导读:本文包含了连续血压测量论文开题报告文献综述及选题提纲参考文献，主要关键词:连续血压,脉搏特征,遗传算法,Elman神经网络
连续血压测量论文文献综述
袁春雨[1]（2019）在《基于GA-Elman神经网络的无创连续血压测量方法的研究》一文中研究指出血压是可以反映心脏血管功能状况的重要生理指标,是临床医生进行疾病诊断、治疗效果评估和预后判断的重要依据。血压易受到个人情绪,生理周期等外界及内在因素的影响,单次测量结果存在较大差异。在日常生活中,连续血压测量具有重要意义。目前连续血压测量的方法主要分为无创和有创两种。有创法,容易给被测者带来感染,不适用于日常生活中。无创法主要是指脉搏波传导速度法,脉搏波传导时间法和脉搏波特征法。由于影响血液流动的因素十分复杂,前两者的测量结果不够准确。在人工智能领域的大力发展下,创建模型对数据进行预测估计的算法逐渐完善,利用脉搏波特征参数测量连续血压成为比较热门的研究方向。本文主要研究的是基于遗传算法(GA,Genetic Algorithm)优化的Elman神经网络无创连续血压测量方法,该方法进行连续血压测量结构简单,摆脱了传统方法中充气袖带的束缚。本文主要内容包括:1.去除脉搏信号噪声。脉搏波具有低频特性,易受到噪声干扰,采用小波变换方法去除脉搏波的基线漂移和高频噪声。2.采用差分阈值法进行脉搏波特征提取。能够自动识别提取出脉搏波的起始点、峰值点和降中峡叁个特征点。建立脉搏波特征矩阵,为后续研究做好数据准备。3.建立GA-Elman神经网络连续血压测量模型。采用MIMIC(Multi-parameter Intelligent Monitoring for Intersive Care)数据库中的同步脉搏信号和连续血压数据作为研究对象,经过信号预处理,得到特征矩阵,构成网络输入信号,通过多次实验设定遗传算法相关参数,调节遗传算法种群大小、迭代次数,确定交叉和变异概率,确定适应度函数,最终完成GA-Elman神经网络连续血压测量模型的设计。4.通过对比实验验证遗传算法对Elman神经网络的优化效果以及GA-Elman神经网络连续血压测量模型的准确性。选取BP(Back Propagation)神经网络和Elman神经网络与本文方法进行对比。通过实验得出GA-Elman神经网络性能要优于BP神经网络和未优化的Elman神经网络,对MIMIC数据库中大量数据进行实验验证,统计了叁种方法的测量误差,实验结果表明GA-Elman神经网络连续血压测量方法在测量准确性和稳定性上要优于BP神经网络和Elman神经网络的测量方法,经过遗传算法优化后的Elman神经网络有较快的收敛性和较强的学习能力。5.对GA-Elman神经网络连续血压测量系统进行了初步的实现。采用java实现本文算法并植入上位机,手机客户端可以通过网络查询血压测量结果。在后续的研究工作中可进一步优化该系统,最终实现GA-Elman神经网络在连续血压测量中的实际应用。(本文来源于《吉林大学》期刊2019-06-01）
潘莹,孙晋红,胡燕娴,康涛,郭嘉杰[2]（2019）在《连续无创血压测量技术与产品注册申报要点》一文中研究指出随着人们生活水平的提高及饮食结构的变化,心血管疾病发病和死亡率在中国逐年上升,心血管疾病的防治已成为提升居民健康的重要工作之一。血压作为人体重要的生命体征,是心血管疾病预防、评估、诊断的重要指标。因此准确测量人体血压对心血管疾病的防治有重要意义。随着技术的发展,新型血压测量设备逐渐涌现,分析连续血压测量技术原理,结合现行法规要求,对设备的注册申报要点进行探讨。(本文来源于《科技与创新》期刊2019年10期）
