深度学习在光电容积脉搏波预测高血压中的研究进展
高浩然1
江梅1
孔琳2
张魁星1
李雪莹1
1.山东中医药大学 医学信息工程学院,济南 2503552.山东医药技师学院 中药学院,泰安 271000
摘要：高血压是最常见的心血管疾病之一,连续血压监测对其早期识别和干预具有重要意义.光电容积脉搏波描记法(PPG)作为一种非侵入式的生理参数监测方法,已被广泛应用于医疗监测领域.近年的研究表明,结合深度学习技术和 PPG数据,可实现对血压变化的有效预测,提升高血压检测的实时性与准确性.本文系统梳理了近年来基于 Transformer、图神经网络(GNN)、迁移学习等深度学习模型在高血压预测领域中的最新研究进展,对比分析了各模型的应用特点与性能表现;最后,总结了各类模型的优缺点并展望了未来的研究方向,以期为高血压的无创预测与智能监测提供参考.
关键词：高血压早期预测非侵入式光电容积脉搏波描记法深度学习
分类号：R318(医用一般科学)TP183(自动化基础理论)
资助基金：国家自然科学基金(62402297)山东省自然科学基金(ZR2023QF146)
论文发表日期：2026-06-30
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 260-265 )
英文信息