摘要
本发明公开了一种结合深度学习和临床先验知识的PPG血压估计方法及系统,结合深度学习和临床先验知识的PPG血压估计方法先通过信号采集模块获取脉搏波信号;再对脉搏波信号进行预处理,分别输出第一支路脉搏波信号和第二支路脉搏波信号;然后将第一支路脉搏波信号进行维度转换并通过深度学习网络提取多维特征,提取第二支路脉搏波信号中临床先验知识特征;最后,根据多维特征与临床先验知识特征构建相应时间段的血压估计模型,并通过血压估计模型预测输出对应时间段的血压值,从而通过结合深度学习和临床先验知识的双分支特征提取提高所提取的PPG特征与BP的相关性及血压测量精度,保证该血压估计方法的有效性、可解释性,并提高估计血压值的可信度。
技术关键词
血压估计方法
血压估计模型
血压估计系统
深度学习网络提取
心动周期
时间段
时域特征
信号采集模块
统计特征
节点
波形
脉搏波传感器
采样点
特征提取模块
卷积模块
分支
系统为您推荐了相关专利信息
机械循环辅助装置
数值仿真模型
决策方法
患者
血管模型
智能管理方法
多模态数据融合
金融交易系统
量子神经网络
强化学习环境
半监督深度
图像分割网络
超声心动图
像素点
左心室
主动脉
血流动力学参数
计算方法
心动周期
流体力学技术