杨帆[3]（2019）在《基于深度神经网络的无创连续血压测量方法研究》一文中研究指出血压是人体重要的生理指标,许多疾病都与血压有密切的关系,其中高血压已经成为现代人类备受困扰的主要疾病之一。根据世界卫生组织的数据,截止2015年,全球五分之一的成年人患有高血压,而在中国,高血压在成年人中的发病率更是超过了四分之一。因此,对高血压等心血管疾病的预防和监测成为了各界研究的焦点,其中,血压的精确测量是研究的热点和难点。目前,临床上使用的最精确的测量方法是有创的直接测量法,但由于创伤性太大而仅适用于特殊的病人。生活中最常使用的测量血压方法是以柯氏听诊法为原理的袖带阻断式血压计,但该方法存在较大误差,测量时还会对患者造成不适,并且间断的测量也无法满足疾病的监测的要求。因此,研究无创连续血压测量方法有十分重要的现实意义。近年来,机器学习方法,尤其是深度神经网络方法成为了各个领域的研究热点,许多研究者开始尝试将其运用到医学问题中。同时,对血压测量的研究发现,脉搏波与血压之间存在相关性,可以使用单路的光电容积脉搏波信号来测量血压。因此,应用深度神经网络处理脉搏波来测量血压成为了解决问题的可行之径。本文针对无创连续血压测量的问题,研究了应用深度学习理论构建血压测量模型,并研究了应用迁移学习解决样本分布差异的问题,提出了一种新的数据预处理方法,实现了高精度的血压测量模型,得到了迁移学习在血压测量模型中的应用表现。本论文的主要工作和成果如下:(1)提出了一种针对深度神经网络的脉搏波数据预处理算法。该算法在消除无效数据和噪声数据的同时,尽量保留了脉搏波的有效信息,并将数据处理成等长的单周期结构化样本数据。实验证明,该算法复杂度低,易于运行,处理后的样本信息丰富,满足模型的学习要求。(2)通过大量的对比实验,得出了适合实验样本数据的模型深度范围,然后在该范围内,设计了不同的具有差异化结构的神经网络模型,并通过实验得到了表现最优的模型。最后通过模型在不同个体上的实验证明了该模型结构具有良好的鲁棒性,并且将平均误差与同类研究的结果作了对比,结果显示该模型在精度上有更好的表现。(3)首次将迁移学习应用到血压测量模型中,通过采用基于概率分布适配的数据迁移方法和基于CNN模型的特征迁移方法,得到了两种方法在解决数据分布差异问题上的表现。结果显示,两种方法都能一定程度上改善数据的分布差异,但是也都存在会降低测量精度的缺点。最后,本文总结了血压测量模型在实用中存在的问题,并对其进一步研究方向进行了思考与展望。(本文来源于《北京邮电大学》期刊2019-03-20）
李锐[4]（2018）在《反射式连续血压测量系统的研究与设计》一文中研究指出近年来,中国经济越来越繁荣,人民生活条件越来越好,这导致了肥胖的人越来越多,肥胖又会引发了多种疾病如高血脂、高血压。生活的压力越来越大节奏也越来越快,这些因素也导致了高血压发病率增高。据统计显示中国心血管疾病发病率持续升高,并且呈现年轻化趋势。这些都使得越来越多的人关注自身身体状况,促进了民众健康意识的提高。然而传统的血压测量设备体积大,测量不方便,不利于实时监控,新型的连续血压测量系统则需要测量心电。因此本文在分析原有血压测量装置的基础上设计了一种基于脉搏波和光电传感器的连续血压测量系统,主要从连续血压测量的医学原理,硬件方案设计,信号分析处理,血压预测模型建立和计算等方面进行阐述。首先,本文介绍脉搏波是如何产生的,脉搏波波形中所蕴含的一些特殊生理信息,脉搏波容积测量血压的研究历程。本文根据容积连续血压测量系统的特点,设计、制作和采购了光电脉搏波信号传感器,MCU控制计算电路,供电电路、采样电路、蓝牙等多个硬件模块,从而将脉搏波信号比较完整的测量、记录。其次,设计软件系统,利用小波变换去除信号中的基线漂移,然后用小波变换将脉搏波信号中的各种特征参数提取出来为下一步进行血压计算打好基础。最后,根据脉搏波速估算血压的缺点,综合测得的样本数据,利用逐步回归方法,建立血压的估算模型。