一种基于元学习神经网络预测中心动脉压的方法

摘要

一种基于元学习神经网络预测中心动脉压的方法，涉及人工智能领域。包括以下步骤：S1.获取患者中心动脉压力波形及生理指标(性别、身高、体重、身体指数、年龄、心率、收缩压、舒张压、平均动脉压、心输出量)；S2.基于高斯函数叠加法进行波形分解，获取高斯特征参数(ai,bi,ci,i＝1,2,3,4)；S3.探究患者生理指标与高斯特征参数之间的显著性关系，选择具有显著相关性的生理指标作为输入数据；S4.基于生理指标和高斯特征参数建立元学习数据集；S5.搭建神经网络，基于元学习算法预测高斯特征参数，进而获得中心动脉压，并将预测波形与临床实测波形进行对比验证。