10.13873/J.1000-9787(2018)04-0041-03
基于自学习算法的BCG信号处理方法
针对心冲击描记(BCG)信号中心跳波形缺乏确定模型且受多种因素影响的特点,提出了基于自学习的心跳识别算法.使用聚类分析的方法,有效提取了BCG信号中具有高度相关性的一组曲线,并将其作为心跳模型.将心跳模型与BCG信号进行匹配,捕捉到心跳信号进而得到心跳周期.经实验验证:算法得出的心跳周期误差在±2%以内,并在Android平台上进一步验证了其准确性和实用性.
心冲击描记、心率监测、自学习、聚类分析
37
TP274(自动化技术及设备)
北京市科技计划重大项目D141100003614003
2018-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
41-43,47