摘要
传统的脉搏信号亚健康检测主要采取手工提取特征,这类方法容易受人为主观意志的影响,从而导致亚健康检测的识别率较低.针对这一问题,将深度残差网络方法应用于信号特征提取领域,提出一种适用于脉搏信号亚健康检测的深度残差网络模型.首先,针对实验中存在的脉搏信号样本数量不足的问题,在生成式对抗网络的基础上提出了一种脉搏信号的生成方法,对脉搏信号数据集进行扩增;然后针对脉搏信号的特点,改进深度残差网络,引入一维卷积,构建适用于脉搏信号亚健康的检测模型;最后,利用扩增之后的数据集训练该模型,对人体亚健康状态进行检测.实验结果表明,该方法能够有效地区分健康与亚健康状态,与现有的方法相比,可以取得更高的识别率.
基金项目
国家自然科学基金(61672021)
陕西省自然科学基础研究计划项目(2017JM6108)
国家科技期刊平台
NSTL
维普
万方数据