基于ECG-PPG融合的手持式无袖带血压监测系统与个性化校准

摘要

开发一种基于心电图与光电容积脉搏波多信号融合的手持式无袖带血压监测系统。系统采用端-边-云协同架构，通过专用3D结构设备从指尖同步采集生理信号，结合蓝牙传输与云端机器学习分析。研究方法包括信号预处理、多维度特征提取，并利用AdaBoost回归器构建群体模型，引入TrAdaBoost.R2迁移学习进行个性化校准。实验采集91名志愿者数据，结果显示个性化校准后收缩压平均误差、平均绝对误差和标准差分别为-3.19、3.65、4.26 mmHg，舒张压平均误差、平均绝对误差和标准差分别为-0.45、3.49、5.49 mmHg，均符合AAMI标准。本研究提出的系统在便携性与准确性方面表现良好，为无袖带血压监测提供实用方案。

关键词

无袖带血压监测 / 心电图 / 光电容积脉搏波 / 手持式系统 / 个性化校准