血压监测装置、穿戴设备、血压监测方法及相关设备

技术领域

本申请涉及智能硬件及健康类可穿戴设备领域，尤其涉及一种血压监测装置、穿戴设备、血压监测方法及相关设备。

背景技术

血压是最常测量的临床参数之一，但是现有血压检测设备舒适性低，需频繁加压阻断。而且现有的血压检测设备便携性差，采用外置大体积泵和臂带式气囊的形态，不利于日常检测。日常便携式检测血压状态对于监测心血管健康状态起着至关重要的作用，包括但不限于高血压风险预测、高危人群日常筛查、心血管风险评估、降压药疗效评估等。

研发一种具有便携性，且能够精确监测血压的产品已成为行业亟待解决的问题。

发明内容

本申请实施例提供一种血压监测装置、具有该血压监测装置的穿戴设备、血压监测方法及相关设备，具有便携性且能精确监测血压。

第一方面，本申请实施例提供了一种血压监测装置，包括：压力脉搏波(PressurePulse Wave，PPW)模组，用于获取压力脉搏波信号；心电模组，用于获取心电信号；光电容积脉搏波模组，用于获取光电容积脉搏波信号；和控制模组，用于根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。其中，压力脉搏波信号可以为桡动脉压力脉搏信号，电信号可以为心电图(Electrocardiogram，ECG)，光电容积脉搏波信号也即光电容积描记法(Photoplethysmograph，PPG)或多波长光电容积描记法(Multi-wavePhotoplethysmograph，MWPPG)表示的信号。

在本申请实施中，获取压力脉搏波信号、心电信号和光电容积脉搏波信号，其分别为电信号、光信号和力信号；无需输入任何基准信息的前提下，根据压力脉搏波信号、心电信号和光电容积脉搏波信号即可预测得到血压的绝对值；因此本申请不同于现有技术均只能测得血压的相对变化，然后获取到基准血压，根据变化量获得血压的绝对值，故本申请具有便携性且能够精确监测血压。

在一种可能的实现方式中，所述控制模组，具体用于：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间(Deep-resolved Pulse Transit Time，DRPTT)；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

在本实现方式中，在获取到的压力脉搏波信号、心电信号和光电容积脉搏波信号符合预设条件的情况下，例如在压力脉搏波信号、心电信号和光电容积脉搏波信号的信号质量合格的情况下，对压力脉搏波信号、心电信号和光电容积脉搏波信号进行特征提取以得到目标特征，其中，该目标特征为人工提取的时频域上的一些与血压强相关联的特征，例如该目标特征包括深度解析后的脉搏波传输时间；调用预先训练好的神经网络模型对压力脉搏波信号、心电信号、光电容积脉搏波信号和目标特征进行处理，即可以预测得到绝对血压值。如此，由于在调用神经网络模型预测血压值时，神经网络模型的输入包括从压力脉搏波信号、心电信号和光电容积脉搏波信号中人工提取的特征，其为与血压强相关联的特征，指向性强，故神经网络模型具备一定的指向性，从而有利于提高预测的效率；同时神经网络模型的输入还包括压力脉搏波信号、心电信号和光电容积脉搏波信号的原始数据，从而可以避免人工提取过程中的疏漏的关键信息以及人工难以提取的关键信息导致的信息丢失，从而保证了预测的精度。此外，对于神经网络模型的训练也是如此，人工提取的特征指向性强，能够一定程度指引神经网络模型按某一方向学习；同时，原始数据的引入可以避免人工提取过程中的疏漏以及人工难以提取的关键信息，让机器自发学习；两者相互融合，既保证学习的高效性，又避免信息的丢失，最大程度的保证获取到最优化的神经网络模型。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

在本实现方式中，光电容积脉搏波信号包括多种光谱的光电容积脉搏波信号，例如包括红外光、红光、黄光、蓝光、绿光等光谱的光电容积脉搏波信号。“深度解析”可理解为，由于红外光光电容积脉搏波信号的穿透深度较深，涵盖毛细血管、小动脉和动脉三层的光电容积脉搏波信号的叠加；黄光光电容积脉搏波信号相对较浅，涵盖毛细血管、小动脉双层信号；蓝光光电容积脉搏波信号最浅，只涵盖毛细血管层信号；将红外光光电容积脉搏波信号、黄光光电容积脉搏波信号以及蓝光光电容积脉搏波信号这三种信号进行处理，可得出深度解析的动脉层的光电容积脉搏波信号，也即将动脉层的光电容积脉搏波信号从红外光光电容积脉搏波信号中分离出来；根据这个动脉层的光电容积脉搏波信号，并结合心电信号，即可得到深度解析后的脉搏波传输时间。

在一种可能的实现方式中，所述目标特征还包括心电信号与光电容积脉搏波信号之间的脉搏传输时间(Pulse Transit Time，PTT)、心电信号与压力脉搏波信号之间的脉搏传输时间、光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与所述光电容积脉搏波信号是同步采集得到的，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的；例如，根据心电信号的波峰(R峰)与光电容积脉搏波信号的峰值，得到了心电信号与光电容积脉搏波信号之间的脉搏传输时间，心电信号与光电容积脉搏波信号之间的脉搏传输时间也即电光信号之间的脉搏传输时间。同理，所述心电信号与所述压力脉搏波信号是同步采集得到的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，心电信号与压力脉搏波信号之间的脉搏传输时间也即电力信号之间的脉搏传输时间。同理，所述光电容积脉搏波信号与所述压力脉搏波信号是同步采集得到的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的，光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间也即光力信号之间的脉搏传输时间。此外，压力脉搏波信号的波形特征包括射血周期T1、主动脉打开周期T2、主动脉闭合周期T3等。

在本实现方式中，人工提取的目标特征还包括心电信号与光电容积脉搏波信号之间的脉搏传输时间、心电信号与压力脉搏波信号之间的脉搏传输时间、光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间和压力脉搏波信号的波形特征，这些特征均是与血压强相关的特征，如此，可以进一步提高神经网络模型的指向性，有利于提高预测的效率。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

在本实现方式中，一般情况下，神经网络模型的前端用于对数据进行特征提取，神经网络模型的后端(例如最后一层)用于预测分析以输出预测结果；本申请在神经网络模型的第一层的输入压力脉搏波信号、心电信号和光电容积脉搏波信号，故神经网络模型的前端会对这些数据进行特征提取，神经网络模型提取的特征和人工提取的目标特征输入到神经网络模型的最后一层即可预测得到血压值。如此，压力脉搏波信号、心电信号和光电容积脉搏波信号在神经网络模型的第一层即输入，经过神经网络模型进行特征提取，有利于信息不丢失；人工提取的目标特征直接在神经网络模型的最后一层输入，省略了神经网络模型前端的处理，有利于提高神经网络模型的预测效率。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述控制模组，还用于：根据多组第一峰峰值间隔(Peak to Peak Interval，PPI)与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值(ΔPPI)，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差(Mean Absolute Error，MAE)；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

