摘要
本发明提供一种基于振荡波动态特征与回归建模的血压测量系统及方法,涉及可穿戴医疗健康监测技术领域。以信号处理方法为主体,利用时域、频域、时频和统计方法提取振荡波关键特征,再采用轻量级深度学习模型对传统特征进行微调,最后通过机器学习建立特征波段变化与血压值的映射关系,既能通过部分振荡波的特征变化预测完整振荡波波形,实现低压力舒适测量,又能通过识别振荡波特征突变点,实现个性化血压测量。本发明既保证了传统方法的可解释性和稳定性,又利用轻量级深度学习微调提升了特征识别精度和个体适应能力,可以实现边缘计算,从而降低测量时间、提高用户舒适度、测量准确度和系统实用性。