血压检测技术及其应用的研究进展
Research Advances of Blood Pressure Detection Technology and Its Application
DOI: 10.12677/acm.2024.14112857, PDF,   
作者: 刘 丹：湖北省京山市温泉社区卫生服务中心，湖北 京山
关键词: 高血压；血压检测；血流量；脉搏波；超声波；High Blood Pressure； Blood Pressure Detection； Blood Flow； Pulse Wave； Ultrasonic Wave
摘要: 测量血压有助于诊断、评估患者的病情，还可以用于评估临床治疗和康复效果。血压的高低可以反映患者的心脏和肺部等健康情况。高血压和低血压都可能带来严重的健康问题。其中，高血压被认为是全球范围内心血管疾病的主要危险因素，长期的高血压会对血管壁造成损伤，定期监测血压对于人体健康至关重要。针对近年来文献报道的各种血压监测方法及应用开展了文献综述分析比较，引用文献37篇。
Abstract: Measuring blood pressure can help diagnose and evaluate a patient’s condition, and can also be used to evaluate clinical treatment and rehabilitation effects. High or low blood pressure can reflect the health of the patient’s heart and lungs. Both high and low blood pressure can cause serious health problems. Among them, high blood pressure is considered to be a major risk factor for inner vascular diseases worldwide, long-term high blood pressure will cause damage to the blood vessel wall, and regular monitoring of blood pressure is essential for human health. Various blood pressure monitoring methods and applications reported in recent years were reviewed and compared by citing 37 articles.
文章引用：刘丹. 血压检测技术及其应用的研究进展[J]. 临床医学进展, 2024, 14(11): 140-146. https://doi.org/10.12677/acm.2024.14112857

