基于SVM-RBFNN的膀胱尿液容量监测系统

作者：陈旭鸿; 李笑^*; 李亚鹏; 伍宗鹏; 邵爱祥

来源：机械设计与研究, 2023, 39(02): 34-44.

DOI：10.13952/j.cnki.jofmdr.2023.0050

• 膀胱尿液容量
• 监测系统
• 预测模型
• SVM
• RBFNN

针对植入式膀胱尿液容量监测系统存在损伤膀胱组织、传感器易脱落及尿液容量预测模型精度低等问题，设计了一种基于多点位分布式力检测的植入式膀胱尿液容量监测系统，并提出了一种基于SVM-RBFNN的变姿态膀胱尿液容量预测模型。该系统通过体内装置多个微型力传感器和无线通讯模块实现膀胱压力信号的采集和传输；体外装置对压力信号进行接收、处理、显示和存储，并通过无线供能模块向体内装置供电。该模型通过结合支持向量机(SVM)和径向基函数神经网络(RBFNN)实现变姿态下的尿液容量预测。通过搭建模拟实验平台，对该系统和预测模型进行测试。测试结果表明：监测系统可稳定采集膀胱压力信号，传感器不易脱落。预测模型姿态识别正确率达93.75%。尿液容量预测平均精度达96%以上，最大误差绝对值和预测精度均优于BP神经网络。可为设计新型的膀胱尿液容量监测系统提供技术指导。

• 单位
  广东工业大学