摘要
本发明涉及基于特定计算模型的计算机系统技术领域,公开一种融合动态贝叶斯建模的血氧变化监测算法,包括:通过计算脉搏波形谐波能量分布的熵值量化信号不确定性,并基于该熵值驱动动态贝叶斯网络对血氧估算模型进行置信度评估与加权处理,最终输出包含血氧估算值及其置信度的决策对。本发明通过将信号不确定性转化为可计算的熵值指标,使系统能够自主区分真实生理变化与测量噪声,避免了传统血氧监测中运动干扰导致的误判问题,同时利用贝叶斯网络的持续学习能力实现无感个性化校准,显著提升了医疗级穿戴设备的可靠性和实用性。
技术关键词
动态贝叶斯网络
监测算法
谐波
光电容积脉搏波
指标
形态
波形
远程健康监测
指示设备状态
历史数据统计
心脏电生理
线性回归模型
预定算法
可穿戴设备
系统为您推荐了相关专利信息
绩效考核数据
指标评价方法
员工绩效考核
企业知识库
知识图谱技术
注意力机制
非易失性存储介质
融合卷积神经网络
计算机可读指令
列车运行数据
环境光亮度
照明方法
波长
图像识别算法
卷积神经网络模型
探测识别方法
无人机
机器学习算法
识别特征
多模态特征融合
系统频率响应模型
孤网系统
同步发电机
风光
计算方法