典型文献
基于PSO-ELM的无创血压检测方法
文献摘要：
为降低人体特征差异对血压预测模型的影响,进一步提高血压预测的准确度,该文提出一种基于脉搏波传递时间改进的无创血压检测方法.首先由采集到的光电容积脉搏波信号(PPG)与心电信号(ECG)求得的脉搏波传递时间(PWTT)以及体重(weight),计算出血压粗略值;然后结合人体固有的生理参数作为PSO-ELM(Particle Swarm Optimization-Extreme Learning Machine)预测模型的输入参数,从而获得最终的血压预测值.通过与SVM、RF和传统水银计测量方法对比发现,PSO-ELM方法求得的舒张压(DBP)与收缩压(SBP)平均绝对误差(MAE)均满足美国医疗仪器促进协会(AAMI)制定的±5 mmHg的标准,与水银计测血压方法具有更好的一致性,并且在±5 mmHg误差范围的命中率均高于SVM与RF方法的命率.
文献关键词：
脉搏波传递时间;粒子群优化;极限学习机;人体特征;血压检测
中图分类号：
作者姓名：
周慧婕;陈小惠;于舒洋;张桂珍;张芳敬
作者机构：
南京邮电大学 自动化学院、人工智能学院,江苏 南京 210023
文献出处：
引用格式：
[1]周慧婕;陈小惠;于舒洋;张桂珍;张芳敬-.基于PSO-ELM的无创血压检测方法)[J].计算机技术与发展,2022(12):63-68
A类：
脉搏波传递时间,PWTT,水银计
B类：
PSO,ELM,无创血压检测,人体特征,特征差异,高血压预测,光电容积脉搏波,PPG,心电信号,ECG,weight,粗略,生理参数,Particle,Swarm,Optimization,Extreme,Learning,Machine,输入参数,RF,计测,方法对比,舒张压,DBP,收缩压,SBP,平均绝对误差,MAE,医疗仪器,AAMI,mmHg,测血压,误差范围,命中率,粒子群优化,极限学习机
AB值：
0.339973
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