针对不同性别建立了不同的血压预测模型。并通过两组对比实验,验证了新型血压测量模型测量计算血压的准确率比原有的脉搏波速测量法有所提高,且测量误差范围在AAMI标准要求范围内,证明本测量系统用于连续血压测量的可行性和准确性。本文设计的基于光电容积脉搏波的连续血压测量系统,硬件系统轻便小巧,能比较容易的测量脉搏波信号,能够对测得的信号进行去噪,特征值提取,并通过建立的预测模型计算最终计算出血压。通过对比实验证了本血压测量系统用于连续测量血压具有良好的可行性和可靠性。对比于基于脉搏波传递速度方法,本系统的最大优势体现在不需要测量心电。(本文来源于《深圳大学》期刊2018-06-30）
王月猛[5]（2018）在《基于Elman神经网络的无创连续血压测量方法研究》一文中研究指出血压的标准与否能够直观反映人体心血管系统的健康程度,在医疗上,对于手术中的危重病人要通过血压来反映病人的生命体征;在家庭保健方面,对于预防心血管疾病也起着至关重要的作用。然而,当前在医疗诊断中对于血压的测量大多数都是采用间歇式血压测量法,由于血压具有时间连续性,因此对连续血压进行测量对于精确分析心血管疾病具有重要医学意义。目前对于连续血压进行测量大致可以分成无创和有创两种方式,虽然有创法测量较为准确,但是由于其操作复杂,受测者易感染等因素,不能够得到业界的普遍认可。连续血压测量方法主要包括脉搏波传播速度法(PWV)和脉搏特征法。脉搏波传播速度法:提取同步ECG信号和脉搏信号,测量ECG信号R波峰值与脉搏主峰值之间的时间差求得脉搏波传播时间(PTT),进而得到脉搏的传播速度,再通过得到的PWV建立线性血压回归方程,最终实现对血压的连续估计。由于人体血流系统的复杂性,仅以线性建模方式不足以表征血压与脉搏信号传播速度之间的关系,因此采用该种方法进行血压的实时测量计算误差比较大。脉搏波特征参数法:即从每个脉搏波动周期中提取出相应的特征点,如脉搏波降中峡低谷幅值与脉搏波主峰幅值之间的相对高度(h/H)、重搏波波峰幅值与脉搏波主峰幅值的相对高度(g/H)、心脏收缩间期、心脏舒张间期等,通过对以上所得到的特征进行回归分析最终建立起回归方程实现对血压的连续测量。该种方法只是应用了特定时刻的特征点与该时刻血压所存在的对应关系,忽略了其上一时刻脉搏特征对当前血压的影响,因此其测量精度会受到影响。总体来说,目前的无创连续血压测量方法无法较为准确的获得连续血压测量值。为了摆脱传统连续血压测量方法的束缚,提出了一种采用脉搏信号特征和Elman神经网络结合的方法,本文对单通道脉搏信号进行研究,利用该神经网络的时间记忆特性,建立连续血压模型,最终完成血压连续测量。应用MIMIC生理参数数据库中的同步脉搏信号和连续血压数据作为研究对象。首先对脉搏信号进行去噪、特征点提取等相关预处理。利用前一时刻和当前时刻的脉搏特征参数构建矩阵作为Elman神经网络的训练集特征输入,将其同步连续血压信号作为训练集的输出进行神经网络训练,得到连续血压测量模型。其次,为了验证Elman神经网络连续血压测量方法的准确性,本文选取LR线性回归连续血压测量方法、BP神经网络连续血压测量方法与本文所用方法进行对比。最终,使用MATLAB GUI进行上位机连续血压测量人机交互系统设计,将Elman神经网络作为其核心算法,初步完成了血压连续测量。(本文来源于《吉林大学》期刊2018-06-01）