在本实现方式中，计算压力脉搏波信号的第一峰峰值间隔与心电信号的第二峰峰值间隔的差值，作为第一峰峰值间隔差值；以及计算心电信号的第二峰峰值间隔与光电容积脉搏波信号的第三峰峰值间隔的差值，作为第二峰峰值间隔差值；由于压力脉搏波信号包括多组目标压力脉搏波信号，心电信号包括多组目标心电信号，光电容积脉搏波信号包括多组目标光电容积脉搏波信号，则可以计算得到多组第一峰峰值间隔、多组第二峰峰值间隔和多组第三峰峰值间隔，故进一步可以计算得到多组第一峰峰值间隔差值和多组第二峰峰值间隔差值，且有多组目标压力脉搏波信号、多组目标心电信号、多组目标光电容积脉搏波信号、多组第一峰峰值间隔、多组第二峰峰值间隔、多组第三峰峰值间隔、多组第一峰峰值间隔差值和多组第二峰峰值间隔差值均是一一对应的；如此，可以根据多组第一峰峰值间隔差值和多组第二峰峰值间隔差值计算得到平均绝对值误差，通过该平均绝对值误差与预设阈值的关系来判断获取的压力脉搏波信号、心电信号和光电容积脉搏波信号是否符合预设条件；也即在该平均绝对值误差小于预设阈值的时候，认为获取的压力脉搏波信号、心电信号和光电容积脉搏波信号的信号质量是合格的。

在一种可能的实现方式中，所述心电模组包括第一电极和第二电极，所述第一电极用于在待机状态下与人体接触，所述第二电极用于在与人体接触的情况下，使得所述心电模组构成回路并进入工作状态，以获取心电信号。

在本实现方式中，心电模组包括第一电极和第二电极，在第一电极和第二电极均与人体接触的情况下，心电模组构成回路才进入工作状态，获取心电信号；在无需监测血压时，仅第一电极与人体接触，此时血压监测装置可以处于待机状态下，从而节省功耗。

在一种可能的实现方式中，所述控制模组，还用于：在所述心电模组进入工作状态的情况下，开启所述压力脉搏波模组以获取压力脉搏波信号和开启所述光电容积脉搏波模组以获取光电容积脉搏波信号。

在本实现方式中，控制模组可以监控心电模组是否进入工作状态，或者心电模组在进入工作状态后会通知控制模组；控制模组在心电模组进入工作状态的情况下，才开启压力脉搏波模组以获取压力脉搏波信号，以及开启光电容积脉搏波模组以获取光电容积脉搏波信号；如此，无需一直开启压力脉搏波模组和光电容积脉搏波模组，从而节省功耗。

第二方面，本申请实施例提供了一种穿戴设备，所述穿戴设备包括第一主体和第二主体，所述第二主体呈柔性，所述第二主体连接所述第一主体，所述第二主体用于佩戴至人体，以使所述第一主体的底面与人体接触，所述压力脉搏波模组设置在所述第二主体内，所述心电模组和所述光电容积脉搏波模组设置在所述第一主体内，所述心电模组的第一电极位于所述第一主体的底面，所述心电模组的第二电极位于所述第一主体的侧面或顶面，所述光电容积脉搏波模组的数量为两个，其中一个所述光电容积脉搏波模组的信号收发端为设于所述第一主体的底面，另一个所述光电容积脉搏波模组的信号收发端设于所述第一主体的侧面或顶面。

本申请将压力脉搏波模组、心电模组和光电容积脉搏波模组集成在穿戴设备中，融合电学、光学、力学信号，达到多视角分析生理信号的目的，提取出与血压高关联的特征，实现血压监测的精度提升，具有便携特性且能精确监测血压，能够在不需要阻断血管的情况下实现血压的绝对测量，而非相对测量。使得用户在舒适状态下实现血压监测，能实现高血压风险的日常预防。

一种可能的实施方式中，所述穿戴设备为手表结构，所述第一主体为表盘，所述第二主体为表带，所述压力脉搏模组在所述第二主体上的位置对应桡动脉的位置。本方案能够实现获取更高质量的脉搏波信号。由于本申请实施方式结合了心电模组、压力脉搏波模组及光电容积脉搏波模组，通过这三种传感器结合，共同实现监测血压，而且压力脉搏模组在所述第二主体上的位置对应桡动脉的位置的设置，使得穿戴设备佩戴于至手腕处，即能实现桡动脉脉搏波信号的监测，不需要施加很大的压力至手臂使得脉搏受阻的条件下，就可以完成脉搏波信号的监测。因此，本方案能够实现无阻断式(无创、无感式)的监测血压，无阻断的意思为：无需通过较大的压力干预人体的血管及脉搏，使用过程中，用户感觉不到较强的压力。

一种可能的实施方式中，所述第一主体包括依次连接第一侧面、第二侧面、第三侧面和第四侧面，所述第一侧面和所述第三侧面相对设置，所述第二侧面和所述第四侧面相对设置，所述第二主体连接至所述第二侧面和所述第四侧面，所述心电模组的所述第二电极位于所述第一侧面，位于所述第三侧面的所述光电容积脉搏模组的信号收发端用于获取手指的脉搏波信号。本方案的优势在于：方便操作，具体而言，应用过程中，可以将穿戴设备佩戴至人体，例如一只手的手腕上，可以通过另一只手的手指同时接触第一侧面和第三侧面，触发心电模组和位于所述第三侧面的所述光电容积脉搏模组，因此，本申请具有操作方便的优势。

一种可能的实施方式中，在所述第一主体的底面，所述心电模组的所述第一电极位于所述光电容积脉搏模组的信号收发端的外围。具体而言，第一电极的数量为两个，对称设置在光电容积脉搏模组的信号收发端相对的两侧。光电容积脉搏模组的信号收发端包括至少一个发光部和至少一个接收部，将光电容积脉搏模组的信号收发端设置在底面中心位置，方便光信号收发的精确度。

一种可能的实施方式中，位于所述第三侧面的所述信号收发端包括发射端和接收端，所述发射端用于发射多种不同波长的光源，以获得不同的人体皮肤深度的血管信息，所述接收端用于接收人体反射的光信号。本方案通过信号发射端发射多种不同波长的光源的方式，获得不同人体皮肤深度的血管信号，能够实现更精准地监测信号，提升血压监测的准度度。具体而言，所述发射端发出的所述不同波长的光源包括：红外光、红光、蓝光及黄光。

一种可能的实施方式中，所述压力脉搏波模组包括外壳、囊袋、压力传感器和柔性电路板，所述外壳与所述第二主体连接，所述囊袋与所述外壳连接，所述囊袋包括相对的底壁和顶壁，所述囊袋的底壁用于直接或间接接触人体，所述压力传感器和所述柔性电路板安装至所述外壳且位于所述囊袋的顶壁的一侧，所述压力传感器用于检测所述囊袋的压力变化并传送信号至所述柔性电路板，所述柔性电路板与所述控制模组电连接。本方案通过囊袋与外壳的结合，以及限定压力传感器与囊袋的位置关系的限定，利用囊袋直接获得脉搏波信号，即桡动脉的脉搏变化会引起囊袋压力变化，并通过压力传感器获取压力值，以实现压力脉搏波信号的采集。此种压力脉搏波模组具有体积小，易于与穿戴设备结合的特点。

一种可能的实施方式中，所述压力脉搏波模组包括外壳和位于所述外壳内的压力传感器和柔性电路板，所述外壳与所述第二主体连接，所述外壳包括用于与人体接触且为柔性材质的底壁，所述底壁包括与人体接触的接触面，所述底壁包围形成所述囊腔，所述压力传感器安装至所述外壳，所述柔性电路板位于所述囊腔背离所述接触面的一侧，所述压力传感器用于检测所述囊腔的压力变化并传送信号至所述柔性电路板，所述柔性电路板与所述控制模组电连接。本方案通过外壳直接构建囊腔结构，不需要外壳与单独的囊袋结合，其实监测原理与前述囊袋的监测原理相似。本方案不但具有节约空间的优势，也省去了外壳和囊袋的组装过程，制作成本降低，亦可以保证监测精度。

