科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有无创血压连续监测方法的不足,提出一种主要基于脉搏波的多方面特征提取和包含参数影响程度评估及优化过程的BP神经网络血压预测模型。对经过预处理的脉搏波进行包络拟合,提取表征其包络特性的特征值,提取出脉搏波到达时间PWTT以及与血管状态密切相关的特征值,如中心动脉反射波增强指数AI、动脉僵硬度指数LASI等;将以上参数结合测试标本的年龄和心率输入到BP神经网络进行初步训练;使用平均影响值(MIV)评估输入参数对输出的影响程度,通过排名比较,滤除低影响值参数,重新训练神经网络,得到经MIV参数优化的血压预测模型的输出结果。经与其他模型对比及预测结果的Bland-Altman一致性分析表明,该模型的估计效果良好,对医学连续血压预测的应用有积极意义。
- 单位
