본 논문은 광혈류신호를 이용하여 혈압을 예측하는 방법을 제시한다. 제시한 방법은 먼저, 광혈류신호를 측정한 후, 전처리 과정을 통해 아티펙트를 제거하고 학습을 위한 신호를 얻는다. 그리고 혈압에 영향을 주는 몸무게와 키를 부가 정보로 측정한다. 다음으로, 인공지능 알고리즘을 통해 광혈류신호, 키, 그리고 몸무게를 입력변수로 학습하여 수축기와 이완기 혈압을 추정하도록 시스템을 구축한다. 구축된 시스템은 사전에 입력된 키와, 몸무게, 그리고 측정한 광혈류신호를 가지고 수축기와 이완기 혈압을 예측한다. 제안한 방법은 무구속 방식으로 피검자의 키와 몸무게, 그리고 심장 및 혈관의 상태를 반영하는 광혈류신호를 입력받아 실시간, 연속적으로 혈압 예측이 가능하다. 본 연구에서 제시한 인공지능 기반 혈압예측시스템의 유용성을 확인하기 위해 측정한 혈압과 예측한 혈압의 비교를 통해 결과의 유용성을 확인한다.
This paper presents a method for predicting blood pressure using the photoplethysmography signals. First, after measuring the optical blood flow signal, artifacts are removed through a preprocessing process, and a signal for learning is obtained. In addition, weight and height, which affect blood pressure, are measured as additional information. Next, a system is built to estimate systolic and diastolic blood pressure by learning the photoplethysmography signals, height, and weight as input variables through an artificial intelligence algorithm. The constructed system predicts the systolic and diastolic blood pressures using the inputs. The proposed method can continuously predict blood pressure in real time by receiving photoplethysmography signals that reflect the state of the heart and blood vessels, and the height and weight of the subject in an unconstrained method. In order to confirm the usefulness of the artificial intelligence-based blood pressure prediction system presented in this study, the usefulness of the results is verified by comparing the measured blood pressure with the predicted blood pressure.