基于GRNN的糖尿病足足底压力信号检测系统设计

摘要

信号采集系统在实际应用中,会受到传感器本身及外界温湿度等内外因素的影响,导致系统采集到的数据存在较大误差。该文基于STM32单片机对传统压力采集电路结构进行了改进设计,并采用了广义回归神经网络(GRNN)拟合算法,研制出一套针对多传感采集(1 024个)及采样频率为100 Hz的足底信号检测系统。文中对传感阵列施压测得电导,基于最小二乘法和GRNN两种算法在Matlab中对压-导值进行拟合对比,结果显示,应用了GRNN力-导映射关系的足压检测系统的相对误差为2.89%,相较于最小二乘法,降低了9.11%。由此可得,采用GRNN拟合关系的压力信号检测系统生成的压力云图,可以更好地反应检测者的足底压力分布,能够为糖尿病足病况分析提供可靠的测试平台和高精度的环境。