一种可能的实施方式中，所述外壳包括底座和上盖，所述底座包括所述底壁和连接部，所述底壁包括所述接触面和结合面，所述结合面和所述接触面分别为所述底壁的底面和顶面，所述连接部连接在所述结合面的外围，所述连接部用于连接所述第二主体和所述上盖，所述压力传感器和所述柔性电路板安装至所述上盖。本方案限定了外壳的具体的结构，通过底座和上盖的结构，合理分配底座和上盖的功能，具体为底座用于构建囊腔结构及连接第二主体及上盖，上盖用于组装压力传感器和柔性电路板，这样的结构具体整体紧凑，易于实现小尺寸，而且结构稳固，一体化的效果更好，即上盖和底座组装为一个整体，此整体与第二主体连接，非常容易实现，也可以根据不同的使用需求更换外壳在第二主体上的位置，以可以根据使用者的具体的桡动脉的位置，设置所述压力脉搏波模组在第二主体上的位置，进行准确的脉搏波信号采集。

一种可能的实施方式中，所述上盖的硬度大于所述底座的硬度。此方案的好外在于：底座具有较小的硬度，容易采集桡动脉的压力变化，上盖的较大的硬度，为了组装压力传感器和柔性电路板，对电子器件具有保护的作用。

一种可能的实施方式中，所述上盖包括盖板主体和支撑结构，所述盖板主体与所述底座固定连接，所述支撑结构连接至所述盖板主体，且安装至述盖板主体的远离所述底座的一侧的表面，所述柔性电路板连接至所述支撑结构，所述支撑结构的硬度大于所述盖板主体的硬度。本方案通过支撑结构的设置，来提升上盖的硬度，以更好地保证柔性电路板上的电路及电子器件的性能及寿命。

一种可能的实施方式中，所述盖板主体与所述底座的材质相同，且均为硅胶。同样材质的设计，易于制作，容易控制成本，而且基于同样材质，底座和盖板也可以设置为不同的硬度，使用体验感更佳。

一种可能的实施方式中，所述盖板主体内设电路板收容槽，所述盖板主体包括背离所述底座的外表面，所述电路板收容槽的开口位于所述外表面，所述柔性电路板位于所述电路板收容槽内，所述支撑结构安装所述开口的位置且封堵所述开口。本方案的设计，通过支撑结构与盖板的位置关系的限定，保证盖板表面构成一体式架构，支撑结构所在的位置为盖板的顶面，即背离接触人体的一侧，可以说，支撑结构所在的位置为压力脉搏波模组的外表面，通过将支撑结构设置在收容槽的开口位置，将支撑结构以嵌入的方式安装至盖板，盖板的外表面为一个平面或平滑过度的曲面，体验感更佳。

一种可能的实施方式中，所述上盖包括背离所述底座的外表面和朝向所述底座的内表面，所述外表面和所述内表面相对设置，所述上盖包括注入孔，所述注入孔连通在所述外表面和所述内表面之间，所述注入孔用于向所述囊腔内注入介质。注入孔设置在上盖，能够实现方便向囊腔内注入介质，穿戴设备在佩戴在人体的状态下，就可以实现注入介质，不需要取来穿戴设备，使用更方便。

一种可能的实施方式中，所述控制模组设于所述第一主体内，所述第二主体内设传输线，所述传输线电连接在所述控制模组和所述柔性电路板之间。控制模组设置在第一主体内的方式可以减少柔性电路板上的电路设置，即将更多的控制电路转移至第一主体内的控制模组中，压力脉搏波模组的整体尺寸可以更小，此种情况下，由于压力脉搏波模组本身的重量较轻，压力传感器采集桡动脉的压力信号会更加精确。

一种可能的实施方式中，所述控制模组包括处理单元、存储单元、模拟前端和系统总线，所述处理单元用于命令发送和数据处理，所述存储单元用于存储程序指令和暂时缓存获取的信号，所述系统总线电连接所述处理单元、所述存储单元和所述模拟前端，以实现传输命令与数据，所述模拟前端用于进行获取所述压力脉搏波信号、所述心电信号和所述光电容积脉搏信号，并进行所获取的信号的模数转换。所述压力脉搏波信号、所述心电信号和所述光电容积脉搏信号为模拟信号，模拟前端用于将模拟信号转换为数字信号，并将数字信号传送至处理单元，处理单元用于处理数字信号。本方案给出了一种具体的控制模组的硬体架构方案，容易实现信号采集及数据处理。

第三方面，本申请实施例提供了一种血压监测方法，该方法应用于血压监测装置或电子设备，该电子设备可以为穿戴设备，该方法包括：获取压力脉搏波信号、心电信号和光电容积脉搏波信号；根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。

在一种可能的实现方式中，所述根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值，包括：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

在一种可能的实现方式中，所述目标特征还包括所述心电信号与所述光电容积脉搏波信号之间的脉搏传输时间、所述心电信号与所述压力脉搏波信号之间的脉搏传输时间、所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述方法还包括：根据多组第一峰峰值间隔与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

需要说明的是，本申请第三方面的有益效果可以参见第一方面的描述，此处不再赘述。

第四方面，本申请实施例提供了另外一种血压监测装置，该血压监测装置可以应用于电子设备，该电子设备可以为穿戴设备，该血压监测装置包括：获取单元，用于获取压力脉搏波信号、心电信号和光电容积脉搏波信号；预测单元，用于根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。

在一种可能的实现方式中，所述预测单元，具体用于：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

在一种可能的实现方式中，所述目标特征还包括所述心电信号与所述光电容积脉搏波信号之间的脉搏传输时间、所述心电信号与所述压力脉搏波信号之间的脉搏传输时间、所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述预测单元，还用于：根据多组第一峰峰值间隔与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

需要说明的是，本申请第四方面的有益效果可以参见第一方面的描述，此处不再赘述。

第五方面，本申请提供了一种电子设备，包括：一个或多个处理器；非瞬时性计算机可读存储介质，耦合到所述处理器并存储由所述处理器执行的程序，其中所述程序在由所述处理器执行时，使得所述电子设备执行第三方面任意一种可能的实施例中的方法。

第六方面，本申请提供了一种非瞬时性计算机可读存储介质，包括程序代码，当其由计算机设备执行时，用于执行第三方面任意一种可能的实施例中的方法。

第七方面，本申请提供了包括程序代码的计算机程序产品，所述程序代码在运行时执行第三方面任意一种可能的实施例中的方法。

第八方面，本申请提供了一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有上述芯片的设备执行如上述第三方面中任一项上述的方法。

