换一批
换一批摘要针对目前基于光电容积脉搏波(photoplethysmography,PPG)的血压(blood pressure,BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法.该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression tree,GBRT)提取单周期PPG信号及其一阶和二阶导数的高阶交叉特征,并利用卷积神经网络(convolutional neural networks,CNN)提取PPG信号的时频图中的深层特征;随后将提取的特征输入支持向量回归器(support vector regression,SVR)构建BP估计模型.在UCI-BP数据库的12 000个样本上进行了模型评估,实验结果表明所提出的方法优于最新的BP估计方法.
更多相关知识
栏目名称
计算机与信息工程
DOI
10.3969/j.issn.1003-5060.2022.09.006
发布时间
2022-10-13
基金项目
安徽省科技重大专项资助项目
- 浏览7
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
