走在汽車革命的路上論文書籍站
朝陽科技大學 資訊工程系 劉省宏所指導 賴邵恒的 以脈波參數實現無臂帶式血壓測量 （2018），提出踏頻感測器ptt關鍵因素是什麼，來自於光電容積描繪法、體阻抗容積描繪法、多維度回歸模型、多層類神經網路、血壓測量。
以脈波參數實現無臂帶式血壓測量
為了解決踏頻感測器ptt 的問題，作者賴邵恒 這樣論述：
由於穿戴技術的進步，許多生理監測儀器逐漸轉變為可穿戴式裝置。但是，血壓監測的儀器在目前消費市場中，依然採用臂帶的測量方式。現在，基於脈搏傳遞時間(PTT)的理論，開發了臂帶血壓測量技術，但其準確性並不好。根據心臟血流動力學理論，血壓與動脈特徵有關。因此，本研究的目的是利用光電容積描繪法與體阻抗容積描繪法，測量脈搏波，並擷取其特徵，利用多維度回歸模型與多層類神經網路估測血壓。經過評估後發現多維度回歸模型的測量誤差較小。有20名受試者參與實驗，並且透過運動來改變受試者的血壓。光電容積描繪法結果顯示，以最好的參數組合透過多維度回歸模型估測的收縮壓和舒張壓，其平均的均方根誤差分別為 5.877mmH
g和4.334 mmHg，均優於單一參數脈波傳遞時間，7.796 mmHg和6.039 mmHg。體阻抗積描記法結果顯示，其平均的均方根誤差分別為 5.387mmHg和5.528 mmHg，均優於單一參數脈波傳遞時間，6.324mmHg和6.480 mmHg。透過多層類神經網路，其最好光電容積描繪法的參數組所估測的收縮壓與舒張壓的值為 8.080mmHg和4.620mmHg，均優於單一參數PTT， 8.214mmHg和4.648mmHg。