以深度學習及動脈壓力波頻譜諧波分析實驗為基礎開發脈搏訊號分析系統

科展類別
臺灣國際科展作品
屆次
2020年
科別
電腦科學與資訊工程
得獎情形
四等獎
學校名稱
雲林縣私立揚子高級中學
指導老師
廖洺漢;洪哲倫
作者
施竣皓
關鍵字
深度學習神經網路(Deep Neural Network)、血液共振理論(Blood Resonance Theory)、Grafcet

摘要或動機

本研究提出一套創新的人體健康分析方式,透過全新的分析演算法架構深度解析脈搏訊號中的特徵,並結合深度神經網路進行預測,最後開發成監測人體健康的嵌入式系統。本研究基於血液共振理論,將光體積變化描計圖法擷取到的脈搏訊號進行訊號處理,從中擷取出共振峰值以及其變化量,檢測血液循環一週的微小變化,改善了當前分析方法著重在計算平均值,無法呈現即時狀態的缺失。本研究提出的系統和演算法所延伸的預警系統具有77.3%的預測精準度,同時可以擴展至多種趨勢相關的臨床症狀。此外,本系統十分適合應用於低功耗、低成本的硬體,對於未來各種行動裝置、穿戴科技與居家照護的生理數據分析需求,可提供實質的貢獻。


「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」,以及 提供使用者有文書軟體選擇的權利,本館檔案下載部分文件將公布ODF開放文件格式, 免費開源軟體可至LibreOffice 下載安裝使用,或依貴慣用的軟體開啟文件。」

檔案名稱 檔案大小 格式
190006.pdf 2 MB Adobe Reader(Pdf)檔案