附图说明

为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。

图1是本申请实施例提供的一种血压监测装置的结构示意图；

图2是本申请实施例提供的一种血压监测方法的流程示意图；

图3是本申请实施例提供的另一种血压监测装置的结构示意图；

图4是本申请实施例提供的一种电子设备的结构示意图；

图5是本申请一种实施方式提供的穿戴设备的示意图；

图6是本申请一种实施方式提供的穿戴设备的示意图；

图7是本申请一种实施方式提供的穿戴设备的示意图；

图8是本申请一种实施方式提供的穿戴设备的压力脉搏波模组的示意图；

图9是本申请一种实施方式提供的穿戴设备的压力脉搏波模组的示意图；

图10是本申请一种实施方式提供的穿戴设备的压力脉搏波模组的示意图；

图11是本申请一种实施方式提供的穿戴设备的压力脉搏波模组的剖面图；

图12是本申请一种实施方式提供的穿戴设备的压力脉搏波模组的剖面图；

图13是本申请另一种实施方式提供的穿戴设备的压力脉搏波模组的剖面图；

图14是本申请另一种实施方式提供的穿戴设备的压力脉搏波模组的剖面图。

具体实施方式

下面结合具体实施方式对本申请提供的技术方案进行详细介绍。

请参阅图1，图1是本申请提供的一种血压监测装置的结构示意图，该血压监测装置400可以应用于电子设备，该电子设备可以为穿戴设备，例如手环或手表。该血压监测装置400包括：压力脉搏波(Pressure Pulse Wave，PPW)模组402，用于获取压力脉搏波信号；心电模组401，用于获取心电信号；光电容积脉搏波模组403，用于获取光电容积脉搏波信号；和控制模组404，用于根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。

其中，压力脉搏波信号可以为桡动脉压力脉搏信号，电信号可以为心电图(Electrocardiogram，ECG)，光电容积脉搏波信号也即光电容积描记法(Photoplethysmograph，PPG)或多波长光电容积描记法(Multi-wavePhotoplethysmograph，MWPPG)表示的信号。

作为一种示例，压力脉搏波模组402采集的压力脉搏波信号、心电模组401采集的心电信号以及光电容积脉搏波模组403采集的光电容积脉搏波信号，可以通过串行外设接口(Serial Peripheral Interface，SPI)传输至控制模组404。

在本申请实施中，获取压力脉搏波信号、心电信号和光电容积脉搏波信号，其分别为电信号、光信号和力信号；无需输入任何基准信息的前提下，根据压力脉搏波信号、心电信号和光电容积脉搏波信号即可预测得到血压的绝对值；因此本申请不同于现有技术均只能测得血压的相对变化，然后获取到基准血压，根据变化量获得血压的绝对值，故本申请具有便携性，能够实现无创、无感式的监测血压。

在一种可能的实现方式中，所述心电模组401包括第一电极和第二电极，所述第一电极用于在待机状态下与人体接触，所述第二电极用于在与人体接触的情况下，使得所述心电模组构成回路并进入工作状态，以获取心电信号。

具体地，心电模组401的电极在低频、低功耗模式下持续监测是否发生导联构成回路，若构成回路则进入工作状态，并提高自身的采样率。

在本实现方式中，心电模组401包括第一电极和第二电极，在第一电极和第二电极均与人体接触的情况下，心电模组401构成回路才进入工作状态，获取心电信号；在无需监测血压时，仅第一电极与人体接触，此时血压监测装置400可以处于待机状态下，从而节省功耗。

在一种可能的实现方式中，所述控制模组404，还用于：在所述心电模组401进入工作状态的情况下，开启所述压力脉搏波模组402以获取压力脉搏波信号和开启所述光电容积脉搏波模组403以获取光电容积脉搏波信号。

具体地，血压监测装置的各模块在日常状态下处于低功耗或者待机状态，心电模组401在处于低功耗状态或待机状态下，持续检测用户是否接触了心电模组401的电极形成单导联回路；当检测到心电模组401形成回路，触发压力脉搏波模组402和光电容积脉搏波模组403上电，开启1000Hz采样频率的数据采样模式；从而同步、并行采集压力脉搏波信号、心电信号和光电容积脉搏波信号，并据此三种信号检测使用者的血压值。其中，采集的压力脉搏波信号、心电信号和光电容积脉搏波信号，可以结合其采集时刻的时间对齐，例如通过实时时钟(Real Time Clock，RTC)使得压力脉搏波信号、心电信号和光电容积脉搏波信号对齐后保证同步。

在本实现方式中，控制模组404可以监控心电模组401是否进入工作状态，或者心电模组401在进入工作状态后会通知控制模组404；控制模组404在心电模组401进入工作状态的情况下，才开启压力脉搏波模组402以获取压力脉搏波信号，以及开启光电容积脉搏波模组403以获取光电容积脉搏波信号；如此，无需一直开启压力脉搏波模组402和光电容积脉搏波模组403，从而节省功耗。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述控制模组404，还用于：根据多组第一峰峰值间隔(Peak to Peak Interval，PPI)与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值(ΔPPI)，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差(Mean Absolute Error，MAE)；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

其中，在根据采集到的压力脉搏波信号、心电信号和光电容积脉搏波信号预测血压值之前，可以对采集到的压力脉搏波信号、心电信号和光电容积脉搏波信号进行信号质量评估，以确定采集到的压力脉搏波信号、心电信号和光电容积脉搏波信号的信号质量是否合格；若信号质量合格，则用于进行血压值的预测；若信号质量不合格，且不合格次数小于预设次数，则重新采集并继续对重新采集的信号进行信号质量评估；否则，关闭压力脉搏波模组402和光电容积脉搏波模组403，并降低心电模组401的采样频率，且心电模组401的此次导联内不再触发开启压力脉搏波模组402和光电容积脉搏波模组403。

具体地，首先对采集到的原始数据(压力脉搏波信号、心电信号和光电容积脉搏波信号)进行预处理，即通过线性相位带通滤波器，滤除引起基线偏移的低频数据和高频噪声数据；然后对过滤后的数据，运行不同的寻峰算法，寻找到其峰值点；记录每个模组采集到的信号的峰峰值间隔(PPI)。其次，对于对每个模组采集到的信号的(PPI)之间做差值，获得每个心拍的峰峰值间隔差值(ΔPPI)，对所有的峰峰值间隔差值(ΔPPI)取绝对值后求均值，获得峰峰值间隔的平均绝对值误差(PPI-MAE)。最后，根据峰峰值间隔的平均绝对值误差(PPI-MAE)是否小于预设阈值来判定采集到的原始数据(压力脉搏波信号、心电信号和光电容积脉搏波信号)的质量是否合格，若合格，则用于进行血压值的预测。

作为一种示例，压力脉搏波信号包括n组目标压力脉搏波信号，n组目标压力脉搏波信号中的每组包括1个目标压力脉搏波信号；心电信号包括n组目标心电信号，也即心拍数为n，n组目标心电信号中的每组包括1个目标心电信号；光电容积脉搏波信号包括n组目标光电容积脉搏波信号，n组目标光电容积脉搏波信号中的每组包括7个目标光电容积脉搏波信号，假设血压监测装置包括侧边和底边，这7个目标光电容积脉搏波信号为来源于2个位置(侧边和底边)的5种光谱(红外光谱、红光光谱、黄光光谱、蓝光光谱和绿光光谱)的目标光电容积脉搏波信号；如此，峰峰值间隔的平均绝对值误差(PPI-MAE)的通过如下公式计算得到：

