论文部分内容阅读
为了提高人体心脏健康监测的便利性和准确性,研究了基于PVDF压电薄膜的鞋垫式心冲击信号检测系统,首先实现了不同性别人群的心率采集,在此基础上提取心冲击信号波形中t(IJ)、t(IK)、Int(HK)和Int(BCG)特征向量作为IPSO-BP神经网络模型的输入,进而对冠心病进行了预测分类。通过与BP模型的评估对比得到IPSO-BP神经网络模型分类效果更佳,并以100组实验样本验证该模型对冠心病的预测分类具有较高的准确性,其正确率约为92%。