ZhongyueZhang785 / Real-Time-Noninvasive-Continuous-Blood-Pressure-Estimation-Using-Machine-Learning

心血管疾病已成为全球范围内致人死亡的头号病因。为了能有效预防心血管疾病,血压的连续测量尤为重要。目前,连续血压测量分为无创测量和有创测量两种方式。有创测量虽然能达到较高的精度,但是操作复杂且存在感染风险。无创测量主要基于脉搏波。随着机器学习的发展,愈来愈多的人使用脉搏波特征参数法。该方法主要存在两点问题。其一,手动提取特征对波形的要求较高,特征选取受研究者先验知识影响,极有可能提取到非相关特征。其二,血压波形中包含的丰富生理信息未能被充分挖掘。大多数研究的预测目标为收缩压、舒张压等单一血压值,较少的研究关注血压整体波形的预测。 针对上述问题,本文创新性地将原本用于二维图像处理的U-Net模型引入一维血压预测中,提出了一种基于U-Net的PPG-ABP转换模型。该方法无需手动提取特征,仅…
13Updated 3 years ago

Alternatives and similar repositories for Real-Time-Noninvasive-Continuous-Blood-Pressure-Estimation-Using-Machine-Learning:

Users that are interested in Real-Time-Noninvasive-Continuous-Blood-Pressure-Estimation-Using-Machine-Learning are comparing it to the libraries listed below