基于深度学习的桡动脉脉搏波重构方法

	基于深度学习的桡动脉脉搏波重构方法
	艾海明 1; 张清利 1; 宋现涛 2; 王野 3; 张松 3; 杨益民 3
	2024-04-25
发表期刊	中国医学物理学杂志
ISSN	1005-202X
卷号	41 期号:04 页码:472-478
摘要	目的：针对从指端脉搏波重构出桡动脉脉搏波的难题，提出一种基于深度学习的重构方法。方法：使用四通道数据采集系统PowerLab分别无创采集指端脉搏波和桡动脉脉搏波，对脉搏波信号噪声源进行分析，利用去基线算法、小波变换去噪算法、归一化预处理算法，得到稳定的信号波形。设计变分自编码器（VAE）网络模型结构参数，利用十折交叉验证法对744例受试者数据进行训练，建立桡动脉脉搏波预测模型。设置学习率、随机失活、正则化项共3项超参数，对VAE网络模型进行优化。结果：186例受试者桡动脉脉搏波重构和同步检测结果表明：低阻型和高阻型指端脉搏波经VAE网络模型建模后5%K差、20%K差、K差总方差、FIT分别为49.10%、96.70%、89.74和75.80%；低阻型和高阻型指端脉搏波经VAE网络优化模型建模后5%K差、20%K差、K差总方差、FIT分别为48.50%、94.50%、73.74和66.30%。结论：VAE网络模型建模及其优化方法可用于桡动脉脉搏波重构，重构精度较高，并具有较强的鲁棒性和泛化能力。
关键词	深度学习脉搏波波形重构模型优化变分自编码器
URL	查看原文
语种	中文
资助项目	国家重点研发计划（2019YFC0119700）;科技部科技创新2030-“新一代人工智能”重大项目（2020AAA0105800）;比尔·梅琳达盖茨基金（OPP1148910）;北京市教委科技项目（KM201951160001）;
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/170072
专题	国家开放大学北京分部
通讯作者	杨益民
作者单位	1.北京开放大学科学技术学院; 2.首都医科大学附属北京安贞医院心内科; 3.北京工业大学环境与生命学部
第一作者单位	国家开放大学北京分部
第一作者的第一单位	国家开放大学北京分部
推荐引用方式 GB/T 7714	艾海明,张清利,宋现涛,等. 基于深度学习的桡动脉脉搏波重构方法[J]. 中国医学物理学杂志,2024,41(04):472-478.
APA	艾海明,张清利,宋现涛,王野,张松,&杨益民.(2024).基于深度学习的桡动脉脉搏波重构方法.中国医学物理学杂志,41(04),472-478.
MLA	艾海明,et al."基于深度学习的桡动脉脉搏波重构方法".中国医学物理学杂志 41.04(2024):472-478.