论文阅读和分析:Applying a Deep Learning Network in Continuous Physiological Parameter Estimation

本文主要是介绍论文阅读和分析:Applying a Deep Learning Network in Continuous Physiological Parameter Estimation,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

论文阅读和分析:Applying a Deep Learning Network in Continuous Physiological Parameter Estimation Based on Photoplethysmography Sensor Signals


## 主要内容:

1、使用CNN-LSTM神经网络架构同时计算HR、SBP、DBP、MAP(心率和血压);

2、通过Advancement of Medical Instrumentation (AAMI) and the British Hypertension Society (BHS)的标准;

3、在MIMIC II数据集上使用10-fold交叉验证;

4、采样频率125HZ;

5、预处理,将数据集中的数据长度过短、数据值异常的去掉;


网络架构:

在这里插入图片描述


网络层配置:

在这里插入图片描述

损失函数:

H δ ( y , f ( x ) ) = { 1 2 ( y − f ( x ) ) 2 , i f ∣ y − f ( x ) ∣ ≤ δ , δ ∣ y − f ( x ) ∣ − 1 2 δ 2 , o t h e r w i s e . H_\delta(y,f(x))=\begin{cases}\frac{1}{2}(y-f(x))^2,&if~|y-f(x)|\le\delta,\\[6pt]\delta|y-f(x)|-\frac{1}{2}\delta^2,&otherwise.\end{cases} Hδ(y,f(x))= 21(yf(x))2,δyf(x)21δ2,if yf(x)δ,otherwise.
其中 δ = 1 \delta=1 δ=1


评价指标:

M A E = 1 n ∑ i = 1 n ∣ y i − y ^ i ∣ M E = 1 n ∑ i = 1 n ( y i − y ^ i ) S D = 1 n ∑ i = 1 n ( x i − M E ) 2 \begin{aligned} {MAE}& =\frac{1}{n}\sum\limits_{i=1}^n\left|y_i-\hat{y}_i\right| \\ ME& =\frac{1}{n}\sum\limits_{i=1}^n\left(y_i-\hat{y}_i\right) \\ SD& =\sqrt{\frac{1}{n}\sum\limits_{i=1}^n\left(x_i-ME\right)^2} \end{aligned} MAEMESD=n1i=1nyiy^i=n1i=1n(yiy^i)=n1i=1n(xiME)2


实验结果:

在这里插入图片描述

参考:

Applying a Deep Learning Network in Continuous Physiological Parameter Estimation Based on Photoplethysmography Sensor Signals

这篇关于论文阅读和分析:Applying a Deep Learning Network in Continuous Physiological Parameter Estimation的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/KPer_Yang/article/details/131178419
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/616814

相关文章

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

C++ 各种map特点对比分析

《C++各种map特点对比分析》文章比较了C++中不同类型的map(如std::map,std::unordered_map,std::multimap,std::unordered_multima... 目录特点比较C++ 示例代码 ​​​​​​代码解释特点比较1. std::map底层实现:基于红黑

Spring、Spring Boot、Spring Cloud 的区别与联系分析

《Spring、SpringBoot、SpringCloud的区别与联系分析》Spring、SpringBoot和SpringCloud是Java开发中常用的框架,分别针对企业级应用开发、快速开... 目录1. Spring 框架2. Spring Boot3. Spring Cloud总结1. Sprin

Spring 中 BeanFactoryPostProcessor 的作用和示例源码分析

《Spring中BeanFactoryPostProcessor的作用和示例源码分析》Spring的BeanFactoryPostProcessor是容器初始化的扩展接口,允许在Bean实例化前... 目录一、概览1. 核心定位2. 核心功能详解3. 关键特性二、Spring 内置的 BeanFactory

MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析

《MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析》本文将详细讲解MyBatis-Plus中的lambdaUpdate用法,并提供丰富的案例来帮助读者更好地理解和应... 目录深入探索MyBATis-Plus中Service接口的lambdaUpdate用法及示例案例背景

MyBatis-Plus中静态工具Db的多种用法及实例分析

《MyBatis-Plus中静态工具Db的多种用法及实例分析》本文将详细讲解MyBatis-Plus中静态工具Db的各种用法,并结合具体案例进行演示和说明,具有很好的参考价值,希望对大家有所帮助,如有... 目录MyBATis-Plus中静态工具Db的多种用法及实例案例背景使用静态工具Db进行数据库操作插入

Go使用pprof进行CPU,内存和阻塞情况分析

《Go使用pprof进行CPU,内存和阻塞情况分析》Go语言提供了强大的pprof工具,用于分析CPU、内存、Goroutine阻塞等性能问题,帮助开发者优化程序,提高运行效率,下面我们就来深入了解下... 目录1. pprof 介绍2. 快速上手:启用 pprof3. CPU Profiling:分析 C