范广坡　余学飞　卢广文　林良卓　周地福

(南方医科大学生物医学工程学院，广东 广州　510515)

改进PSO-BP算法的压力导丝温度及非线性补偿研究

范广坡余学飞卢广文林良卓周地福

(南方医科大学生物医学工程学院，广东 广州510515)

摘要：测量冠状动脉血管血流储备分数的压力导丝中的超微型压力传感器，具有严重的温度以及非线性漂移问题，且目前只有硬件方法进行补偿。针对硬件补偿方法存在的补偿精度不高及成本昂贵等问题，提出一种改进粒子群优化的BP神经网络算法，对压力导丝进行温度和非线性软件补偿。Matlab仿真结果表明，改进PSO-BP神经网络与现有标准PSO-BP算法、BP神经网络等软件以及硬件补偿方法相比，具有成本低、稳定性高、不易陷入局部最优、泛化能力强等优点。

关键词：压力导丝压力传感器温度非线性补偿非线性漂移粒子群算法(PSO)BP神经网络Matlab

0引言

近年来，血流储备分数(fractional flow reserve，FFR)成为评价人体冠状动脉狭窄性病变是否需要介入治疗的“金标准”。Pijls等人将FFR定义为：当狭窄存在时，冠状动脉可获得的最大血流量与正常最大血流量的比值[1-2]。但压力导丝作为FFR测量的核心元件，其远端超微型压力传感器受环境温度以及本身制作工艺的影响，引入温度及非线性误差对FFR测量影响严重。

目前，压力导丝温度及非线性补偿主要有硬件和软件两种方法。本课题组前期进行了硬件方法的补偿研究[3]，发现硬件补偿与软件补偿，都存在补偿精度不高且成本昂贵等问题。……