基于一维卷积神经网络的实时心脏按压评估

【摘要】 在胸外心压加速度波形时,现有的利速度波形积分计算胸外心压距离的方法多数存在的胸外心压分漂移、误差的问题%在波形分割和标签修正的基础上,基维波形的。对滤波后的数据,滑动窗口模型分割的单次按压的加速度波形,根据数据离散程度对标签修正,解决标签可信度低的问题,在基础上运用学习率衰减、Adam化%实结果表明,该基维一维比的积分等构建的分类正确率达到99.4%,对5%,且不受按压遮挡、电磁波干扰等因素的影响,胸外心压模、BP:有良好的%