[发明专利]一种基于深度学习的血压检测系统

权利要求书

1.一种基于深度学习的血压检测系统，其特征在于，其步骤包括：

S1、获取用户近期的血压检测数据；

S2、利用LSTM神经网络算法将步骤S1中获取的血压检测数据按时间节点进行比较分析，判断用户近期的血压状态，从而生成专属于用户的血压状态时间序列模型；

S3、将用户的血压状态时间序列模型在计算引擎中进行相似性匹配，生成模拟血压变化范围，以得到用户的血压趋势预测；

S4、当用户再次测量血压时，将测得的血压数据与步骤S3中生成的血压趋势预测相比较；若符合预测范围，则判断血压正常；若超出预测范围，则判断血压异常，触发预警系统；

S5、将步骤S4中测得的血压数据写入该用户的血压状态时间序列模型进行更新，并重新执行步骤S3。

2.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S1中，获取血压检测数据的方式为数据库检索或手动输入。

3.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S2中，用户的血压状态时间序列模型保存利用LSTM神经网络算法分析过的结点。

4.根据权利要求3所述的基于深度学习的血压检测系统，其特征在于：所述结点中包含时间与血压数据相关联的信息。

5.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S2中，判断用户近期的血压状态是通过用户自身的血压数据进行血压状态分析及异常检测。

6.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S3中，使用的计算引擎为Spark计算引擎。

7.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S3中，还包括获取用户的治疗信息，作为血压趋势预测的参考数据。

8.根据权利要求7所述的基于深度学习的血压检测系统，其特征在于：根据用户的治疗情况，判断用户的血压状况是否有所改善，并将该信息反馈给医生作为下一步治疗的参考。

9.根据权利要求1所述的基于深度学习的血压检测系统，其特征在于：所述步骤S4中，超出预测范围±5mmHg时触发预警系统。

10.根据权利要求9所述的基于深度学习的血压检测系统，其特征在于：当血压数值处于标准范围内时，不触发预警系统。