一种基于深度神经网络的无创连续血压测量方法
- 专利权人:
- 北京邮电大学
- 发明人:
- 袁学光,张阳安,杨帆
- 申请号：
- CN201810430346.3
- 公开号：
- CN108498089A
- 申请日:
- 2018.05.08
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明提出,一种基于深度学习的无创连续血压测量方法,主要包括脉搏波信号预处理方法、深度神经网络模型建立方法和血压测量方法。通过对输入到神经网络的脉搏波信号进行了预处理,经过了滤波去噪、归一化处理,这样可以使建立的模型更精准,适应性更好。本方法运用深度神经网络,避免了的主观的特征提取以及复杂的数学建模问题,同时通过大量的数据训练网络,使得网络能够对不同个体的不同形态的脉搏波进行血压测量,一次训练后就能应用于广泛的血压预测场景中。与现有技术相比,客观度高,模型鲁棒性强,适用于集成在家庭式医疗监护设备中,也适用于可穿戴设备的血压监测。
- 来源网站：
- 中国工程科技知识中心
