传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2014年
4期
132-134,138
,共4页
温亮%李振波%陈佳品%张大伟
溫亮%李振波%陳佳品%張大偉
온량%리진파%진가품%장대위
血压测量%高斯拟合%神经网络%示波法
血壓測量%高斯擬閤%神經網絡%示波法
혈압측량%고사의합%신경망락%시파법
blood pressure measurement%Gaussian fitting%neural network%oscillography
针对示波法血压测量的准确性提出一种改进方法.和以往脉搏波的提取方法不同,采用2个高斯函数之和作为模型对脉搏波包络线进行拟合.以拟合后的高斯函数参数为输入,通过2个前馈神经网络进行收缩压和舒张压的判定.实验表明:和幅度系数法相比,该算法在准确性上有了明显提高.
針對示波法血壓測量的準確性提齣一種改進方法.和以往脈搏波的提取方法不同,採用2箇高斯函數之和作為模型對脈搏波包絡線進行擬閤.以擬閤後的高斯函數參數為輸入,通過2箇前饋神經網絡進行收縮壓和舒張壓的判定.實驗錶明:和幅度繫數法相比,該算法在準確性上有瞭明顯提高.
침대시파법혈압측량적준학성제출일충개진방법.화이왕맥박파적제취방법불동,채용2개고사함수지화작위모형대맥박파포락선진행의합.이의합후적고사함수삼수위수입,통과2개전궤신경망락진행수축압화서장압적판정.실험표명:화폭도계수법상비,해산법재준학성상유료명현제고.
