公开(公告)号：CN116350196A

公开(公告)日：2023-06-30

申请号：CN202310196540.0

申请日：2023-03-03

Applicant: 广东工业大学

Inventor： 张子榕 ,  陈秋妍 ,  邓宇 ,  谢绮雯 ,  卢美怡 ,  徐启明

IPC: A61B5/021 ,  A61B5/00 ,  A61B5/145 ,  G06F18/214 ,  G06F18/243 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了基于深度学习的无创血压值预测方法及系统，该方法包括：基于十折交叉验证法对预处理数据集进行划分处理，获取第一数据集与第二数据集；基于第一数据集对卷积神经网络模型依次进行训练与预测，得到血压预测值；将血压预测值与第二数据集输入至梯度提升树模型进行训练，得到当前时刻血糖预测值；通过分数阶灰度预测模型对当前时刻血糖预测值进行预测，得到下一时刻的血糖预测值。通过使用本发明，能够基于卷积神经网络模型对PPG信号进行处理，从而得到血压血糖值，提高血糖测量的准确度。本发明作为基于深度学习的无创血压值预测方法及系统，可广泛应用于数字信号处理技术领域。