上述公式中，n表示心拍数，C表示侧边，D表示底边，IR表示红外光谱、R表示红光光谱、Y表示黄光光谱、B表示蓝光光谱和G表示绿光光谱；

在本实现方式中，计算压力脉搏波信号的第一峰峰值间隔与心电信号的第二峰峰值间隔的差值，作为第一峰峰值间隔差值；以及计算心电信号的第二峰峰值间隔与光电容积脉搏波信号的第三峰峰值间隔的差值，作为第二峰峰值间隔差值；由于压力脉搏波信号包括多组目标压力脉搏波信号，心电信号包括多组目标心电信号，光电容积脉搏波信号包括多组目标光电容积脉搏波信号，则可以计算得到多组第一峰峰值间隔、多组第二峰峰值间隔和多组第三峰峰值间隔，故进一步可以计算得到多组第一峰峰值间隔差值和多组第二峰峰值间隔差值，且有多组目标压力脉搏波信号、多组目标心电信号、多组目标光电容积脉搏波信号、多组第一峰峰值间隔、多组第二峰峰值间隔、多组第三峰峰值间隔、多组第一峰峰值间隔差值和多组第二峰峰值间隔差值均是一一对应的；如此，可以根据多组第一峰峰值间隔差值和多组第二峰峰值间隔差值计算得到平均绝对值误差，通过该平均绝对值误差与预设阈值的关系来判断获取的压力脉搏波信号、心电信号和光电容积脉搏波信号是否符合预设条件；也即在该平均绝对值误差小于预设阈值的时候，认为获取的压力脉搏波信号、心电信号和光电容积脉搏波信号的信号质量是合格的。

在一种可能的实现方式中，所述控制模组404，具体用于：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间(Deep-resolved Pulse Transit Time，DRPTT)；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

其中，对于信号质量合格的压力脉搏波信号、心电信号和光电容积脉搏波信号，用于进行血压预测；首先，对信号质量合格的压力脉搏波信号、心电信号和光电容积脉搏波信号进行(人工)特征提取，筛选得到与血压存在高关联的人工提取的特征；将人工提取的特征和原始数据(也即信号质量合格的压力脉搏波信号、心电信号和光电容积脉搏波信号)输入到已经构建好(训练好)的神经网络模型，得到预测血压值。

本申请中，人工提取的特征是指时频域上的一些特征，如传输时间PTT，心率HR等，它们的指向性强，能够一定程度指引机器按某一方向学习；原始数据的引入可以避免人工提取过程中的疏漏以及人工难以提取的关键信息，让机器自发学习。两者相互融合，既保证学习的高效性，又避免信息的丢失，最大程度的保证获取到最优化的神经网络模型。

其中，该神经网络模型为基于大量数据样本训练出的神经网络模型，利用该神经网络模型可准确判断对应信号的血压值，即使用者的自身血压值，将结果上报至上层应用，由其进行UI呈现平台。

在本实现方式中，在获取到的压力脉搏波信号、心电信号和光电容积脉搏波信号符合预设条件的情况下，例如在压力脉搏波信号、心电信号和光电容积脉搏波信号的信号质量合格的情况下，对压力脉搏波信号、心电信号和光电容积脉搏波信号进行特征提取以得到目标特征，其中，该目标特征为人工提取的时频域上的一些与血压强相关联的特征，例如该目标特征包括深度解析后的脉搏波传输时间；调用预先训练好的神经网络模型对压力脉搏波信号、心电信号、光电容积脉搏波信号和目标特征进行处理，即可以预测得到绝对血压值。如此，由于在调用神经网络模型预测血压值时，神经网络模型的输入包括从压力脉搏波信号、心电信号和光电容积脉搏波信号中人工提取的特征，其为与血压强相关联的特征，指向性强，故神经网络模型具备一定的指向性，从而有利于提高预测的效率；同时神经网络模型的输入还包括压力脉搏波信号、心电信号和光电容积脉搏波信号的原始数据，从而可以避免人工提取过程中的疏漏的关键信息以及人工难以提取的关键信息导致的信息丢失，从而保证了预测的精度。此外，对于神经网络模型的训练也是如此，人工提取的特征指向性强，能够一定程度指引神经网络模型按某一方向学习；同时，原始数据的引入可以避免人工提取过程中的疏漏以及人工难以提取的关键信息，让机器自发学习；两者相互融合，既保证学习的高效性，又避免信息的丢失，最大程度的保证获取到最优化的神经网络模型。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

具体地，因红外光光电容积脉搏波信号实际上包括动脉层的光电容积脉搏波信号、小动脉层的光电容积脉搏波信号以及毛细血管层的光电容积脉搏波信号，为了精确计算动脉层的光电容积脉搏波信号与毛细血管层的光电容积脉搏波信号之间的时间延迟，需将动脉层的光电容积脉搏波信号从红外光光电容积脉搏波信号中分离出来，得到深度解析后的脉搏波传输时间，作为血压影响因素的量化特征之一。

在本实现方式中，光电容积脉搏波信号包括多种光谱的光电容积脉搏波信号，例如包括红外光、红光、黄光、蓝光、绿光等光谱的光电容积脉搏波信号。“深度解析”可理解为，由于红外光光电容积脉搏波信号的穿透深度较深，涵盖毛细血管、小动脉和动脉三层的光电容积脉搏波信号的叠加；黄光光电容积脉搏波信号相对较浅，涵盖毛细血管、小动脉双层信号；蓝光光电容积脉搏波信号最浅，只涵盖毛细血管层信号；将红外光光电容积脉搏波信号、黄光光电容积脉搏波信号以及蓝光光电容积脉搏波信号这三种信号进行处理，可得出深度解析的动脉层的光电容积脉搏波信号，也即将动脉层的光电容积脉搏波信号从红外光光电容积脉搏波信号中分离出来；根据这个动脉层的光电容积脉搏波信号，并结合心电信号，即可得到深度解析后的脉搏波传输时间。

在一种可能的实现方式中，所述目标特征还包括心电信号与光电容积脉搏波信号之间的脉搏传输时间(Pulse Transit Time，PTT)、心电信号与压力脉搏波信号之间的脉搏传输时间、光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与所述光电容积脉搏波信号是同步采集得到的，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的；例如，根据心电信号的波峰(R峰)与光电容积脉搏波信号的峰值，得到了心电信号与光电容积脉搏波信号之间的脉搏传输时间，心电信号与光电容积脉搏波信号之间的脉搏传输时间也即电光信号之间的脉搏传输时间。同理，所述心电信号与所述压力脉搏波信号是同步采集得到的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，心电信号与压力脉搏波信号之间的脉搏传输时间也即电力信号之间的脉搏传输时间。同理，所述光电容积脉搏波信号与所述压力脉搏波信号是同步采集得到的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的，光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间也即光力信号之间的脉搏传输时间。此外，压力脉搏波信号的波形特征包括射血周期T1、主动脉打开周期T2、主动脉闭合周期T3等。

其中，波形特征等为与血压相关的单模组信号的特征，传输时间等为与血压相关的多模组信号的关联特征。

在本实现方式中，人工提取的目标特征还包括心电信号与光电容积脉搏波信号之间的脉搏传输时间、心电信号与压力脉搏波信号之间的脉搏传输时间、光电容积脉搏波信号与压力脉搏波信号之间的脉搏传输时间和压力脉搏波信号的波形特征，这些特征均是与血压强相关的特征，如此，可以进一步提高神经网络模型的指向性，有利于提高预测的效率。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

其中，由人工提取的特征叫白核特征，由神经网络模型提取的特征叫黑核特征。申请中对压力脉搏波信号、心电信号和光电容积脉搏波信号进行人工提取特征，得到的目标特征为白核特征；将压力脉搏波信号、心电信号和光电容积脉搏波信号输入到神经网络模型中，由神经网络模型提取得到黑核特征；将人工提取得到的白核特征以及神经网络模型提取得到的黑核特征，输入到神经网络模型的最后一层，即可预测出血压值。

