基于全连接神经网络的预测平均动脉压的方法及装置

本发明公开了一种基于全连接神经网络的预测平均动脉压的方法及装置，涉及基于人工智能的生物医学技术领域。方法包括：采集每个患者的血压脉搏波信号，对血压脉搏波信号进行S‑G滤波处理；通过双高斯拟合算法构建血压脉搏波包络线，根据血压脉搏波包络线估计每个患者的平均动脉压；分别计算每个患者的多项人体生理参数与平均动脉压的相关度；将相关度大于预设值的人体生理参数变量作为全连接神经网络的输入量，将平均动脉压的预测值作为全连接神经网络的输出量，构造训练样本集和验证样本集，对全连接神经网络进行训练；用训练完成的全连接神经网络预测患者的平均动脉压。本发明有助于提高无创血压测量设备的准确性。