l＝630mm，n＝15，m＝5％，a＝200mm。表3置信度为5％时的pwv计算结果在实施例1的基础上，仅改变置信度m的值，将置信度提高到5％时，根据本发明的pwv计算步骤，舍弃不在置信区间内的数据，同时丢弃后补充采集pwtt数据，最后可以看到，p＝0，p＝3，p＝5，p＝7时，相比实施例1置信度m为10％时，pwv最终计算结果更接近于真实值，精度都有所提高。由于用户在不同硬件环境和开发环境下，采集到的pwtt值的精确度及抖动情况是不一样的，所以用户可以根据实际的硬件环境和开发环境来设置置信区间m值来限定误差范围，从而获取到对应精度的pwv值范围。在追求高精度的时候，可以适当调低置信度m，可以使得pwv最终计算结果更接近于真实值，精度有所提高，但缺点是会消耗更多的计算时间和计算资源；而为了提高pwv的计算速度，可以提高置信度m，但是会降低pwv的精度，用户可以根据实际的需求场景来调节m值对最终结果进行取舍。实施例3下面给出传统方法中计算血压未加入心率回归系数时测量的血压与本发明中加入心率回归系数的方案的血压对比。一、未添加心率回归系数测量的血压与标准血压计测量值对比表4测试者不同阶段(校准/测量)以及不同状态(静止/运动)时通过校准血压计所测得的收缩压sbp和舒张压dbp的血压值表5pwtt血压测量手表中采用的未添加心率计算公式中的m值和p值sbpppp0.5900674240.233961592m121.498257.8830未添加心率的血压计算公式为：血压值＝m+p*pwv；表格中：p为sbp或pp与pwv的回归系数；m为sbp或pp的回归常数，为sbp或pp的平均值－p×pwv的平均值。表6测试者不同状态(静止/运动)时通过pwtt血压测量手表所测得的pwtt值、pwv值、未添加心率的血压计算算法计算的收缩压sbp和舒张压dbp表7测试者在不同状态(静止/运动)时通过校准血压计测的血压值与pwtt血压测量手表采用的未添加心率算法计算的血压值之间的误差采用未添加心率的血压计算方法测得的sbp平均值误差为-4.1mmhg；sbp标准偏差为9.5mmhg；采用未添加心率的血压计算方法测得的dbp平均值误差为-2.5mmhg；dbp标准偏差为4.1mmhg；上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过未添加心率的计算算法在测量阶段计算收缩压sbp和计算舒张压dbp，而上表显示测量结果标准偏差误差为9.5，超过国际标准8mmhg范围的要求。一、本发明中添加了心率回归系数测量的血压与标准血压计测量值对比标准血压计测量数据见表2。表8本发明添加了心率计算公式中的m值、p值和q值sbpppp-9.8588-11.0822q1.45220.9990m64.512536.1852将本发明添加心率后的血压计算公式sbp＝m1+p1*pwv_rt+q1*pulse_rt；dbp＝m2+p2*pwv_rt+q2*pulse_rt；写成血压计算通用公式为：血压值＝m+p*pwv+q*pulse；其中，m为回归常数，分别对应根据各组校准数据得到的收缩压回归常数m1和舒张压回归常数m2；p为回归系数，分别对应根据各组校准数据得到的sbp与pwv、pp与pwv之间的回归系数p1和p2；q为回归系数，分别对应根据各组校准数据得到的sbp与pulse、pp与pulse之间的回归系数q1和q2；表9测试者不同阶段(校准/测量)以及不同状态(静止/运动)时通过采用本发明方法的pwtt血压测量手表所测得的pwtt值、pwv值、心率pulse值、本发明算法计算的收缩压sbp、舒张压dbp和脉压pp表10测试者在不同状态(静止/运动)时通过校准血压计测的血压值与本发明添加心率后计算的血压值之间的误差，以及最终结果的误差平均值和最终结果的误差标准偏差采用未添加心率的血压计算方法测得的sbp平均值误差为-1.6mmhg；sbp标准偏差为8mmhg；采用未添加心率的血压计算方法测得的dbp平均值误差为-2.2mmhg；dbp标准偏差为3.4mmhg；采用本发明的方法增加心率数据后，从上述数据可以看到在校准后，通过校准数据所计算的系数，再通过校准系数通过添加心率的计算算法在测量阶段计算收缩压sbp和计算舒张压dbp，而上表显示测量结果最终平均值和标准偏差误差均在国际标准8mmhg范围的要求。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。当前第1页12