作为一种示例，本申请还可以对各个模组(心电模组401、压力脉搏波模组402和光电容积脉搏波模组403)获取得到的信号通过寻峰、峰谷算法，将每个模组信号按心拍分离成单独的周期并归一化，记录归一化参数，将归一化参数(横坐标、纵坐标缩放系数)；然后，将各个模组的逐个归一化心拍信号(也即前述归一化参数)输入到该神经网络模型中，从而提取原始数据与血压关联的黑核特征；其中，该神经网络模型是通过大数据学习得出的，其在训练过程中会智能的学习光、电、力信号模组间的融合信息与血压之间的关联特征；神经网络模型提取得到的黑核特征，结合人工提取得到的白核特征，输入到神经网络模型的最后一层，即可预测出血压值。

在本实现方式中，一般情况下，神经网络模型的前端用于对数据进行特征提取，神经网络模型的后端(例如最后一层)用于预测分析以输出预测结果；本申请在神经网络模型的第一层的输入压力脉搏波信号、心电信号和光电容积脉搏波信号，故神经网络模型的前端会对这些数据进行特征提取，神经网络模型提取的特征和人工提取的目标特征输入到神经网络模型的最后一层即可预测得到血压值。如此，压力脉搏波信号、心电信号和光电容积脉搏波信号在神经网络模型的第一层即输入，经过神经网络模型进行特征提取，有利于信息不丢失；人工提取的目标特征直接在神经网络模型的最后一层输入，省略了神经网络模型前端的处理，有利于提高神经网络模型的预测效率。

请参阅图2，图2是本申请实施例提供的一种血压监测方法的流程示意图，该方法应用于血压监测装置或电子设备，该电子设备可以为穿戴设备，该方法包括但不限于如下步骤：

步骤601：获取压力脉搏波信号、心电信号和光电容积脉搏波信号。

步骤602：根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。

在一种可能的实现方式中，所述根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值，即步骤602，包括：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

在一种可能的实现方式中，所述目标特征还包括所述心电信号与所述光电容积脉搏波信号之间的脉搏传输时间、所述心电信号与所述压力脉搏波信号之间的脉搏传输时间、所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述方法还包括：根据多组第一峰峰值间隔与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

需要说明的是，图2所描述的相关步骤的解释可参阅其他实施例的相关描述，此处不在赘述。

在图2所描述的血压监测方法中，获取压力脉搏波信号、心电信号和光电容积脉搏波信号，其分别为电信号、光信号和力信号；无需输入任何基准信息的前提下，根据压力脉搏波信号、心电信号和光电容积脉搏波信号即可预测得到血压的绝对值；因此本申请不同于现有技术均只能测得血压的相对变化，然后获取到基准血压，根据变化量获得血压的绝对值，故本申请具有便携性，能够实现精确监测血压。

请参阅图3，图3是本申请实施例提供的另一种血压监测装置的结构示意图，该血压监测装置700可以应用于电子设备，该电子设备可以为穿戴设备，该血压监测装置700包括：

获取单元701，用于获取压力脉搏波信号、心电信号和光电容积脉搏波信号；

预测单元702，用于根据所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号预测血压值。

在一种可能的实现方式中，所述预测单元702，具体用于：在所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件的情况下，对所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号进行特征提取，以得到目标特征，所述目标特征包括深度解析后的脉搏波传输时间；调用神经网络模型对所述压力脉搏波信号、所述心电信号、所述光电容积脉搏波信号和所述目标特征进行处理，以得到所述血压值。

在一种可能的实现方式中，所述深度解析后的脉搏传输时间是根据所述心电信号和动脉层的光电容积脉搏波信号确定的，所述动脉层的光电容积脉搏波信号是根据红外光光电容积脉搏波信号得到的，所述光电容积脉搏波信号包括所述红外光光电容积脉搏波信号。

在一种可能的实现方式中，所述目标特征还包括所述心电信号与所述光电容积脉搏波信号之间的脉搏传输时间、所述心电信号与所述压力脉搏波信号之间的脉搏传输时间、所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间和所述压力脉搏波信号的波形特征；其中，所述心电信号与光电容积脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述光电容积脉搏波信号的峰值确定的，所述心电信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述心电信号的峰值与所述压力脉搏波信号的峰值确定的，所述光电容积脉搏波信号与所述压力脉搏波信号之间的脉搏传输时间是根据所述光电容积脉搏波信号的峰值与所述压力脉搏波信号的峰值确定的。

在一种可能的实现方式中，所述神经网络模型的第一层的输入包括所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号，所述神经网络模型的最后一层的输入包括所述目标特征。

在一种可能的实现方式中，所述压力脉搏波信号包括多组目标压力脉搏波信号，所述多组目标压力脉搏波信号中的每组包括至少一个目标压力脉搏波信号；所述心电信号包括多组目标心电信号，所述多组目标心电信号中的每组包括至少一个目标心电信号；所述光电容积脉搏波信号包括多组目标光电容积脉搏波信号，所述多组目标光电容积脉搏波信号中的每组包括至少一个目标光电容积脉搏波信号；所述预测单元702，还用于：根据多组第一峰峰值间隔与多组第二峰峰值间隔计算得到多组第一峰峰值间隔差值，以及根据所述多组第二峰峰值间隔与多组第三峰峰值间隔计算得到多组第二峰峰值间隔差值；其中，所述多组第一峰峰值间隔中的每组包括至少一个第一峰峰值间隔，所述至少一个第一峰峰值间隔为所述至少一个目标压力脉搏波信号的峰峰值间隔；所述多组第二峰峰值间隔中的每组包括至少一个第二峰峰值间隔，所述至少一个第二峰峰值间隔为所述至少一个目标心电信号的峰峰值间隔；所述多组第三峰峰值间隔中的每组包括至少一个第三峰峰值间隔，所述至少一个第三峰峰值间隔为所述至少一个目标光电容积脉搏波信号的峰峰值间隔；根据所述多组第一峰峰值间隔差值和所述多组第二峰峰值间隔差值计算得到平均绝对值误差；若所述平均绝对值误差小于预设阈值，则确定所述压力脉搏波信号、所述心电信号和所述光电容积脉搏波信号符合预设条件。

需要说明的是，本申请实施例中各个单元的实现还可以对应参照前述其他实施例中的相关描述，此处不再赘述。当然，本申请实施例提供的血压监测装置700包括但不限于上述单元模块，例如：该血压监测装置700还可以包括存储单元703。该存储单元703可以用于存储该血压监测装置700的程序代码和数据。

在图3所描述的血压监测装置700中，获取压力脉搏波信号、心电信号和光电容积脉搏波信号，其分别为电信号、光信号和力信号；无需输入任何基准信息的前提下，根据压力脉搏波信号、心电信号和光电容积脉搏波信号即可预测得到血压的绝对值；因此本申请不同于现有技术均只能测得血压的相对变化，然后获取到基准血压，根据变化量获得血压的绝对值，故本申请具有便携性，能够精确监测血压。

请参阅图4，图4是本申请实施例提供的一种电子设备810的结构示意图，该电子设备810包括处理器811、存储器812和通信接口813，上述处理器811、存储器812和通信接口813通过总线814相互连接。

存储器812包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmableread only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器812用于相关计算机程序及数据。通信接口813用于接收和发送数据。

处理器811可以是一个或多个中央处理器(central processing unit，CPU)，在处理器811是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。

