基于单点桡动脉波的无袖带血压检测装置及可穿戴设备

1.本发明是关于一种基于单点桡动脉波的无袖带血压检测装置及可穿戴设备，涉及医疗检测技术领域。


背景技术：

2.在诸多与心血管健康相关的生理指标中，血压对于心血管疾病的诊断具有重要价值，主动与持续地检测血压可以有效预防与心血管疾病相关的死亡。然而，目前世界范围内的高血压疾病管理始终存在诊断率低、发病率高和控制率低的问题。连续血压监测是低成本且有效提升高血压疾病早期诊断率、控制率，降低高血压疾病死亡率的重要手段。但是，受到检测原理与测量仪器配置的限制，传统的无创血压检测方法，均需要使用充气袖带、在固定姿势下才能实现血压测量。因此，只能实现血压的间歇测量，无法记录日常活动和夜间睡眠期间的连续、动态血压变化。此外，每天多次加压测量对测试者来说是极大的负担，从而导致了使用者依从性低、日常血压测量次数不足、疾病管理不到位等问题。
3.为了实现便携、舒适和长时间的血压监测，研究人员提出了无袖带血压测量技术及设备。现有技术常见的无创连续血压检测方法包括动脉张力法、容积补偿法、脉搏波传导时间(pulse transit time,ptt)法以及脉搏波特征法等。其中，脉搏波传导时间法和脉搏波特征参数法相对测量方便、舒适度高、效果较理想。但是现有的连续血压监测模型仍然存在许多不足，临床监测的稳定性和精度不够理想，不能克服个体差异和长时监测过程中复杂因素的影响，还没有真正达到临床广泛接受的程度。
4.综上所述，无袖带连续血压监测技术及设备虽然已有长足发展，但是仍存在如下问题：(1)多数设备采集的是光电容积脉搏波(photoplethysmography,ppg)信号，但是ppg信号只能间接反映脉搏波变化，ppg信号与脉搏波信号之间存在形态上的差别；(2)多数设备需要多点测量，比如结合ppg信号和心电图(electrocardiogram,ecg)信号计算ptt，进而估算血压，但是ecg信号的测量需要电极或双手接触以形成闭环通路，使得设备易用性较差；(3)多数算法仅使用脉搏波等生理信号的一个或若干个特征信息作为血压预测模型的输入，这些特征信息由人工设计，较少或没有考虑原始脉搏波的整体信息，而原始脉搏波形中蕴涵着描述心血管功能的有价值信息，人工设计的特征可能有遗漏；(4)多数设备并没有集成为可穿戴样式，使用起来较为繁琐。


技术实现要素：

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本发明的目的是提供一种能够实现无袖带人体血压检测与长时间血压跟踪监护的基于单点桡动脉波的无袖带血压检测装置及可穿戴设备。
6.为了实现上述发明目的，本发明采用的技术方案为：
7.第一方面，本发明提供一种基于单点桡动脉波的无袖带血压检测装置，所述装置包括脉搏传感器、模数转换单元和微处理控制单元；
8.所述脉搏传感器，被配置为采集人体桡动脉的单点脉搏波信号；
9.所述模数转换单元，被配置为将所述单点脉搏波信号进行模数转换，得到单点脉搏波数字信号；
10.所述微处理控制单元，被配置为接收所述单点脉搏波数字信号进行处理，并将处理后的单点脉搏波数字信号通过无袖带血压检测模型进行分析，解析出人体血压值。
11.进一步地，所述脉搏传感器采用基于多级分支结构的柔性压力传感器、电阻式脉搏传感器、电容式脉搏传感器、压电式脉搏传感器或摩擦电式脉搏传感器。
12.进一步地，所述无袖带血压检测模型的训练，包括：
13.获得训练数据，包括单点脉搏波信号、脉搏波特征、人体生理病理特征以及参考血压数据；
14.建立无袖带血压检测模型，所述无袖带血压检测模型包括称深度学习模型和理论公式模型；
15.将所述脉搏波信号、脉搏波特征、人体生理特征和参考血压数据作为无袖带血压检测模型的输入，训练所述无袖带血压检测模型，其中，脉搏波信号、人体生理特征和参考血压数据作为深度学习模型的输入特征，脉搏波特征作为理论公式模型的输入特征。
