技术总结
本发明公开了基于Elman神经网络的云端连续血压测量方法和系统，包括步骤：S1、测量获得被测者的实时的脉搏波信号；S2、对脉搏波信号进行去噪处理；S3、对去噪后的脉搏波信号进行特征点提取；S4、将提取获得的脉搏波信号的特征点作为Elman神经网络的输入，进行采用训练好的Elman神经网络模型对血压值进行预测，将获得的预测值作为连续血压测量值。本发明基于Elman神经网络，可以准确的预测出血压值，具有较好的准确性和稳定性，可广泛应用于血压测量行业中。
技术研发人员：司玉娟;王月猛;刘立勋;郎六琪;于靖涛
受保护的技术使用者：吉林大学;吉林大学珠海学院
文档号码：201710100824
技术研发日：2017.02.23
技术公布日：2017.06.13