1.一种多参数协同心血管健康监测系统,其特征在于,所述系统包括:毫米波雷达采集模块,用于采集目标用户的多维度生理信号;
三级信号处理模块,用于对所述多维度生理信号进行降噪处理,并对降噪后的所述多维度生理信号进行分层特征提取,得到多维度生理特征参数;
四阶人群适配AI评估模块,用于对所述目标用户进行人群细分,得到细分人群,根据所述细分人群,动态调整所述多维度生理特征参数中各特征参数的权重占比,得到动态调整特征参数,并根据所述动态调整特征参数进行血压计算、血管硬化计算和血管风险预测,得到血管健康监测结果。
2.如权利要求1所述的多参数协同心血管健康监测系统,其特征在于,所述毫米波雷达采集模块包括:雷达阵列单元,采用多发射多接收天线布局的毫米波雷达,用于同步采集所述目标用户上颈部的颈动脉、胸部的主动脉、腕部的桡动脉、踝部的胫后动脉的脉搏波、心率、呼吸信号,及颈部、胸部、腕部、踝部的体表温度场分布数据、血流动力学关联信号,得到所述多维度生理信号;
自适应信号调节单元,用于根据被监测部位的血管深度、皮肤厚度、脂肪覆盖率自动调整雷达发射频率、信号增益及采样周期,使得适配不同体型的所述目标用户;
多场景校准单元,用于获取所述目标用户的监测姿态,根据监测姿态确定预设场景校准参数,根据预设场景校准参数消除场景姿态对信号采集的干扰。
3.如权利要求1所述的多参数协同心血管健康监测系统,其特征在于,所述三级信号处理模块包括:多维度降噪单元,采用小波变换、卡尔曼滤波和独立成分分析组合算法,对所述多维度生理信号进行降噪处理,剔除体动干扰、环境噪声及温度漂移对所述多维度生理信号的影响;
分层特征提取单元,包括基础生理层、脉搏波特征层和衍生参数层;
所述基础生理层,用于提取降噪后的所述多维度生理信号中的心率、呼吸频率、体表温度场温差;
脉搏波特征层,用于提取降噪后的所述多维度生理信号中的上升沿斜率、下降沿斜率、谷值至第一峰的上升时间、第一峰至谷值的下降时间、第二峰幅值、第二峰出现延迟时间、脉搏波传导时间差;
衍生参数层,用于计算心率变异性、脉压和脉压指数;
所述多维度生理特征参数包括心率、呼吸频率、体表温度场温差、上升沿斜率、下降沿斜率、上升时间、下降时间、第二峰幅值、第二峰出现延迟时间、脉搏波传导时间差、心率变异性、脉压和脉压指数。
4.如权利要求1所述的多参数协同心血管健康监测系统,其特征在于,所述四阶人群适配AI评估模块,包括:人群细分单元,用于获取所述目标用户的人群属性信息,并根据所述人群属性信息对所述目标用户进行人群细分,得到所述细分人群,所述人群属性信息包括年龄、性别、体型、基础疾病、用药史;
动态加权单元,用于根据所述细分人群,动态调整所述多维度生理特征参数中各特征参数的权重占比,得到所述动态调整特征参数;
多模型融合计算单元,用于根据所述动态调整特征参数中的脉搏波特征、心率变异性、所述人群属性信息,通过梯度提升树算法计算收缩压与舒张压,得到目标血压,所述脉搏波特征包括上升沿斜率和第二峰幅值;
用于根据所述动态调整特征参数中的脉搏波传导时间差、第二峰出现延迟时间、脉压指数、体表温度场温差,通过随机森林算法输出血管硬化指数;
用于获取所述目标用户在预设时间范围内的血压和血管硬化数据,并根据所述血压和血管硬化数据进行血管风险预测,得到血管风险预测趋势;
交叉验证与优化单元,用于对所述目标血压和所述血管硬化指数进行一致性验证和人群匹配性验证,得到双重验证结果;
其中,所述血管健康监测结果包括所述目标血压、所述血管硬化指数、所述血管风险预测趋势和所述双重验证结果。
5.如权利要求1所述的多参数协同心血管健康监测系统,其特征在于,所述多参数协同心血管健康监测系统还包括全周期管理模块,所述全周期管理模块包括:加密数据存储单元,支持本地存储与云端备份,用于存储所述血管健康监测结果;
趋势分析与报告单元,用于针对不同所述细分人群生成个性化健康报告:分级预警单元,用于根据所述细分人群的预设差异化预警阈值确定风险等级,并根据所述风险等级推送干预建议;
医患协同交互单元,用于在所述目标用户和医生之间进行数据共享、远程调参和在线咨询;
生活干预辅助单元,用于对所述目标用户进行饮食记录、运动监测和用药提醒。
6.如权利要求3所述的多参数协同心血管健康监测系统,其特征在于,所述雷达阵列单元通过可拆卸式天线组件调整天线间距,适配不同监测需求。
7.如权利要求5所述的多参数协同心血管健康监测系统,其特征在于,所述全周期管理模块还包括家庭共享功能单元,用于家庭成员查看老人的监测数据与预警信息,实现远程照护。
8.一种多参数协同心血管健康监测方法,其特征在于,所述方法包括:对目标用户的不同部位同步进行生理信号采集,得到多维度生理信号,并对所述多维度生理信号进行降噪处理;
对降噪后的所述多维度生理信号进行分层特征提取,得到多维度生理特征参数,并对所述目标用户进行人群细分,得到细分人群;
根据所述细分人群,动态调整所述多维度生理特征参数中各特征参数的权重占比,得到动态调整特征参数;
根据所述动态调整特征参数进行血压计算、血管硬化计算和血管风险预测,得到血管健康监测结果。
9.如权利要求8所述的多参数协同心血管健康监测方法,其特征在于,对目标用户的不同部位同步进行生理信号采集,得到多维度生理信号,包括:获取所述目标用户上被监测部位的血管深度、皮肤厚度、脂肪覆盖率,并根据血管深度、皮肤厚度、脂肪覆盖率确定调整参数;
根据调整参数调整毫米波雷达的雷达发射频率、信号增益及采样周期,并根据调整后的所述毫米波雷达同步采集所述目标用户上颈部的颈动脉、胸部的主动脉、腕部的桡动脉、踝部的胫后动脉的脉搏波、心率、呼吸信号,及颈部、胸部、腕部、踝部的体表温度场分布数据、血流动力学关联信号,得到所述多维度生理信号;
获取所述目标用户的监测姿态,根据监测姿态确定预设场景校准参数,并根据所述预设场景校准参数对所述多维度生理信号进行参数校准。
10.如权利要求8所述的多参数协同心血管健康监测方法,其特征在于,对降噪后的所述多维度生理信号进行分层特征提取,得到多维度生理特征参数,包括:提取降噪后的所述多维度生理信号中的心率、呼吸频率、体表温度场温差,并提取降噪后的所述多维度生理信号中的上升沿斜率、下降沿斜率、谷值至第一峰的上升时间、第一峰至谷值的下降时间、第二峰幅值、第二峰出现延迟时间、脉搏波传导时间差;
根据所述心率、呼吸频率、体表温度场温差、上升沿斜率、下降沿斜率、谷值至第一峰的上升时间、第一峰至谷值的下降时间、第二峰幅值、第二峰出现延迟时间和脉搏波传导时间差,计算心率变异性、脉压和脉压指数,得到所述多维度生理特征参数。