-
题名基于BP神经网络的血红蛋白浓度预测模型研究
被引量：7
- 1
-
-
作者
徐翠敏
李世勇
曾若生
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
-
出处
《传感器与微系统》
CSCD
2020年第8期32-35,共4页
-
基金
国家自然科学基金资助项目(61627807,81873913)
广西创新研究团队项目(2017GXNSFGA198005)。
-
文摘
为实现人体血红蛋白浓度的无创检测,建立了基于反向传播(BP)神经网络的血红蛋白浓度预测模型。采用MAX30102传感器与STM32F103芯片构成数据采集系统,采集人体指端光电容积脉搏波(PPG)数据。通过小波变换算法消除原始脉搏波信号中的基线漂移噪声,提取22个PPG时域特征参数与3个人体特征参数。结合Relief-PCA算法对这25个特征参数进行筛选,确定出10个关键特征参数作为输入值构建BP神经网络模型。一共采集115组数据,随机选择80组作为模型的训练集、35组为测试集。参考值为Misson HB血红蛋白分析仪测出的微创值。经过对比研究,其相关系数达到了0.88,均方误差为0.71 g/d L。研究表明,基于BP神经网络的血红蛋白浓度检测系统能够较好地对血红蛋白浓度进行测量。
-
关键词
血红蛋白
光电容积脉搏波
反向传播(BP)神经网络
relief-pca算法
-
Keywords
hemoglobin(HB)
photoplethysmography(PPG)
BP neural network
relief-pca algorithm
-
分类号
R331
[医药卫生—人体生理学]
-
