基于LSTM神经网络的机器学习监测血压的方法

• 收藏
• 分享

专利权人:

浙江工业大学

发明人:

吴化平,张灿,朱鹏程,彭宏伟,苏彬彬

申请号：

CN202010355612.8

公开号：

CN111528814A

申请日:

2020.04.29

申请国别(地区):

CN

年份:

2020

代理人:

摘要：

本发明公开了一种基于LSTM神经网络的机器学习监测血压的方法，通过信号采集装置获取监测对象的心电脉搏波信号和压力脉搏波信号数据的；对取得的信号进行去除噪声和基线漂移的预处理，滤波后得到心电波和PPW波形；对心电波形和PPW信号波形信号数据进行分割、处理；将上述分割好的数据进行特征提取为特征向量序列，并将其输入至LSTM神经网络模型；LSTM神经网络的输出信息即为监测对象的血压信息，包括收缩压SBP和舒张压DBP。本发明能够有效利用PTT这一关键参数，并针对部分人群的脉搏波很多特征难以识别，通过只识别必要特征，提高了血压监测的普适性。

来源网站：

中国工程科技知识中心

来源网址：

http://www.ckcest.cn/home/