智能手机PPG血压监测
无袖带连续监测
利用智能手机摄像头采集指尖光电容积脉搏波信号，结合可解释机器学习模型无袖带估计血压，与参考设备相关性良好。
Liu, Ivan · Fangyuan, Liu · Qi, Zhong · 倪士光
BioMedical Engineering Online 2025
参数信息
- 收缩压平均绝对误差
- 7.34 mmHg
- 舒张压平均绝对误差
- 5.79 mmHg
- 脉压平均绝对误差
- 4.45 mmHg
- 收缩压平均绝对误差（多元线性回归）
- 7.75 mmHg
- 舒张压平均绝对误差（多元线性回归）
- 6.35 mmHg
- 脉压平均绝对误差（多元线性回归）
- 4.49 mmHg
技术优势
无需专用设备
仅使用智能手机摄像头采集指尖PPG信号，成本低且易于推广。
模型可解释
采用SHAP分析识别关键特征，使机器学习模型的预测过程透明化。
多指标覆盖
同时估计收缩压、舒张压和脉压，提供更全面的血压信息。
应用场景
- 可穿戴血压监测：集成到可穿戴设备中实现日常无袖带血压趋势跟踪。
- 移动健康：利用智能手机普及性，推动远程血压管理和大规模筛查。
- 生理信号处理：从PPG波形中提取时域、频域和曲率域特征用于血压建模。
- 医疗级血压校验：采用国际标准进行Bland-Altman分析，评估其替代传统设备的可行性。