曲雷政[6]（2018）在《基于手指脉搏波的连续血压测量方法研究》一文中研究指出近年来,随着医疗设备检测技术的发展,数字化医疗设备已经广泛运用于人们的日常生活中。现在智能手机的功能越来越丰富,它在人们的日常生活中充当着重要的角色,通过手机监测人们的身体状态变得越来越流行。目前,通过手机摄像头获取光电容积脉搏波信号(PPG)是一个研究热点。其利用手机的光学传感器和处理器强大的运算能力,不需要额外的设备就可以获取心率、呼吸、HRV、血氧、血压等生理参数。脉搏波信号蕴含了许多与心血管系统有关的生理病理信息,脉搏波的特征变化可以反映出人体生理系统的状态。生命体征参数的检测已经成为了智慧医疗研究的热点,脉搏波信号作为重要的体征参数,与各类慢性疾病和心血管类疾病密切相关。现在人们可以利用手机的便捷性随时随地检测脉搏波信号,对自己的身体健康状况做到了然于胸。本文利用手机摄像头采集手指的脉搏波信号,通过对脉搏波信号进行去噪处理和周期判定并对代表着不同生理意义的特征点进行定位,选取多组特征参数分别与收缩压(SBP)、舒张压(DBP)进行相关性分析,通过逐步回归分析建立血压回归方程以及在Android系统上开发应用程序。本文的具体研究内容如下:1.使用手机摄像头采集手指明暗变化的视频图像,从帧图像中获得灰度值的幅值变化即PPG信号。分析采集的原始PPG信号,设计FIR数字低通滤波器去除高频噪声;采用数学形态学滤波器抑制PPG信号的基线漂移。2.对已处理的PPG信号采用动态阈值法确定周期,然后对PPG信号中代表着不同生理状态的特征点进行选取定位,然后选择多组合适的特征参数,对特征参数与收缩压、舒张压的相关性进行分析,最后通过对特征参数与收缩压、舒张压进行逐步回归分析得到特征参数与血压值之间的回归方程。3.设计基于Android平台的测量血压软件,验证所提方法的实用性和可靠性,通过手机采集到的PPG信号,经过特征点的定位和特征参数的计算,验证所测血压值与真实值的误差。通过验证,表明所测得的血压值与真实值的误差满足美国医疗器械促进会(AAMI)颁发的评价血压计准确性的国际标准。(本文来源于《重庆邮电大学》期刊2018-05-17）
冯靖杰[7]（2018）在《穿戴式核心体温和连续血压测量关键技术的研究》一文中研究指出在全球人口持续增加、老龄化问题日益严峻、医疗健康支出快速上涨、慢病管理需求旺盛、公共医疗资源相对短缺的背景下,面向家庭与个人的穿戴式健康监护在近年来成为国内外相关领域的研究热点。穿戴式生理参数测量技术的主要研究对象包括心电、血氧饱和度、脉率、血压和体温等几个重要的生命体征参数,这些生理参数与人体健康状况和疾病防护息息相关,具有连续监测的价值。穿戴式生理参数监测系统可以完成对人体重要生理参数的非侵入式测量,其便携可穿戴的特点又十分适合日常健康监测的使用场景。目前,部分穿戴式生理参数监测系统已可实现单/多导联心电、血氧饱和度、脉率、袖带式血压和体表温度等人体生理参数的测量,少数还具有连续血压监测的功能。其中,袖带式血压仅能间歇性地测量,无法较好地反映血压的连续变化情况,而传统的脉搏波传导时间法连续血压监测技术又存在精度较低等劣势;体表温度容易受到环境温度扰动、人体汗液蒸发等因素的影响,无法直观地反映人体深部的真实温度。因此,可靠的核心体温测量技术和连续血压测量技术在可穿戴生理参数监测领域具有重要的意义,也是研究的难点之一。为了解决上述问题,本文研制了一种穿戴式多生理参数监测系统,开展了核心体温和连续血压测量技术的研究。同时,还利用从生理信号中提取到的多种生理参数特征,开展了人体心血管疾病初筛技术的研究。本文的主要研究工作包含以下内容:(1).穿戴式多生理参数监测系统的设计与实现:设计并搭建了一个分布式的可穿戴多生理参数的无线监测系统。该系统由体温子系统、心电子系统、血氧/脉率子系统和血压子系统构成,实现了五电极多导联心电、血氧饱和度、脉率、袖带式血压、连续血压、核心体温等人体重要生理参数的测量。其中,血压子系统在实现袖带式血压测量功能的同时,还可作为主节点,控制心电子系统和血氧/脉率子系统,实现连续血压测量的功能。(2).非侵入式核心体温测量技术的研究:基于双热流法,提出了改进的核心体温测量技术。