基于神经网络模式识别的人体大便便意识别模型研究

针对医院患病老人长期卧床、缺乏自理能力,尤其是大便护理难以解决的问题,提出了基于神经网络的大便便前监测模型。根据人体便前90 s生理参数会发生明显变化的特点,通过采集人体有便意和无便意状态下的生理参数制定数据集,构建大便便意识别模型并使用数据集对其进行训练,最终通过训练后的模型实现对卧床失能老人的大便便意识别和便前监测。临床实验结果表明:该预测模型进行便意识别和便前监测的准确率在80%~87%之间,具有较高精度和实用价值。