基于脈搏波頻域梅爾頻率倒譜系數(shù)特征的高血壓危險分層預測模型

摘要： 目的 為改進基于人工智能技術(shù)高血壓時域脈搏波分類模型精度低、泛化性能差的問題，提出一種基于融合注意力機制的頻域脈搏波預測模型。方法 首先將時域脈搏波轉(zhuǎn)換為頻域梅爾頻率倒譜系數(shù)特征，增強脈搏波區(qū)分度，采用時間卷積網(wǎng)絡與Transformer 結(jié)構(gòu)提取脈搏波深層特征，并將自注意力機制與選擇性內(nèi)核注意力進行決策融合，提取脈搏波關(guān)聯(lián)特征，并采用Floodings正則化方法間接控制訓練損... ... （共15頁）