16.进一步地，所述脉搏波特征是通过单点脉搏波信号提取获得，包括波形特征和与人体心血管健康程度相关的脉搏波特征，其中，波形特征包括峰高、峰宽、峰位置、峰上升或下降沿的斜率；所述与人体心血管健康程度相关的脉搏波特征包括反射波传导时间rwtt、桡动脉增强指数air和心率hr。
17.进一步地，所述深度学习模型的骨干网络采用基于transformer或其他神经网络架构的时间序列预测模型，包括timesnet、etsformer、fedformer、pyraformer、autoformer、informer或reformer。
18.进一步地，所述人体生理特征包括患者的年龄、性别、身高和体重。
19.进一步地，所述理论公式模型是基于m-k方程建立以反射波传导时间rwtt为核心的理论公式模型，公式如下：
20.bp＝a
·
lnrwtt+b
·
lnair+c
·
hr+d
21.式中，bp为人体血压值，a、b、c、d为模型参数，通过深度学习模型根据单点脉搏波信号、人体生理特征和参考血压值计算得到。
22.进一步地，还包括终端设备和通讯单元，所述通讯单元采用有线或无线传输方式，使得所述微处理控制单元与所述终端设备进行数据传输；其中，
23.所述终端设备内还设置有所述无袖带血压检测模型，所述无袖带血压检测模型用于对单点脉搏波数字信号进行分析，解析出人体血压值，和/或
24.所述终端设备用于对单点脉搏波数字信号与血压值的连续动态变化进行ai分析、数据显示、波形显示和/或健康报告输出，并可以对异常情况进行文字、声音等提示预警。
25.第二方面，本发明提供一种可穿戴设备，包括腕带结构和本发明第一方面任一项所述的基于单点桡动脉波的无袖带血压检测装置，所述无袖带血压检测装置设置在所述腕带结构内。
26.进一步地，所述卡盒本体顶部设置所述显示屏，所述显示屏连接所述微处理控制单元，所述卡盒本体内设置有所述无袖带血压检测装置，所述卡盒底座与所述卡盒本体通
过所述转轴可拆卸连接，所述卡盒底座固定设置在所述腕带上，所述卡盒底座设置有检测孔，所述脉搏传感器通过所述检测孔检测人体桡动脉的单点脉搏波信号。
27.本发明由于采取以上技术方案，其具有以下特点：
28.1、本发明的无袖带血压检测装置可以实现对使用者桡动脉的脉搏波连续检测，适用于连续监测使用者在日常活动或夜间睡眠期间的脉搏变化，实现人体脉搏监测以及无创无袖带连续血压监测，有效提升高血压疾病早期诊断，降低高血压疾病死亡率。
29.2、本发明的无袖带血压检测装置以单点脉搏波为输入，利用单点脉搏波数据、脉搏波中提取的脉搏波特征和人体生理病理特征，实现连续血压预测，相比于现有技术，本发明能够充分利用与使用者心血管健康相关的多模态信息，具有高度的自适应性和准确性。
30.3、不同于传统可穿戴设备的固定式表盘，本发明的可穿戴设备不仅便携，其中的可旋转、可拆卸式的卡盒结构能够提供一个供使用者确定桡动脉位置的窗口，从而保证采集到的脉搏波信号具有较高的强度和精度。
31.4、本发明利用柔性脉搏传感器实现对桡动脉处微弱的、具有个体特征差异的脉搏波信号进行探测，利用桡动脉脉搏波数据、脉搏波中提取的波形特征和人体生理特征，实现具有个体感知(subject-aware)能力的血压连续预测，实现人体健康监护和疾病预测预警。
32.综上，本发明可以广泛应用于血压测量与日常血压监测中。
附图说明
33.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
34.图1为本发明实施例的无袖带血压检测装置的结构示意图；
35.图2为本发明实施例的柔性传感器的结构示意图；
36.图3为本发明实施例的无袖带血压检测装置的使用流程图；
37.图4为本发明实施例的无袖带血压检测模型的架构图；
38.图5为本发明实施例的桡动脉压力波及相关特征点的示意图；
39.图6为本发明实施例的桡动脉波采集实验的可穿戴设备的佩戴示意图；
40.图7(a)和(b)为本发明实施例的可穿戴设备的机械结构示意图。
具体实施方式
41.应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
