一种基于便携式脉诊仪的血压精准测量方法

本发明提供了一种基于便携式脉诊仪的血压精准测量方法，通过采集受试者的脉搏和血压数据，并进行系统的数据处理和分析，实现对血压的精准预测。该方法包括利用便携式脉诊仪采集左右手脉搏数据，并同步采集血压数据以建立脉搏与血压的映射关系。数据处理步骤包括数据清洗、香农采样及小波阈值去噪算法，确保脉搏信号的准确性和可靠性。通过构建基于Hunter Prey Optimization(HPO)改进的机器学习回归模型，结合XGBoost算法进行预测，提升模型的泛化能力和稳定性。该模型采用均方误差(MSE)作为损失函数，通过自适应学习率调整策略进行迭代优化，有效减少过拟合，提高预测精度。最终，通过模型对受试者的脉搏数据进行血压预测，并进行误差分析，验证模型的临床应用效果。本发明具有高效性、准确性和稳定性，为便携式血压测量提供了一种非接触式、便捷的技术方案。