基于神经网络融合的脉搏波处理及多生理参数AI预测方法

本发明涉及脉搏波监测技术领域，且公开了基于神经网络融合的脉搏波处理及多生理参数AI预测方法，所述方法包括以下步骤：S1.通过戒指式或手环式脉搏波传感器采集原始脉搏波信号；S2.利用C#数据采集层对信号进行实时采集与初步分离，获取连续脉搏波信号（至少18秒）。本发明通过基于Transformer编码器的神经网络特征提取引擎，利用多头注意力机制融合脉搏波信号，有效抑制了光照噪声和运动伪迹，显著提高了脉搏波信号在动态场景下的稳定性和抗干扰能力，解决了传统脉搏波技术在动态场景下易受运动伪迹和外部光源干扰的问题，从而提高了信号质量，开创性使用智能共识模块对生理参数预测结果进行加权平均与逻辑验证输出更准确的AI预测。