摘要
本发明公开了一种无创连续动态血压检测仪数据分析方法,涉及心脑血管疾病技术领域,采集皮肤生物电信号、心音信号和微动信号,对步骤S1采集的信号进行预处理与采样对齐,利用深度神经网络提取时序特征,卷积神经网络提取空间特征,融合特征并进行回归预测,生成血压预测结果,输出血压状态信息,本发明通过多源信号采集机制,结合深度神经网络与卷积神经网络提取血压相关特征,融合为高精度血压预测模型,不依赖袖带与有创传感器,能够实现连续动态血压预测,输出健康管理报告和预警信息,适用于居家健康管理、慢病随访及远程医疗,具备广泛的临床应用和产业化潜力。
技术关键词
动态血压检测仪
数据分析方法
卷积神经网络提取
时序特征
深度神经网络模型
个性化健康建议
健康服务平台
健康风险评估
卷积神经网络模型
心脑血管疾病技术
电信号
画像模型
多层感知器
融合特征
时间间隔特征
空间结构特征
周期性
系统为您推荐了相关专利信息
推荐算法
媒体推送方法
大数据分析技术
画像
列表
设备特征
资源分配方法
通信服务器
数据
陷阱深度
智能识别方法
深度神经网络模型
度量
交叉点
拓扑图
深度神经网络模型
水电站机组
工况
水电机组故障
时序