基于BP神经网络的血红蛋白浓度预测模型研究

• 作者: 徐翠敏 曾若生 李世勇 陈真诚
• 来源期刊: 传感器与微系统
• 学科: 医学
• 关键词: 血红蛋白 光电容积脉搏波 反向传播(BP)神经网络 Relief-PCA算法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 研究与探讨
• 页码范围: 32-35
• 页数: 4页
• 分类号: R331
• 字数: 2851字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)08-0032-04

摘要

为实现人体血红蛋白浓度的无创检测,建立了基于反向传播(BP)神经网络的血红蛋白浓度预测模型.采用MAX30102传感器与STM32 F103芯片构成数据采集系统,采集人体指端光电容积脉搏波(PPG)数据.通过小波变换算法消除原始脉搏波信号中的基线漂移噪声,提取22个PPG时域特征参数与3个人体特征参数.结合Relief-PCA算法对这25个特征参数进行筛选,确定出10个关键特征参数作为输入值构建BP神经网络模型.一共采集115组数据,随机选择80组作为模型的训练集、35组为测试集.参考值为Misson HB血红蛋白分析仪测出的微创值.经过对比研究,其相关系数达到了0.88,均方误差为0.71 g/dL.研究表明,基于BP神经网络的血红蛋白浓度检测系统能够较好地对血红蛋白浓度进行测量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈真诚	桂林电子科技大学电子工程与自动化学院	91	434	12.0	16.0
2	曾若生	桂林电子科技大学生命与环境科学学院	5	2	1.0	1.0
3	李世勇	桂林电子科技大学电子工程与自动化学院	2	1	1.0	1.0
4	徐翠敏	桂林电子科技大学电子工程与自动化学院	1	0	0.0	0.0