為實(shí)現(xiàn)人體血紅蛋白濃度的無(wú)創(chuàng)檢測(cè),建立了基于反向傳播（BP）神經(jīng)網(wǎng)絡(luò)的血紅蛋白濃度預(yù)測(cè)模型。采用MAX30102傳感器與STM32F103芯片構(gòu)成數(shù)據(jù)采集系統(tǒng),采集人體指端光電容積脈搏波（PPG）數(shù)據(jù)。通過(guò)小波變換算法消除原始脈搏波信號(hào)中的基線漂移噪聲,提取22個(gè)PPG時(shí)域特征參數(shù)與3個(gè)人體特征參數(shù)。結(jié)合Relief-PCA算法對(duì)這25個(gè)特征參數(shù)進(jìn)行篩選,確定出10個(gè)關(guān)鍵特征參數(shù)作為輸入值構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。一共采集115組數(shù)據(jù),隨機(jī)選擇80組作為模型的訓(xùn)練集、35組為測(cè)試集。參考值為Misson HB血紅蛋白分析儀測(cè)出的微創(chuàng)值。經(jīng)過(guò)對(duì)比研究,其相關(guān)系數(shù)達(dá)到了0.88,均方誤差為0.71 g/d L。研究表明,基于BP神經(jīng)網(wǎng)絡(luò)的血紅蛋白濃度檢測(cè)系統(tǒng)能夠較好地對(duì)血紅蛋白濃度進(jìn)行測(cè)量。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2020,39(08)CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 血紅蛋白檢測(cè)原理
2 PPG信號(hào)預(yù)處理
3 算法研究
    3.1 脈搏波特征參數(shù)的提取
    3.2 信號(hào)特征的選擇
4 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型
    4.1 模型建立
    4.2 結(jié)果分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于Relief算法的心血管疾病輔助診斷研究[J]. 周譚琪,梁永波,劉桂勇,譚少珍,陳真誠(chéng).  生物醫(yī)學(xué)工程學(xué)雜志. 2017(04)
[2]基于TMS320F2812DSP的無(wú)創(chuàng)血紅蛋白濃度檢測(cè)儀設(shè)計(jì)[J]. 李國(guó)軍,唐飛,王曉浩,李曙哲,楊濤.  傳感器與微系統(tǒng). 2012(12)
[3]人體血氧飽和度檢測(cè)中消除脈搏波信號(hào)高頻噪聲的方法[J]. 李慶波,韓慶陽(yáng).  光譜學(xué)與光譜分析. 2012(09)
[4]基于形態(tài)濾波的脈搏波信號(hào)基線漂移消除方法研究[J]. 劉艷麗,趙為松,李海坤,汪方斌.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)



本文編號(hào)：3161906