-
公开(公告)号:CN118436326A
公开(公告)日:2024-08-06
申请号:CN202410429684.0
申请日:2024-04-10
Applicant: 桂林电子科技大学
IPC: A61B5/021 , A61B5/00 , G06F18/214 , G06F18/15 , G06V10/80 , G06N3/0442
Abstract: 本发明公开了一种基于多波长光电容积脉搏波融合的血压预测方法及装置。该方法获取多个波长的脉搏波信号作为数据集,对数据集进行滤波和归一化预处理,然后对预处理后的多波长脉搏波信号分别进行连续小波变换获取频谱图。将同一时间段内各个波长的频谱图融合成多通道输入,并输入多通道注意力卷积神经网络‑双向长短期记忆网络(ACNN‑BiLSTM)模型中。通过ACNN‑BiLSTM网络对多通道输入进行特征提取和融合,实现血压值的预测输出。该发明融合了多个波长的光电容积脉搏波信号,保留了时域和频域特征,并通过创新的ACNN‑BiLSTM模型实现了高精度血压预测,具有重要的理论意义和应用价值。
-
公开(公告)号:CN118402785A
公开(公告)日:2024-07-30
申请号:CN202410414200.5
申请日:2024-04-08
Applicant: 桂林电子科技大学
IPC: A61B5/1455 , A61B5/145 , A61B5/00
Abstract: 本发明提供一种基于脉搏波特征的无创血红蛋白预测方法。该方法对多波长PPG信号进行预处理获得平滑信号,然后提取复杂网络映射特征和形态学特征。复杂网络映射特征利用统计量构建PPG复杂网络并提取网络拓扑结构特征。形态学特征基于PPG及其导数信号,提取时域、频域等特征。采用先分类再回归算法框架,使用支持向量机对复杂网络特征分类人群血红蛋白水平,然后针对每类人群使用形态学特征的XGBoost回归模型预测具体数值,实现快速准确的血红蛋白水平预测,为无创检测提供新解决方案。
-