摘要
本申请提供了一种基于深度学习和半导体传感器阵列的人体呼出气检测方法及装置,属于气体检测技术领域;解决了现有半导体气敏传感器对混合气体识别准确率较低的问题;包括以下步骤:获取患者呼出气R‑t响应曲线数据,作为样本数据;构建混合气,获取混合气R‑t响应曲线组并进行存储;对采集的患者呼出气R‑t响应曲线数据以及混合气R‑t响应曲线组进行预处理,并利用经过预处理的患者呼出气R‑t响应曲线组构建患者呼出气气体响应曲线数据集,利用经过预处理的混合气R‑t响应曲线组构建呼出气疾病标志物拟合数据集;使用呼出气疾病标志物拟合数据集构建评价体系;构建识别模型,并使用数据集对识别模型进行学习训练;本申请应用于人体呼出气检测。
技术关键词
人体呼出气检测
半导体传感器
半导体气敏传感器
标志物
曲线
混合气
金属氧化物半导体纳米材料
阵列
数据
患者
采集系统
识别模型训练
疾病
多层感知器
一维卷积神经网络
气体
注意力机制
Adam算法
多通道
系统为您推荐了相关专利信息
偏差
机械臂
关节电机
多电机协同控制装置
识别机械
蓄电池控制单元
电池管理模块
输电塔
电池状态数据
供电系统
水库
系统调度方法
粒子群混合优化算法
鲸鱼优化算法
粒子群优化算法