参考文献

[1] 吴绍武. 基于深度学习的血压检测方法研究[D]: [硕士学位论文]. 北京: 北京工业大学, 2020.
[2] Kario, K., Saito, I., Kushiro, T., et al. (2014) Home Blood Pressure and Cardiovascular Outcomes in Patients during Antihypertensive Therapy: Primary Results of HONEST, a Large-Scale Prospective, Real-World Observational Study. Hypertension: An Official Journal of the American Heart Association, 64, 989-996. [Google Scholar] [CrossRef] 
[3] Zhu, H.L., Liang, X.Y., Pan, X.F., et al. (2020) A Prospective Cohort Study of Home Blood Pressure Monitoring Based on an Intelligent Cloud Platform (the HBPM-iCloud Study): Rationale and Design. Therapeutic Advances in Chronic Disease, 11, 182-241. [Google Scholar] [CrossRef] [PubMed]
[4] Shariful, I.S.M., Chow, C.K., Reza, D., et al. (2022) Wearable Cuffless Blood Pressure Monitoring Devices: A Systematic Review and Meta-Analysis. European Heart Journal—Digital Health, 3, 323-337. [Google Scholar] [CrossRef] [PubMed]
[5] 张洪涛, 黄杰, 王琰. 一种基于ARM嵌入式系统的血压检测系统的设计[J]. 湖北工业大学学报, 2010, 25(2): 70-72.
[6] 张朝福. 基于ARM嵌入式系统的便携式血压检测仪设计[J]. 无线互联科技, 2018, 15(23): 130-132.
[7] 吕晨阳. 基于指端光电容积脉搏波的血压检测算法研究[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2020.
[8] 鲁宏胜. 基于脉搏波的无创连续血压检测系统研究与应用[D]: [硕士学位论文]. 湘潭: 湖南工业大学, 2020.
[9] 孙毅. 柔性超声波微传感器研制及其对人体动脉血压检测[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2020.
[10] 吴楚宜, 陈悦, 鞠泽亮, 等. 基于云服务的人体血压特征监控系统设计[J]. 自动化应用, 2020(7): 83-86.
[11] 范保存. 基于FBG的人体脉搏波血压检测系统研究[D]: [硕士学位论文]. 合肥: 安徽工业大学, 2021.
[12] 李睿森. 基于LSTM网络的无创连续血压检测系统研究[D]: [硕士学位论文]. 石家庄: 河北工业大学, 2021.
[13] 樊艳梦. 基于PPG信号的无袖带血压检测方法研究[D]: [硕士学位论文]. 合肥: 合肥工业大学, 2021.
[14] 郜政. 基于PPG的无创连续血压测量技术研究[D]: [硕士学位论文]. 北京: 北京邮电大学, 2021.
[15] 王芬婷. 结构优化BP神经网络的非接触血压检测[D]: [硕士学位论文]. 西安: 西安理工大学, 2022.
[16] 庞宇, 何鸿, 蒋伟. 可穿戴血压检测系统算法研究与设计[J]. 中国测试, 2022, 48(6): 99-105.
[17] 王倩, 邹玉宝. 示波法同步四肢血压检测的临床应用现状[J]. 中国分子心脏病学杂志, 2021, 21(6): 4375-4379.
[18] 张畅, 陈辉, 郑秀娟. 基于优化脉搏波特征的无袖带血压检测方法[J]. 电子测量技术, 2021, 44(24): 1-7.
[19] 胡军锋, 郑彬. 基于深度学习的ECG/PPG血压测量方法[J]. 生物医学工程研究, 2022, 41(1): 46-54.
[20] 彭莉, 宋鑫, 鄢苏鹏, 等. 基于PPG收缩期上升波形特征参数的无创血压检测模型[J]. 中国医学物理学杂志, 2022, 39(3): 333-340.
[21] 孙云华. 电子血压计的应用研究进展[J]. 中国医疗器械信息, 2022, 28(7): 58-60.
[22] 何鸿. 基于示波法的血压检测算法研究及可穿戴血压检测装置设计[D]: [硕士学位论文]. 重庆: 重庆邮电大学, 2022.
[23] 张晓奇. 基于视频运动放大技术的非接触式血压检测研究[D]: [硕士学位论文]. 福州: 福建师范大学, 2022.
[24] 储芳芳. 基于PPG信号和ECG信号的无创血压智能检测方法研究[D]: [硕士学位论文]. 南京: 南京邮电大学, 2022.
[25] 彭莉, 宋鑫, 鄢苏鹏, 等. 基于前额和手指PPG特征参数的无创血压检测性能比较[J]. 中国医疗设备, 2022, 37(12): 24-29.
[26] 周慧婕, 陈小惠, 于舒洋, 等. 基于PSO-ELM的无创血压检测方法[J]. 计算机技术与发展, 2022, 32(12): 63-68.
[27] 陆一乾. 基于多波长光电容积脉搏波的无创连续血压检测技术[D]: [硕士学位论文]. 深圳: 中国科学院大学(中国科学院深圳先进技术研究院), 2022.
[28] 朱雅芳. 基于PPG的无袖带式血压检测技术研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨理工大学, 2023.
[29] 郭子玉. 基于脉搏波特征的连续血压的预测方法研究[D]: [硕士学位论文]. 哈尔滨: 黑龙江大学, 2023.
[30] 王焕泽.基于柔性压电阵列的可穿戴血压检测技术研究[D]: [硕士学位论文]. 杭州: 杭州电子科技大学, 2023.
[31] 胡旭东. 基于光电容积脉搏波的血压预测模型研究[D]: [硕士学位论文]. 桂林: 桂林电子科技大学, 2023.
[32] 王军昂. 基于深度神经网络的连续无创血压测量方法研究[D]: [硕士学位论文]. 南京: 南京信息工程大学, 2023.
[33] 陈勤达. 无创血压智能监测技术的方法研究[D]: [硕士学位论文]. 南京: 南京邮电大学, 2023.
[34] 朱涛. 基于BCG信号和迁移学习的血压检测方法研究[D]: [硕士学位论文]. 杭州: 浙江师范大学, 2023.
[35] 闫昊, 李霞, 朱田杨, 等. 基于视频流的非接触式连续血压检测算法研究[J]. 生物医学工程学杂志, 2023, 40(2): 249-256.
[36] 肖淑绵. 基于容积补偿法的连续无创血压监测技术研究[D]: [硕士学位论文]. 天津: 天津工业大学, 2023.
[37] 叶青, 章祎枫, 沙金亮, 等. 基于光电容积脉搏波的无创血压连续测量研究进展[J]. 科学技术与工程, 2024, 24(5): 1756-1774.

为你推荐