该电子设备810中的处理器811用于读取上述存储器812中存储的计算机程序代码，执行图2所示的方法。

需要说明的是，各个操作的实现还可以对应参照图2所示的方法实施例的相应描述。

在图4所描述的电子设备810中，获取压力脉搏波信号、心电信号和光电容积脉搏波信号，其分别为电信号、光信号和力信号；无需输入任何基准信息的前提下，根据压力脉搏波信号、心电信号和光电容积脉搏波信号即可预测得到血压的绝对值；因此本申请不同于现有技术均只能测得血压的相对变化，然后获取到基准血压，根据变化量获得血压的绝对值，故本申请具有便携性，能够实现无创、无感式的监测血压。

图5、图6和图7是本申请一种实施方式提供的穿戴设备的示意图，本申请提供的血压监测装置应用在此穿戴设备中。所述穿戴设备包括第一主体101和第二主体102，所述第二主体102呈柔性，所述第二主体102连接所述第一主体101，所述第二主体102用于佩戴至人体，以使所述第一主体101的底面与人体接触。图5所示的实施方式中，穿戴设备为手环，佩戴至人的手腕，第一主体101为表盘，第二主体102为表带。所述第一主体101包括依次连接第一侧面S1、第二侧面S2、第三侧面S3和第四侧面S4，所述第一侧面S1和所述第三侧面S3相对设置，所述第二侧面S2和所述第四侧面S4相对设置，所述第二主体102连接至所述第二侧面S2和所述第四侧面S4。

其它实施方式中，穿戴设备还可以为眼镜、耳机等智能终端设备。

光电容积脉搏波模组201，202设置在第一主体101内，所述光电容积脉搏波模组201，202的数量为两个，其中一个所述光电容积脉搏波模组201的信号收发端设于所述第一主体101的侧面或顶面，如图5所示为光电容积脉搏波模组201的信号收发端设于所述第一主体101的第三侧面S3，位于所述第三侧面S3的所述光电容积脉搏模组201的信号收发端用于获取手指的脉搏波信号。其它实施方式中，光电容积脉搏波模组201的信号收发端也可以设于所述第一主体101的顶面(未图示)。光电容积脉搏波模组201的信号收发端包括发射端2011和接收端2012，所述发射端2011用于发射多种不同波长的光源，以获得不同的人体皮肤深度的血管信息，所述接收端2012用于接收人体反射的光信号。所述发射端2011发出的所述不同波长的光源包括：红外光、红光、蓝光及黄光。具体而言，发射端2011为LED，接收端为PD。另一个所述光电容积脉搏波模组202的信号收发端为设于所述第一主体101的底面(如图7所示)，用于获取手腕位置的脉搏波信号。

心电模组203位于第一主体101内，如图5中虚线圆表示的部分为心电模组203。参阅图6和图7，心电模组203包括第一电极2031和第二电极2032，所述心电模组203的第一电极2031位于所述第一主体101的底面，在所述第一主体101的底面，所述心电模组203的所述第一电极2031位于所述光电容积脉搏模组的信号收发端的外围。具体而言，第一电极2031的数量为两个，对称设置在光电容积脉搏模组的信号收发端相对的两侧。光电容积脉搏模组的信号收发端包括至少一个发光部和至少一个接收部，将光电容积脉搏模组的信号收发端设置在底面中心位置，方便光信号收发的精确度。

所述心电模组203的第二电极2032位于所述第一主体101的侧面或顶面(图6示意性地绘出了第二电极2032位于第一侧面S1，其它实施方式中，第二电极2032可以位于第一主体101的顶面)。

应用过程中，可以将穿戴设备佩戴至人体，例如一只手的手腕上，可以通过另一只手的两个手指同时分别接触第一侧面和第三侧面，触发心电模组和位于所述第三侧面的所述光电容积脉搏模组，本申请具有操作方便的优势。

参阅图5和图6，所述压力脉搏波模组204设置在所述第二主体102上，也可以理解为，所述压力脉搏波模组204连接于第二主体102。压力脉搏波模组204通过设置在第二主体102中的传输线103电连接至第一主体101内的控制模组301。所述控制模组301包括设置在电路板上的处理单元302、存储单元303、模拟前端304和系统总线305，所述处理单元302用于命令发送和数据处理，所述存储单元303用于存储程序指令和暂时缓存获取的信号，所述系统总线305电连接所述处理单元302、所述存储单元303和所述模拟前端304，以实现传输命令与数据，所述模拟前端304用于进行获取所述压力脉搏波信号、所述心电信号和所述光电容积脉搏信号，并进行所获取的信号的模数转换。所述压力脉搏波信号、所述心电信号和所述光电容积脉搏信号为模拟信号，模拟前端用于将模拟信号转换为数字信号，并将数字信号传送至处理单元，处理单元用于处理数字信号。具体而言，第一主体101为表盘，第二主体102为表带时，压力脉搏波模组204在第二主体102上的位置对应人体的桡动脉的位置，这样可以实现获取的更高质量的脉搏波信号。

图8至图12为一种实施方式提供的压力脉搏波模组204的示意图。

参阅图8、图9和图10，所述压力脉搏波模组204包括外壳和位于所述外壳内的压力传感器2043和柔性电路板2044，所述外壳与所述第二主体102连接，压力传感器2043用于获取脉搏波信号，具体为通过检测压力变化的方式获取脉搏波信号。脉搏波信号通过柔性电路板2044传送至控制模组301。具体而言，柔性电路板2044与第二主体102中的传输线103电连接，传输线103电连接在柔性电路板2044和控制模组301之间。

所述外壳包括底座2041和上盖2042，底座2041用于构成囊腔且用于连接第二主体103，上盖用于安装压力传感器2043和柔性电路板2044，上盖2042与底座2041固定连接。底座2041包括底壁412、框部411、一对相对设置的第一侧壁413，一对相对设置的第二侧壁414和一对顶壁415。底壁412用于与人体接触且为柔性材质，底壁412包括与人体接触的接触面4121和结合面4122(如图10所示)，所述结合面4122和所述接触面4121分别为所述底壁412的顶面和底面。底壁412包围形成囊腔417，囊腔417为外壳内部的空间，囊腔417内可以填充液体(如油)或气体，使得底壁412构成液囊或气囊。

框部411环绕底壁412，框部411的内边缘连接至结合面4122的外边缘，一对第一侧壁413和一对第二侧壁414分别连接至框部411的四个外边缘，具体而言，框部411所在的平面、所述第一侧壁413所在的平面和所述第二侧壁414所在的平面两两相互垂直，其中一个第二侧壁414连接在相邻的两个第一侧壁413之间，两个顶壁415分别连接至两个第二侧壁414远离框部411的边缘位置，且顶壁415亦连接在一对第一侧壁413之间。具体而言，两个顶壁415可以共面，顶壁415所在的平面可以平行于框部411所在的平面。框部411、一对第一侧壁413、一对第二侧壁414和一对顶壁415共同构成连接部，此连接部连接在结合面4122有外围，且用于连接第二主体102和上盖2042。各第二侧壁414上均设有安装通孔416，此安装通孔416用于安装第二主体102，例如第二主体102为手环的表带，第二主体伸入安装通孔416并与底座2041固定连接，第二主体102和底座2041之间可以通过粘胶的方式固定，也可以通过其它类似卡扣配合、螺丝固定等方式固定连接。两个顶壁415之间形成底座2041的顶部开口，此顶部开口用于容纳上盖2042，顶部开口与安装通孔416相连通。框部411的顶面设有环形凹槽418，如图10和图11所示，此环形凹槽418正对两个顶壁415之间的顶部开口，环形凹槽418用于收容上盖2042的边缘，即上盖2042安装至底座2041时，上盖2042的边缘部扣合在环形凹槽418中，也可以理解为上盖2042的边缘部位于环形凹槽418内，可以通过粘胶的方式将边缘部粘贴固定在凹槽418中。

