摘要
本发明公开了一种基于信号维度扩展与轻量级网络的无创血压预测方法,首先采集PPG血压数据以及ABP数据,接着对采集的PPG血压数据与ABP数据进行去噪处理,并对去噪的数据进行清洗。利用已处理的数据进行数据信号维度扩展,构建PPG血压测量模型,其中PPG血压检测模型包括基础卷积层和残差分组卷积模块GroupResidualBock;接着将已构建好的PPG血压测量模型部署进可穿戴设备中,得到可穿戴血压监测设备。最后利用可穿戴血压监测设备对已处理的PPG信号进行测量,即可得到血压值。本发明通过对PPG信号维度扩展,对数据处理环节进行优化,实现了模型血压预测准确度的提高;同时采用了轻量级的算法架构,减小资源占用使其能够在可穿戴嵌入式设备中部署,保障了个人隐私数据安全性。
技术关键词
血压预测方法
血压监测设备
深度学习模型
数据处理环节
个人隐私数据
卷积模块
网络
穿戴设备
主动脉
算法架构
嵌入式设备
低通滤波器
信号值
阶梯
噪声
数值
系统为您推荐了相关专利信息
自动识别方法
雷达航迹数据
样本
深度学习模型
序列
服装
属性识别方法
图片
属性识别模型
深度学习模型
解码矩阵
深度学习模型
分词
计算机设备
训练装置
智能运维方法
数据
深度学习模型
智能运维装置
图谱
十二导联心电图
血管造影检查
计算机断层扫描
电子健康记录
下肢血管疾病