42.尽管可以在文中使用术语第一、第二、第三等来描述多个元件、部件、区域、层和/或部段，但是，这些元件、部件、区域、层和/或部段不应被这些术语所限制。这些术语可以仅
用来将一个元件、部件、区域、层或部段与另一区域、层或部段区分开。除非上下文明确地指出，否则诸如“第一”、“第二”之类的术语以及其它数字术语在文中使用时并不暗示顺序或者次序。因此，以下讨论的第一元件、部件、区域、层或部段在不脱离示例实施方式的教导的情况下可以被称作第二元件、部件、区域、层或部段。
43.为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
44.由于现有的血压检测装置易用性较差、血压检测输入特征不全面且使用也比较繁琐。本发明提供一种基于单点桡动脉波的无袖带血压检测装置及可穿戴设备，装置包括脉搏传感器、模数转换单元、微处理控制单元和终端设备；脉搏传感器，被配置为采集人体桡动脉的单点脉搏波信号；模数转换单元，被配置为将单点脉搏波信号进行模数转换，得到单点脉搏波数字信号；微处理控制单元，被配置为接收单点脉搏波数字信号进行处理，并将处理后的单点脉搏波数字信号通过无袖带血压检测模型进行分析，解析出人体血压值；终端设备用于对单点脉搏波数字信号与血压值的连续动态变化进行ai分析、数据显示、波形显示和健康报告输出，并对异常情况进行文字、声音等提示预警。因此，本发明能够监测使用者脉搏波相关的心血管健康多模态信息，具有高度的自适应性和准确性。
45.下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
46.实施例一：如图1所示，本实施例提供的基于单点桡动脉波的无袖带血压检测装置，包括脉搏传感器1、模数转换单元2、微处理控制单元3、通讯单元4和终端设备5；
47.脉搏传感器1，用于采集人体桡动脉的单点脉搏波信号，其中，单点脉搏波信号即桡动脉上单个位置的脉搏波信号；
48.模数转换单元2，用于将单点脉搏波信号进行模数转换，得到单点脉搏波的数字信号；
49.微处理控制单元3，用于接收模数转换单元2的数字信号进行处理，并将该脉搏波数字信号输入预设的无袖带血压检测模型进行分析，解析出人体血压值，并通过异步串行接口将处理结果发送至通讯单元4。
50.通讯单元4，通过有线或无线通讯方式使得微处理控制单元3与终端设备5之间进行信息通讯。
51.在一个优选的实施例中，脉搏传感器1可以采用基于多级分支结构的柔性压力传感器，也可以采用其他基于电阻式、电容式、压电式或摩擦电式的商用脉搏传感器等，在此不做限定。
52.进一步地，如图2所示，本实施例提供的多级分支结构压力传感器，包括柔性基底11、第一传感器信号检测电极12、第二传感器信号电极13、一级结构层14与二级结构层15。柔性基底11上方叠设有一级结构层14与二级结构层15，二级结构层15与柔性基底11之间间隔设置有第一传感器信号检测电极12和第二传感器信号电极13。其中，二级结构层15的结
构表面涂敷有源层材料，用于实现压力传感。有源层材料为还原氧化石墨烯材料、碳纳米管材料等。其中，一级结构层14与二级结构层15的下方均设置有微结构，微结构的几何形状为半球结构、金字塔结构、凸台结构或线状结构，不限于此。
53.在一个优选的实施例中，如图3所示，无袖带血压检测模型为基于利用脉搏波数据、脉搏波中提取的波特征和人体生理特征，基于以脉搏波传导时间为核心的moens-korteweg(m-k)方程和以脉搏波形为核心的transformer架构的具有个体感知(subject-aware)能力建立的收缩压和舒张压预测模型，训练过程为：
54.s1、采集人体桡动脉的单点脉搏波信号和参考血压值。
55.本实施例中，测量人体血压作为参考血压值。其中，参考血压值为使用现有电子血压计和/或水银血压计测量得到的舒张压和收缩压。
56.s2、对单点脉搏波信号进行数据预处理。
57.本实施例中，数据预处理包括对单点脉搏波信号进行去除高频噪声、低频基线漂移、信号对齐、信号分割等操作。
