一种基于人工智能的无创袖带式血压监测方法及相关设备

本发明公开了一种基于人工智能的无创袖带式血压监测方法及相关设备，该方法通过获取袖带充气压力、袖带界面压力、脉搏波及心电等多模态生理信号，对信号进行质量评估并实现自适应加权融合，从而获得高可靠性的融合信号。基于深度学习模型对振荡波包络进行特征提取与时序建模，输出血压参数预测结果。结合历史测量数据构建个体化血压基线模型，对预测结果进行校正，并动态生成报警阈值，实现血压异常的提前预警。通过多模态压力信号的实时比对执行安全仲裁与异常保护控制，在检测到异常时及时终止充气或执行泄压操作，并支持降级监测模式。该方法能够有效提高血压测量的准确性、稳定性及安全性，具有良好的临床应用价值。