期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Bi-UNet的无创动脉血压波形重建算法
1
作者
潘嘉婷
梁丽诗
陈真诚
《中国医学物理学杂志》
CSCD
2024年第1期66-71,共6页
提出了一种非侵入性的深度学习方法,用于光电容积脉搏波信号重构动脉血压信号。设计的Bi-UNet模型采用U-Net作为特征提取器,设计了双向时间处理器模块,用于提取基于个体模型的时间依赖信息。双向时间处理器模块利用BiLSTM网络有效地分...
提出了一种非侵入性的深度学习方法,用于光电容积脉搏波信号重构动脉血压信号。设计的Bi-UNet模型采用U-Net作为特征提取器,设计了双向时间处理器模块,用于提取基于个体模型的时间依赖信息。双向时间处理器模块利用BiLSTM网络有效地分析正向和反向的时间序列数据。此外,笔者采用了深度监督方法,即训练模型关注数据的各个层面特征,以提高预测波形的准确性。本文模型在重要的动脉血压波形指标收缩压、舒张压和平均动脉血压上的平均绝对误差分别达到了2.89、1.55和1.52 mmHg,标准差分别达到了2.43、1.79和1.47 mmHg。这些结果表明本文方法相比现有技术的优越性,并展示了其在实施和应用中的潜力。
展开更多
关键词
信号重建
无创
动脉血压波形
光电容积脉搏波
深度学习
下载PDF
职称材料
题名
基于Bi-UNet的无创动脉血压波形重建算法
1
作者
潘嘉婷
梁丽诗
陈真诚
机构
桂林电子科技大学电子工程与自动化学院
桂林电子科技大学生命与环境科学学院
广西高校生物传感与仪器重点实验室
广西人体生理信息无创检测工程技术研究中心
出处
《中国医学物理学杂志》
CSCD
2024年第1期66-71,共6页
基金
国家重大科研仪器研制项目(61627807)
广西创新驱动发展项目(2019AA12005)
国家自然科学基金联合基金项目(U22A2092)。
文摘
提出了一种非侵入性的深度学习方法,用于光电容积脉搏波信号重构动脉血压信号。设计的Bi-UNet模型采用U-Net作为特征提取器,设计了双向时间处理器模块,用于提取基于个体模型的时间依赖信息。双向时间处理器模块利用BiLSTM网络有效地分析正向和反向的时间序列数据。此外,笔者采用了深度监督方法,即训练模型关注数据的各个层面特征,以提高预测波形的准确性。本文模型在重要的动脉血压波形指标收缩压、舒张压和平均动脉血压上的平均绝对误差分别达到了2.89、1.55和1.52 mmHg,标准差分别达到了2.43、1.79和1.47 mmHg。这些结果表明本文方法相比现有技术的优越性,并展示了其在实施和应用中的潜力。
关键词
信号重建
无创
动脉血压波形
光电容积脉搏波
深度学习
Keywords
signal reconstruction
non-invasive
arterial blood pressure waveform
photoplethysmogram
deep learning
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Bi-UNet的无创动脉血压波形重建算法
潘嘉婷
梁丽诗
陈真诚
《中国医学物理学杂志》
CSCD
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部