58.进一步地，本实施例使用小波变换滤除原始脉搏波信号中的高频噪声和低频基线漂移，具体为：将基线漂移频段和高频噪声频段进行抑制，并使用其他频带内的小波系数重构脉搏波信号，得到滤波降噪后的脉搏波信号，通过识别一个脉搏波周期的起始点，进行脉搏波的周期分割和信号对齐。
59.s3、对数据预处理后的脉搏波信号进行特征点识别，提取脉搏波信号中的波特征。
60.本实施例中，脉搏波信号中的波特征包括波形特征以及与人体心血管健康程度相关的脉搏波特征。
61.进一步地，波形特征包括峰高、峰宽、峰位置、峰上升/下降沿的斜率等。
62.进一步地，与人体心血管健康程度相关的脉搏波特征包括反射波传导时间(reverse pulse transit time，rwtt)、桡动脉增强指数(radial augmentation index，air)和心率(heart rate，hr)等。
63.s4、基于脉搏波信号、脉搏波特征、人体生理病理特征以及参考血压数据，得到训练数据。
64.本实施例中，人体生理特征包括患者的年龄、性别、身高和体重等，与脉搏波信号一起作为深度学习模型的输入特征，脉搏波特征作为理论公式模型的输入特征。
65.s5、建立无袖带血压检测模型
66.本实施例中，无袖带血压检测模型包括两部分，第一部分为人工智能模型或称深度学习模型，第二部分为理论公式模型。
67.人工智能模型的骨干网络可以采用任何基于transformer或其他神经网络架构的时间序列预测模型，包括timesnet、etsformer、fedformer、pyraformer、autoformer、informer、reformer等，本实施例对上述骨干网络所使用的具体模型不作限定。
68.如图4所示，采用基于transformer架构的时间序列预测模型构建人工智能模型，基于m-k方程构建理论公式模型。其中，人工智能模型利用脉搏波信号和人体生理特征，计算理论公式模型中的参数，然后通过理论公式模型利用脉搏波特征，计算收缩压和舒张压，具体为：
69.如图5所示为本实施例在单脉搏波无袖带血压检测中需要识别的脉搏波特征点。
本发明结合小波变换与微分法，对预处理后的脉搏波形进行特征点识别和特征计算，包括：脉搏波起始点b，脉搏波主波的波峰p1以及相应的时间t1和幅值r1，脉搏波次波的波峰p2以及相应的时间t2和幅值r2，脉搏波第三波的波峰p3以及相应的时间t3和幅值r3，脉搏波周期t。
70.利用这些特征点计算脉搏波特征，包括：反射波传导时间rwtt、桡动脉增强指数air和心率hr等。其中，rwtt为t2与t1之间的时间差(rwtt＝t
2-t1)，air为r2与r1之间的比值(air＝r2/r1)，hr为脉搏波周期t的倒数(hr＝1/t)。
71.根据脉搏波特征与相应血压值，基于m-k方程，建立以反射波传导时间rwtt为核心的理论公式模型，公式如下：
72.bp＝a
·
lnrwtt+b
·
lnair+c
·
hr+d
73.理论公式模型通过脉搏波特征(rwtt、air、hr)预测人体的收缩压(sbp)和舒张压(dbp)，这里人体血压值统一用bp表示。其中，a、b、c、d为理论公式模型中的参数，通过深度学习模型根据实际采集的人体脉搏波信号和人体生理特征计算得到。
74.s6、将得到的训练数据按照一定比例划分训练集、验证集和测试集，其中，利用训练集和验证集对建立无袖带血压检测模型进行训练和超参数调优，测试集用于检验经训练和超参数调优后得到的模型的泛化能力。
75.本实施例中，根据脉搏波信号、脉搏波信号所提取的脉搏波特征、人体生理特征和参考血压值构建数据集，并作为无袖带血压检测模型的输入，训练无袖带血压检测模型，模型的输出为人体的血压(包括收缩压和舒张压)。
76.进一步地，本实施例的数据集按照8:1:1的比例划分训练集、验证集和测试集，其中，训练集和验证集对建立的无袖带血压检测模型进行训练和参数选择，测试集用于检验模型的泛化能力。数据切分采用个体间分割的方式，确保每组数据不包含同一受试者的数据，避免了信息泄露。在训练模型的过程中，使用adam优化器来进行参数的更新，学习率为0.0002。在训练集上，通过计算估计血压值与真实血压值之间的误差，利用反向传播算法，更新模型参数，使估计血压值越来越接近真实血压值。
