-
公开(公告)号:CN117100239A
公开(公告)日:2023-11-24
申请号:CN202311061808.6
申请日:2023-08-22
Applicant: 桂林电子科技大学
IPC: A61B5/021 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提供的是一种基于CNN+LSTM的血压检测系统设计。其特征是:它是由输入PPG信号;对PPG信号进行预处理;预处理后的PPG信号表示为单变量时间序列并贴上对应的血压标签;划分训练数据集和测试数据集;构建基于CNN+LSTM的血压检测模型;将训练集输入到血压检测模型进行训练;将测试集输入到血压检测模型对血压检测模型进行验证,验证其有效性。原始的PPG信号须经过预处理,消除噪声和无用信号,并将PPG信号进行分割将其转换成时间序列信号,再使用卷积神经网络(CNN)进行特征提取,然后使用长短期记忆(LSTM)网络自动准确地估计血压。本发明应用于医疗、传感等应用领域。