所述上盖2042的硬度大于所述底座2041的硬度。一种实施方式中，底座2041和上盖2042的材料可以相同，均为硅胶材质，但是二者硬度不同，上盖2042主要起组装及支撑作用，硬度可较大，底座2041需要与人体接触，硬度较小。一种实施方式中，上盖2042包括盖板主体20421和支撑结构20422，所述盖板主体20421与所述底座2041固定连接，所述支撑结构20422连接至所述盖板主体20421，且安装至述盖板主体20421的远离所述底座2041的一侧的外表面4215，所述柔性电路板2044连接至所述支撑结构20422，所述支撑结构20422的硬度大于所述盖板主体20421的硬度。本实施方式中，盖板主体20421的硬度可以与底座2041的硬度相同，例如均为较软的硅胶材质，由于上盖2042包括硬度较大的支撑结构20422，使得上盖2042整体的硬度大于底座2041的硬度。

如图10和图11所示，盖板主体20421包括主体部421和边缘部422，边缘部422位于主体部421底部的外围，构成类似法兰的结构，边缘部422用于与底座2041的环形凹槽418配合且固定连接。主体部421内设电路板收容槽4213、传感器收容槽4212和通孔4211。电路板收容槽4213的开口位于主体部421背离底座2041的外表面4215，即电路板收容槽4213从主体部421背离底座2041的外表面4215向主体部421内部延伸。传感器收容槽4212设在电路板收容槽4213的底壁，电路板收容槽4213的底壁与电路板收容槽4213在主体部421外表面的开口位置正对。传感器收容槽4212与电路板收容槽4213相连通，二者构成阶梯状槽结构。通孔4211位于传感器收容槽4212的底部，即传感器收容槽4212远离电路板收容槽4213的一侧。通孔4211用于连通囊腔417和传感器收容槽4212。压力传感器2043安装在传感器收容槽4212中，柔性电路板2044位于所述电路板收容槽4213内，所述支撑结构20422安装所述开口的位置且封堵所述电路板收容槽4213的开口。具体而言，电路板收容槽4213的相对的两侧均设置台阶状的支撑部4214，支撑结构20422安装在支撑部4214上，支撑结构20422的外表面与主体部421的外表面4215共面，如图9和图11所示。

概括而言，本申请将述压力传感器2043安装至所述外壳，柔性电路板2044设置在所述囊腔417背离所述接触面4121的一侧，这样构成的所述压力脉搏波模组204具有体积小的优势。通过压力传感器2043检测所述囊腔417的压力变化并传送信号至所述柔性电路板2044，所述柔性电路板2044通过传输线103与所述控制模组301电连接。如图9和图12所示，传输线103穿过通孔416并伸入盖板主体20421的主体部421的内部。

参阅图12，所述上盖2042包括背离所述底座2041的外表面4215和朝向所述底座2041的内表面4217，所述外表面4215和所述内表面4217相对设置，所述上盖2042包括注入孔4216，所述注入孔4216连通在所述外表面4215和所述内表面4217之间，所述注入孔4216用于向所述囊腔417内注入介质。

图13为本申请另一种实施方式所述的压力脉搏波模组204，本实施方式与图8至图12所示的压力脉搏波模组204的主要区别在于底座2041的结构。图8至图12所示的压力脉搏波模组204的底座为一体成型的结构，底座内一体成型出囊腔的结构。而本实施方式中，底座2041为分体式结构，底座包括连接件1A和囊袋1B。本实施方式中，连接件1A和上盖2042共同构成压力脉搏波模组204的外壳。因此，本实施方式中，所述压力脉搏波模组204包括外壳、囊袋1B、压力传感器2043和柔性电路板2044，所述外壳与所述第二主体连接，所述囊袋1B与所述外壳连接，如图13所示，连接件1A和上盖2042均固定连接至囊袋1B。

所述囊袋1B内填充介质，介质可以为水、油、气体，所述囊袋1B受到压力的情况下，压力传感器2043会检测到其压力变化。所述囊袋1B包括相对的底壁1B1和顶壁1B2，所述囊袋1B的底壁1B1用于直接或间接接触人体，连接部1A连接至囊袋1B的侧壁(邻近顶壁1B2的位置)，上盖2042连接至囊袋1B的顶壁1B2。所述囊袋1B的底壁1B1和顶壁1B2可以为较薄的柔性材质，压力变化感知力较强。所述囊袋1B可以具有独立的填充口，填充口可以设置在底壁1B1或顶壁1B2。填充口用于向囊袋1B内部填充介质。

所述压力传感器2043和所述柔性电路板2044安装至所述外壳的上盖2042中且位于所述囊袋1B的顶壁1B2的一侧，所述压力传感器2043用于检测所述囊袋1B的压力变化并传送信号至所述柔性电路板2044，所述柔性电路板2044与所述控制模组电连接。本实施方式中，上盖2042的具体结构、上盖2042与压力传感器2043之间的位置关系和连接关系，及上盖2042与柔性电路板2044之间的位置关系和连接关系均可以与图8至图12所示的实施方式相同。

图14为本申请另一种实施方式所述的压力脉搏波模组204，本实施方式与图13所示的压力脉搏波模组204的主要区别在于：本实施方式提供的压力脉搏波模组204的底座2041不包括图13所示的实施方式中的连接件1A。本实施方式中，压力脉搏波模组204包括底座2041和上盖2042，底座2041为图13所示的实施方式中的囊袋结构。囊袋结构与图13所示的实施方式的囊袋结构可以为相同的结构。本实施方式中，直接将囊袋2041固定连接至上盖2042，上盖2042用于与第二主体连接，如图14所示，上盖2042包括第一固定槽H1和第二固定槽H2，第一固定槽H1和第二固定槽H2位于上盖2042相对的两个侧边，第一固定槽H1和第二固定槽H2用于收容部分第二主体，第二主体伸入第一固定槽H1和第二固定槽H2中，可以通过备胶的方式固定至上盖2041。本实施方式中，上盖2042与压力传感器2043之间的位置关系和连接关系，及上盖2042与柔性电路板2044之间的位置关系和连接关系均可以与图8至图12所示的实施方式相同。

本申请将压力脉搏波模组、心电模组和光电容积脉搏波模组集成在穿戴设备中，融合电学、光学、力学信号，达到多视角分析生理信号的目的，提取出与血压高关联的特征，实现血压监测的精度提升，具有便携特性，能够在不需要阻断血管的情况下实现血压的绝对测量，而非相对测量。使得用户在舒适状态下实现血压监测，能实现高血压风险的日常预防。

本申请实施例还提供一种芯片，上述芯片包括至少一个处理器，存储器和接口电路，上述存储器、上述收发器和上述至少一个处理器通过线路互联，上述至少一个存储器中存储有计算机程序；上述计算机程序被上述处理器执行时，图2所示的方法流程得以实现。

本申请实施例还提供一种计算机可读存储介质，上述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，图5所示的方法流程得以实现。

本申请实施例还提供一种计算机程序产品，当上述计算机程序产品在计算机上运行时，图2所示的方法流程得以实现。

应理解，本申请实施例中提及的处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

还应理解，本申请实施例中提及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DR RAM)。

需要说明的是，当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时，存储器(存储模块)集成在处理器中。

应注意，本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

还应理解，本文中涉及的第一、第二、第三、第四以及各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所示方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。