基于贝叶斯优化XGBoost的无创血压预测方法

来源：电子测量技术杂志2022年第7期北京时间：

作者：孙斌，储芳芳，陈小惠

单位：南京邮电大学 自动化学院、人工智能学院 南京 210023

摘要：为降低个体特征差异对无创血压预测模型精度的影响，提高预测准确率，提出建立贝叶斯优化（BO）XGBoost的无创血压预测方法。该方法首先通过脉搏波传导时间（PTT）和身体质量指数（BMI）建立多元线性模型获得初步血压预测值；进一步结合人体特征参数作为XGBoost血压预测模型的输入；再运用贝叶斯优化对XGBoost超参数自动寻优，最终建立BO-XGBoost模型进行血压预测，并与其他方法对比。实验结果表明，BO-XGBoost血压预测模型舒张压和收缩压测量值的平均误差满足美国医疗仪器促进协会（AAMI）制定的小于5mmHg的标准，与水银血压计具有更好的一致性。

关键词：血压预测;人体特征;贝叶斯优化;XGBoost

基金资助：国家自然科学基金（61801239）