基于心音信号的一种血压评估方法

心血管疾病尤其是高血压已成为人类生命健康最大杀手之一.本文探究主动脉瓣心音信号与血压之间的关系,提出一种基于心音信号的无创血压估计方法.首先,根据血压与心音信号的关系,提取第一心音和第二心音峰值点的时间间隔以及第二心音的峭度作为特征;接着将第一心音和第二心音峰值点的时间间隔、第二心音的峭度与所测收缩压和舒张压进行线性拟合;最后根据第一心音和第二心音峰值点的时间间隔、第二心音的峭度与血压的线性关系,提出基于心音的血压评估公式.实验结果表明,第一心音和第二心音峰值点的时间间隔、第二心音的峭度能够作为血压评估的特征参数,与血压具有良好的线性关系,其拟合优度分别为0.801和0.765,通过本文推导出的血压计算公式所得血压与商用电子血压计测量值的平均误差小于5 mmHg,标准偏差小于8 mmHg.本文提出基于心音对血压进行评估的一种新方法,可用于血压的连续测量,针对某些特殊条件下,具有显著的应用前景.     

基于手机信令数据的特大城市人口时空分布及其社会经济属性估测——以北京市为例

提出应用手机信令数据, 基于空间模式单元(Spatial Pattern Unit)进行人口动态分布估测和人口属性识别的方法, 并以北京为例开展实例研究。以手机信令数据为主, 结合大样本问卷调查数据和腾讯热力图数据, 对人口布局进行分时段估测, 分析人口分布的时空间动态特征; 采用大样本问卷调查数据, 以人口社会经济属性和通勤出行特征等关键指标, 对调查的种子空间单元进行模式分类和识别, 运用机器学习的方法进行全域地域空间的人口属性估测识别, 最后对估测结果进行对比和验证。所提方法和研究结果可以为监测人口布局动态、针对人口属性布局商业服务和合理规划城市设施等提供决策支撑。