77.进一步地，由于血压预测属于回归问题，一般只需要使用基于transformer架构的时间序列预测模型的编码器部分，删除解码器部分。深度学习模型将编码脉搏波时序数据的深度波形(深度波形特征泛指人工智能算法从脉搏波信号中提取到的高级语义信息，这些特征表征了人体心血管状态信息，对血压预测有帮助，是算法从数据中学习得到的)特征与人体生理特征对应血压值相结合，融合方式为使用多层全连接神经网络，能够更好地加权分析不同信息的比重。在每次血压检测中，根据当前使用者的脉搏波不同，深度学习模型计算得到的理论公式模型的常数参数也可能不同，从而实现血压的自适应计算和个性化监测。
78.在一个优选的实施例中，终端设备5可以是手机、计算机、液晶屏、云服务器或其它有线/无线设备，终端设备5能够显示脉搏波和血压值，终端设备5可以用于实现ai分析、数据显示、波形显示和健康报告分享等功能，能够用于可视化评估人体心血管健康状态的信息，通过对脉搏波与血压值的连续动态变化进行ai分析，实现人体健康监护，还可以对异常情况进行文字、声音等提示预警。
79.进一步地，终端设备5上还可以预设有无袖带血压检测模型计算出舒张压和收缩
压，同时显示测试结果。
80.在一个优选的实施例中，通讯单元4可以采用有线及蓝牙或zigbee等无线传输方式，进行数据的发送和接受传输。
81.实施例二：如图6所示，本实施例还提供包括实施例一的基于单点桡动脉波的无袖带血压检测装置的可穿戴设备6。
82.如图7所示，可穿戴设备6可以采用卡盒式腕带结构，包括卡盒61和腕带62，卡盒61与腕带62之间为可旋转、可拆卸设置，为用户提供一个可定位桡动脉位置的窗口。
83.本实施例中，卡盒61包括卡盒本体611、显示屏612、卡盒底座613和可拆卸转轴614，卡盒本体611内设置有基于单点桡动脉波的无袖带血压检测装置，卡盒本体611顶部设置显示屏612，显示屏612连接微处理控制单元3进行结果血压结果显示，卡盒底座613与卡盒本体611通过可拆卸转轴614连接，卡盒底座613固定设置在腕带62上，可拆卸转轴614用以实现卡盒本体611与腕带62之间的拆卸、旋转功能。卡盒底座613设置有检测孔615，为用户提供了一个定位桡动脉位置的窗口，脉搏传感器1设置在检测孔615处。
84.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。在本说明书的描述中，参考术语“一个优选的实施例”、“进一步地”、“具体地”、“本实施例中”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
85.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述装置包括脉搏传感器、模数转换单元和微处理控制单元；所述脉搏传感器，被配置为采集人体桡动脉的单点脉搏波信号；所述模数转换单元，被配置为将所述单点脉搏波信号进行模数转换，得到单点脉搏波数字信号；所述微处理控制单元，被配置为接收所述单点脉搏波数字信号以进行处理，并将处理后的单点脉搏波数字信号通过无袖带血压检测模型进行分析，解析出人体血压值。2.根据权利要求1所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述脉搏传感器采用基于多级分支结构的柔性压力传感器、电阻式脉搏传感器、电容式脉搏传感器、压电式脉搏传感器或摩擦电式脉搏传感器。3.