利用有限元仿真与分析,对核心体温测量探头的设计提供理论指导。针对传统的双热流法中热响应慢、易受水平热流干扰等缺点,对所设计的探头进行了结构和传热介质材料上的改进。通过分离布置的两个传热块,减弱水平方向上的热流对底部温度传感器的影响;通过在PDMS传热介质中均匀参杂碳酸钙粉末的方法,在保证测量精度的同时,加快了热响应速度。针对环境温度变化会打破热平衡,导致测量不准确的问题,使用自适应滤波技术,提高核心体温测量探头的抗环境温度扰动的能力。在热板和人体静息及运动状态下进行实验,取得了良好的测量精度、热响应速度,与舌下腺温度有较高的一致性。(3).基于SOI硅片的镍薄膜温度传感器的设计与实现:设计并制作了基于SOI硅片的镍薄膜温度传感器。利用负性光刻胶在紫外光下曝光显影出热敏薄膜电阻条和引线焊盘的图像,用真空蒸发的方式依次镀上镍薄膜热敏电阻条和金薄膜引线焊盘。初步探究了硅片上金属薄膜温度传感器的制作流程与制作工艺,为将来实现核心体温测量探头的一体化、集成化做铺垫。(4).连续血压测量技术的研究:基于脉搏波传导时间法,提出了改进的连续血压测量技术。Moens-Kortweg方程和Bramwell-Hill方程为绝大多数传统的基于脉搏波传导时间法的连续血压模型提供了理论基础,有别于此,本文从纳维-斯托克斯流体动量守恒方程推导了脉搏波传导时间与血压之间的关系,并引入了与血压变化相关的血液动力学参数,提出了改进型血压测量模型。其中,运用多变量逐步回归分析和皮尔森相关系数统计进行了改进型血压测量模型的特征选取,运用正则化多项式线性回归建立了该模型,并运用递归最小二乘法对模型进行校准。相比于传统的基于脉搏波传导时间法的经典模型,本文提出的改进型血压测量模型在测量精度和校准频率上有所提高。(5).心血管疾病初筛技术的研究:提出了一种基于主成分分析和支持向量机的有/无心血管疾病的分类技术。在从生理信号中提取多项生理参数特征后,利用主成分分析方法,对所得生理参数特征进行降维处理。以降维后的新特征向量组合为输入,使用以径向基函数为核函数的带松弛变量的支持向量机,建立有/无心血管疾病的分类器。在分类器的学习和训练过程中,运用可变步长的萤火虫算法,完成对分类器关键参数的优化。在MIMIC数据库上进行十折交叉验证,分类准确度可达95.8%,该分类技术可为心血管疾病的初步诊断和筛查提供一定的指导。(本文来源于《浙江大学》期刊2018-04-01）
瞿诗华[8]（2018）在《基于脉搏波的无创连续血压测量算法研究》一文中研究指出基于脉搏波的无创连续血压测量对临床具有重要的应用价值,本文为寻找更精准的脉搏波血压测量算法开展系统研究,探索一种基于脉搏波特征参数测量血压的算法。论文首先研究了目前脉搏波特征参数计算血压的算法模型,通过重复实验发现目前的算法很难准确计算病理及特殊生理血压数值,特别是高血压、低血压。论文针对此问题对算法进行改进,采用逐步逼近法、BP神经网络和多元非线性拟合法叁种不同的方法建立脉搏波特征参数与血压之间的计算模型,通过比较3种算法的测量精度和效率,最终设计了一种基于多元非线性拟合算法的脉搏波血压测量模型。通过大量的实验证明该算法的有效性:(1)获得的血压值具有较高精度,优于AAMI标准,初步达到临床血压测量的常规要求;(2)经过Bland-Altman法验证,脉搏波测量结果与作为金标准的水银血压计的测定结果高度一致;(3)脉搏波特征参数多元非线性拟合法能够有效扩大血压计算范围,实现包括高血压、低血压和正常血压在内的无创血压测量,本文提出的连续无创血压测量算法具有较高的普适性。最后利用虚拟仪器设计软件对算法进行编程,同时制作了脉搏波血压实时监护仪,能够完成基于脉搏波的实时血压测量,测量结果满足临床的基本要求,达到临床病人血压连续测量的研究目的。(本文来源于《南京航空航天大学》期刊2018-03-01）
