一种基于深度学习技术的血红蛋白动态光谱分析预测方法

摘要

本发明公开了一种基于深度学习技术的血红蛋白动态光谱分析预测方法，与现有技术相比解决了无法对血红蛋白浓度及其对应疾病进行实时批量综合分析的缺陷，同时人避免了为进行回归分析所带来的误差，增加了测量的准确度。本发明包括如下步骤：深度学习训练数据的获得与预处理；构建深度学习模型；深度学习测试数据的获得；将预处理过后的训练数据、测试数据和相应标签输入进深度学习模型，完成对深度学习模型的训练与评价；将待测数据输入训练好的深度学习模型进行预测。本发明基于ResNet的结构模型来进行血红蛋白动态光谱分析预测，提升了血红蛋白浓度的预测的准确性以及模型的鲁棒性。