一种基于注意力机制和时域卷积神经网络的血压估计方法

摘要

本发明公开了一种基于注意力机制和时域卷积神经网络的血压估计方法，属于连续血压预测技术领域。包括以下步骤：1)采集原始数据集；2)分割原始数据集；3)构建神经网络模型，将预处理后的PPG信号输入到所设计的神经网络模型中进行训练；4)将测试样本数据输入到训练好的神经网络模型中进行血压预测。本发明通过具有加入SE注意力机制模块的时域卷积神经网络，有效解决了现有方法中模型过拟合的问题，且进一步加强了模型对于不同通道信息的关注度，改善了模型对PPG信号进行特征提取时信息丢失的问题，并在保证信息完整的前提下，有效增大了感受野。