CIGNN: 基于因果关系和图神经网络的无袖带连续血压估计框架
CIGNN: 基于因果关系和图神经网络的无袖带连续血压估计框架 背景介绍 根据世界卫生组织(WHO)的数据,全球约有11.3亿人受到高血压的影响,预计到2025年这一数字将增加到15亿。高血压是心血管疾病的一个重要风险因素,这包括心脏病和中风,这些都是全球主要的死亡原因。高血压的普及进一步增加了痴呆和残疾的负担,因此,预防和管理高血压对于改善全球健康结果至关重要。 连续血压(BP)测量能够为高血压的诊断和预防提供丰富的信息。通过连续监测血压,我们可以更全面地了解患者的血压模式和趋势,这可以指示是否需要治疗或调整当前的治疗方案。此外,连续血压监测相比传统间歇性血压测量有更多优势,因为血压可能会受到诸如压力、体力活动和药物依从性等因素的影响。无袖带连续血压测量利用可穿戴生理传感器的优势,能够实现...