根据权利要求1所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述无袖带血压检测模型的训练，包括：获得训练数据，包括单点脉搏波信号、脉搏波特征、人体生理病理特征以及参考血压数据；建立无袖带血压检测模型，所述无袖带血压检测模型包括深度学习模型和理论公式模型；将所述脉搏波信号、脉搏波特征、人体生理特征和参考血压数据作为无袖带血压检测模型的输入，训练所述无袖带血压检测模型，其中，脉搏波信号、人体生理特征和参考血压数据作为深度学习模型的输入特征，脉搏波特征作为理论公式模型的输入特征。4.根据权利要求3所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述脉搏波特征是通过单点脉搏波信号提取获得，包括波形特征和与人体心血管健康程度相关的脉搏波特征，其中，波形特征包括峰高、峰宽、峰位置、峰上升或下降沿的斜率；所述与人体心血管健康程度相关的脉搏波特征包括反射波传导时间rwtt、桡动脉增强指数ai
r
和心率hr。5.根据权利要求3所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述深度学习模型的骨干网络采用基于transformer或其他神经网络架构的时间序列预测模型，包括timesnet、etsformer、fedformer、pyraformer、autoformer、informer或reformer。6.根据权利要求3～5任一项所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述人体生理特征包括患者的年龄、性别、身高和体重。7.根据权利要求3～5任一项所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，所述理论公式模型是基于m-k方程建立以反射波传导时间rwtt为核心的理论公式模型，公式如下：bp＝a
·
lnrwtt+b
·
lnai
r
+c
·
hr+d式中，bp为人体血压值，a、b、c、d为模型参数，通过深度学习模型根据单点脉搏波信号、人体生理特征和参考血压值计算得到。8.根据权利要求1～3任一项所述的基于单点桡动脉波的无袖带血压检测装置，其特征在于，还包括终端设备和通讯单元，所述通讯单元采用有线或无线传输方式，使得所述微处理控制单元与所述终端设备进行数据传输；其中，所述终端设备内还设置有所述无袖带血压检测模型，所述无袖带血压检测模型用于对
单点脉搏波数字信号进行分析，解析出人体血压值，和/或所述终端设备用于对单点脉搏波数字信号与血压值的连续动态变化进行ai分析、数据显示、波形显示、健康报告输出和/或预警提示。9.一种可穿戴设备，其特征在于，包括腕带结构和权利要求1到8任一项所述的基于单点桡动脉波的无袖带血压检测装置，所述无袖带血压检测装置设置在所述腕带结构内。10.根据权利要求9所述的可穿戴设备，其特征在于，所述腕带结构包括卡盒和腕带，所述卡盒包括卡盒本体、显示屏、卡盒底座和转轴，所述卡盒本体顶部设置所述显示屏，所述显示屏连接所述微处理控制单元，所述卡盒本体内设置有所述无袖带血压检测装置，所述卡盒底座与所述卡盒本体通过所述转轴可拆卸连接，所述卡盒底座固定设置在所述腕带上，所述卡盒底座设置有检测孔，所述脉搏传感器通过所述检测孔检测人体桡动脉的单点脉搏波信号。

技术总结
本发明涉及一种基于单点桡动脉波的无袖带血压检测装置及可穿戴设备，包括脉搏传感器、模数转换单元、微处理控制单元和终端设备；脉搏传感器，采集人体桡动脉的单点脉搏波信号；模数转换单元，将单点脉搏波信号进行模数转换，得到单点脉搏波数字信号；微处理控制单元，接收单点脉搏波数字信号以进行处理，并将单点脉搏波数字信号通过无袖带血压检测模型进行分析，解析出人体血压值；终端设备用于对单点脉搏波数字信号与血压值的连续动态变化进行AI分析、数据显示、波形显示、健康报告输出和/或预警提示。本发明实现对脉搏波连续检测，实现人体脉搏监测以及无创无袖带连续血压监测，有效提升高血压疾病早期诊断，降低高血压疾病死亡率。疾病死亡率。疾病死亡率。


技术研发人员：黄国亮 杨晗 钟豪 王铈弘
受保护的技术使用者：清华大学
技术研发日：2023.06.19
技术公布日：2023/8/13