基于GA优化的MIV-BP神经网络连续血压无创监测方法研究

摘要：

针对现有的基于脉搏波传导时间法或脉搏波特征参数法的血压测量模型存在的不足,提出利用平均影响值(Mean Impact Value,MIV)法从提取的脉搏波传导时间和脉搏波特征参数中优选出对血压值影响较大的参数作为输入量,血压值作为输出量训练BP神经网络模型,然后采用遗传算法(Genetic Algorithm,GA)对个性化参数进行优化,从而建立一种连续血压无创监测模型-GA-MIV-BP神经网络模型.该模型计算血压的结果与实际测量得到的结果进行Bland-Altman一致性分析,表明两者具有很好的一致性,可互换使用,因此该算法对促进无创连续血压监测方法的临床应用具有积极作用.

关键词：脉搏波特征参数、脉搏波传导时间、连续血压无创监测、GA-MIV-BP神经网络模型

所属期刊栏目：38

分类号：R318;TH773(医用一般科学)

资助基金：国家自然科学基金81371713

在线出版日期：2019-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：71-79