发明公开
CN117379024A 一种基于深度学习的微创检测心输出量方法
无效 - 撤回
- 专利标题: 一种基于深度学习的微创检测心输出量方法
-
申请号: CN202311273059.3申请日: 2023-09-28
-
公开(公告)号: CN117379024A公开(公告)日: 2024-01-12
- 发明人: 陈真诚 , 徐惜晨
- 申请人: 桂林电子科技大学
- 申请人地址: 广西壮族自治区桂林市七星区金鸡路1号
- 专利权人: 桂林电子科技大学
- 当前专利权人: 桂林电子科技大学
- 当前专利权人地址: 广西壮族自治区桂林市七星区金鸡路1号
- 代理机构: 桂林文必达专利代理事务所
- 代理商 张学平
- 主分类号: A61B5/029
- IPC分类号: A61B5/029 ; A61B5/0295 ; G06F18/10 ; G06F18/213 ; G06F18/214 ; G06N3/0442 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要:
本发明涉及心输出量检测技术领域,具体涉及一种基于深度学习的微创检测心输出量方法通过构建心输出量检测模型,以PPG波形与ART波形作为输入估计CO,当没有检测心输出量必要的医疗设备时,本发明可以成为一种可行的代替方案,不需要额外的设备,也不需要手动校准,减少了花销,提高了效率,甚至可以附加在具有动脉压力波和光电容积脉搏波的医疗监测器中,经测验验证,在测试集上的百分比误差低于Critchley LAH和Critchley JAJH提出的30%误差阈值,可认为本发明提出的方法在临床上可以接受。