[0038] 使用拾音装置采集被测者的心音信号，从心音信号中提取特征点，根据特征点提 取心音特征向量，从血压回归模型库中调取与所述被测者对应的血压回归模型，将所述心 音特征向量输入所述血压回归模型中估算出血压，只需采集一路生理信号，节省了成本，简 化了操作，给用户带来的更大的方便和舒适，而且简单方便，既适合于便携式、穿戴式医疗 设备，又适合于在医院外测量和长期的连续血压测量，并对收缩压、舒张压、平均压都具有 同样的测量精度。
【附图说明】
[0039] 为了更清楚地说明本发明中的技术方案，下面将对本发明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发明的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明的内容和这些附图 获得其他的附图。
[0040] 图1是本发明提供的基于心音信号的无创连续血压测量方法的方法流程图。
[0041] 图2是本发明提供的根据特征点提取心音特征向量的具体实现方法。
[0042]图3是本发明提供的血压回归模型训练的具体方法。
[0043] 图4是本发明提供的基于心音信号的无创连续血压测量装置的结构方框图。
[0044]图5是本发明提供的基于心音信号的无创连续血压测量系统的系统示意图。
[0045] 图6a是本发明提供的用香农包络识别第二心音的归一化的心音信号示意图。
[0046] 图6b是本发明提供的用香农包络识别第二心音的归一化的平均香农能量示意 图。
[0047] 图6c是本发明提供的识别出的第一心音和第二心音的位置示意图。
[0048] 图7a是本发明提供的以第二心音顶点为中心截取的64ms的时域波形的示意图。
[0049] 图7b是本发明提供的以第二心音顶点为中心截取的64ms的时域波形作傅里叶变 换并归一化后获得的频谱示意图。
[0050] 图8a是本发明提供的从心音信号估算出的收缩压的估算值与收缩压实测值比较 示意图。
[0051]图8b是本发明提供的从心音信号估算出的舒张压的估算值与舒张压实测值比较 示意图。
[0052]图8c是本发明提供的从心音信号估算出的平均压的估算值与平均压实测值比较 示意图。
[0053] 图9a是本发明提供的从心音信号估算出的收缩压的估算值与收缩压实测值的相 关性不意图。
[0054] 图9b是本发明提供的从心音信号估算出的舒张压的估算值与舒张压实测值的相 关性不意图。
[0055] 图9c是本发明提供的从心音信号估算出的平均压的估算值与平均压实测值的相 关性不意图。
【具体实施方式】
[0056] 为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面 将结合附图对本发明的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发 明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0057] 图1是本发明提供的基于心音信号的无创连续血压测量方法的方法流程图。参考 图1所示，该基于心音信号的无创连续血压测量方法包括：
[0058] S101、获取被测者的心音信号。
[0059] 利用声学传感器（如微型话筒、电子听诊器等）采集人体在胸前的体表心音信号， 采样频率应在2kHz以上。采集部位优选为主动脉瓣听诊区，即胸骨右缘第二肋间。
[0060] S102、提取所述心音信号的特征点。
[0061] 所述特征点为第二心音信号的顶点或底点。
[0062] 提取所述心音信号的特征点，具体为：
[0063] 1、对所述心音信号进行降采样处理。
[0064] 因为心音信号的主要频率范围在1kHz以下，所以需要进行降采样处理以减少计 算量。首先，将原始心音信号通过一个截止频率为1000Hz的巴特沃思低通滤波器滤除高频 噪声，再通过一个截止频率为5Hz的巴特沃思高通滤波器滤除低频漂移。然后，对滤波后的 心音信号进行降采样，使采样频率降低到约2kHz，优选为2205Hz。
[0065] 2、采用香农包络算法识别第一心音和第二心音，检测出所述第二心音的顶点，取 所述顶点为特征点。
[0066] 将降采样后的心音信号除以它的最大绝对值，使全部数据归一化到[_1，1]区间 内。然后，根据下式计算香农能量：
[0067]E= -x2log(x2) (1)
[0068] 其中，E是香农能量，x是归一化心音信号。再将香农能量E通过一个20ms的时间 窗进行平滑，如下式：
[0069]
[0070] 其中，E是杳农能量，EA是平均杳农能量，N是窗口长度。因为采样率已经降为 2205Hz，所以此处N等于44。最后，将平均香农能量EA减去平均香农能量的均值，再除以平 均香农能量的标准差进行归一化，如下式：
[0071]
[0072] 其中，EN是归一化的平均香农能量，M(EA)和S(EA)分别是EA的平均值和标准差。
[0073] 对^施加两个阈值来识别潜在的第一心音和第二心音，两个阈值分别为一个高阈 值和一个低阈值。其中，高阈值设置得较大，能最大限度减少噪声的影响，用来检测幅度较 高的顶点；而低阈值设置成只比背景噪声略高，用于检测可能被高阈值漏检的顶点。当所有 顶点检测出来之后，再根据临床知识判别第一心音和第二心音。临床经验表明，从第一心音 到第二心音的间距比从第二心音到第一心音的间距要小。
[0074] S103、根据所述特征点提取心音特征向量。
[0075] 心音特征向量即第二心音的频谱。截取频谱在50Hz-400Hz频率范围内的30-50 个幅度值作为心音特征向量。第二心音的频谱可以是第二心音的时域波形经傅里叶变换获 得的频谱，也可以是经其他从时域到频域变换方法获得的幅度谱或功率谱。
[0076]图2是本发明提供的根据特征点提取心音特征向量的具体实现方法。本实施例中 具体包括：
[0077] S1031、以所述第二心音的顶点或底点为中心，截取一段预设长度时间窗的心音波 形信号。
[0078] 预设长度时间窗优选为64ms时间窗。
[0079] S1032、对所述心音波形信号作傅里叶变换，获得所述心音波形信号的傅里叶频 谱。
[0080] S1033、将所述傅里叶频谱进行归一化处理，获得归一化后的傅里叶频谱。
[0081] S1034、在所述归一化后的傅里叶频谱的50Hz至400Hz频段，以预设间距，提取预 设个数的频谱幅度值作为特征点，得到一个多维心音特征向量，所述多维心音特征向量的 维数与所述预设个数相同。
[0082] 心音信号的能量主要在50Hz至400Hz频段范围内。预设间距优选为10Hz，预设个 数优选为36个。当然，预设间距和预设个数也可以为其他数据，此处仅为举例说明，并不作 为对本发明的限制。
[0083] S104、从血压回归模型库中调取与所述被测者对应的血压回归模型，将所述心音 特征向量输入所述血压回归模型中估算出血压。
[0084] 所述血压回归模型库根据对不同性别、不同年龄、不同身高及不同体重等大量不 同的被测者进行测试统计得出，有利于提高测量的精确度，避免个体差异引起的测量误差。
[0085] 图3是本发明提供的血压回归模型训练的具体方法。所述血压回归模型由支持向 量机方法对所述心音特征向量进行训练得到，包括：
[0086] S1041、获取所述被测者的血压，所述血压与所述心音信号同步采集。
[0087] 所述血压包括收缩压、舒张压和平均压