徐志红,方震,陈贤祥,覃力,杜利东[9]（2018）在《一种基于多参数融合的无袖带式连续血压测量方法的研究》一文中研究指出针对现有基于脉搏波传输时间的无创连续性血压测量算法精度不高的问题,该文综合考虑心电信号和血氧容积波与血压变化的相关性,提出一种基于BP神经网络的无创连续性血压测量方法。该文首先利用改进的心电信号算法提取出心电信号的R点,利用差分、阈值的方法提取出血氧容积波的特征参数,再经过特征解析,提取出与血压相关的15维特征向量,构建基于BP神经网络的血压计算模型,计算出逐拍的血压值。该方法在天坛医院等单位进行了医学临床比对测试,并通过因子分析法分析了15个特征参数的权重比。实验证明:在预测血压上,脉搏波传输时间的权重,大于相邻特征点之间的时间信息权重,大于脉搏波面积信息权重,大于脉搏波幅值信息权重;该方法精度优于其它相近方法,单次测量的舒张压和收缩压误差的平均值±标准差分别是-1.57±6.12 mmHg和-0.62±4.82 mmHg,重复测量误差的平均值±标准差分别是-2.12±5.10 mmHg和-2.52±4.41 mmHg。收缩压和舒张压的测量精度均达到了BHS血压标准的Grade A类和AAMI标准。(本文来源于《电子与信息学报》期刊2018年02期）
韩成,冯秀丽[10]（2017）在《基于脉搏波的连续血压测量方法的研究进展》一文中研究指出据世界卫生组织2013年发布的《高血压全球概要》显示:每年大约有1700万人死于心血管疾病,其死亡率已俨然超过传染性疾病,成为世界第一~([1])。我国形势同样严峻,据《中国心血管病报告2014》报告,全国有心血管病患者约2.9亿,其中高血压患者有2.7亿~([2])。我国每年由于血压升高而导致过早死亡的人数高达200万[3]。这表明很多人都(本文来源于《江西医药》期刊2017年11期）
连续血压测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着人们生活水平的提高及饮食结构的变化,心血管疾病发病和死亡率在中国逐年上升,心血管疾病的防治已成为提升居民健康的重要工作之一。血压作为人体重要的生命体征,是心血管疾病预防、评估、诊断的重要指标。因此准确测量人体血压对心血管疾病的防治有重要意义。随着技术的发展,新型血压测量设备逐渐涌现,分析连续血压测量技术原理,结合现行法规要求,对设备的注册申报要点进行探讨。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
连续血压测量论文参考文献
[1].袁春雨.基于GA-Elman神经网络的无创连续血压测量方法的研究[D].吉林大学.2019
[2].潘莹,孙晋红,胡燕娴,康涛,郭嘉杰.连续无创血压测量技术与产品注册申报要点[J].科技与创新.2019
[3].杨帆.基于深度神经网络的无创连续血压测量方法研究[D].北京邮电大学.2019
[4].李锐.反射式连续血压测量系统的研究与设计[D].深圳大学.2018
[5].王月猛.基于Elman神经网络的无创连续血压测量方法研究[D].吉林大学.2018
[6].曲雷政.基于手指脉搏波的连续血压测量方法研究[D].重庆邮电大学.2018
[7].冯靖杰.穿戴式核心体温和连续血压测量关键技术的研究[D].浙江大学.2018
[8].瞿诗华.基于脉搏波的无创连续血压测量算法研究[D].南京航空航天大学.2018
[9].徐志红,方震,陈贤祥,覃力,杜利东.一种基于多参数融合的无袖带式连续血压测量方法的研究[J].电子与信息学报.2018
[10].韩成,冯秀丽.基于脉搏波的连续血压测量方法的研究进展[J].江西医药.2017