- 专利标题: 基于机器学习的血液容积脉搏波信号增强方法及系统
-
申请号: CN202211362076.X申请日: 2022-11-02
-
公开(公告)号: CN115553745B公开(公告)日: 2024-07-09
- 发明人: 王虎成 , 陈贞翔 , 姜晓庆 , 李开云 , 刘文娟 , 王培丞
- 申请人: 济南大学
- 申请人地址: 山东省济南市市中区南辛庄西路336号
- 专利权人: 济南大学
- 当前专利权人: 济南大学
- 当前专利权人地址: 山东省济南市市中区南辛庄西路336号
- 代理机构: 济南圣达知识产权代理有限公司
- 代理商 李圣梅
- 主分类号: A61B5/0205
- IPC分类号: A61B5/0205 ; A61B5/00 ; G06N5/01 ; G06N20/20
摘要:
本发明公开了一种基于机器学习的血液容积脉搏波信号增强方法及系统,该方法包括:获取血液容积脉搏波信号及其对应的真实光电容积描记信号;对获取的信号进行信号预处理,获取信号的多个周期单元信号;构建基于梯度提升回归的多输出回归模型,以血液容积脉搏波信号的多个周期单元信号及其对应的真实光电容积描记信号的多个周期单元信号为训练样本集,训练所述多输出回归模型;将原始血液容积脉搏波信号输入训练完成的多输出回归模型,输出增强后的血液容积脉搏波信号。本发明通过借助机器学习方法搭建信号增强模型,能够增强输出信号的质量,提高信号增强的鲁棒性,同时可以有效提高心率、呼吸率等生理指标检测的准确性。
公开/授权文献
- CN115553745A 基于机器学习的血液容积脉搏波信号增强方法及系统 公开/授权日:2023-01-03