利用SENet中嵌入的多门控递归单元预测连续血压
陈晓雷 *,† ,郝畅 * 、曹保宁 * 、陆玉兵 ** 和林冬梅 ***
[1] L.Ma,Y.Wu,W.Wang等人,“中国心血管疾病报告解读(2017)”,《中国心血管病杂志》,第23卷第1期,第3-6页,2018年。 [2] 方俊杰、张振中,“基于小波分析和BP神经网络的人体血压预测”,《消化杂志》,第26卷,第8期,第157-161页,2017年。 [3] 王毅,“基于Elman神经网络的无创连续血压测量研究”,吉林大学,2018。 [4] J.Zhang,L.Gu,S.Jiang,“基于卷积递归神经网络的血压测量模型”,北京生物医学工程,第37卷,第5期,第494-501页,2018年。 [5] P.Su,X.R.Ding,Y.T.Zhang等人,“利用深度递归神经网络进行长期血压预测”,IEEE EMBS国际生物医学与健康信息学会议,2018年,第323-328页。 [6] A.Zhang,P.Wang,Y.Chou,“基于动态微分阈值的脉冲信号峰值检测算法”,吉林大学学报(工程版),第44卷,第3期,第847-853页,2014年。 [7] D.Lin,A.Zhang,R.Shen,P.Wang,L.Yang,X.Chen,“双目视觉脉冲测量系统中的相机同步采集方法”,吉林大学学报(工程版),第45卷,第6期,第1999-2006页,2015年。 [8] D.Lin,A.Zhang,J.Gu等人,“基于双目视觉理论的桡动脉多点脉搏波和动态3D脉搏形状检测”,《生物医学中的计算机方法和程序》,第61-73页,2018年。 [9] H.Chang,X.Chen,A.Zhang,C.Li,D.Lin,“基于嵌入改进SENet的卷积神经网络的连续血压预测”,《计算机工程与应用》,第57卷,第7期,第130-135页,2021年。 [10] R.Dey和F.M.Salemt,“选通递归单元(GRU)神经网络的选通变体”,2017年IEEE第60届国际中西部交响乐团。 《电路与系统》(MWSCAS),第1597-1600页,2017年。 [11] K.Cho,B.van Merrienboer,C.Gulcehre等人,“使用RNN编码器-解码器学习短语表示用于统计机器翻译”,arXiv预印本,arXiv:1406.10782014年。 [12] J.Hu、L.Shen和G.Sun,“挤压和激励网络”,Proc。 IEEE计算机视觉和模式识别会议,第7132-7141页,2018年。 [13] O.Russakovsky,J.Deng,H.Su等人,“ImageNet大规模视觉识别挑战”,《计算机视觉国际期刊》,第115卷,第3期,第211-252页,2015年。 [14] B.Zhou,A.Lapedriza,A.Khosla等人,“位置:用于场景识别的1000万图像数据库”,IEEE Trans。 《模式分析与机器智能》,第40卷,第6期,第1452-1464页,2017年。