Aromatherapy PTT的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

運用機器學習發展之個別化血壓偵測演算法

為了解決Aromatherapy PTT的問題，作者胡冠群 這樣論述：

量測血壓對於醫生對病患的診斷是個重要的指標，血壓對於我們的生活是息息相關，高血壓會導致心血管疾病，若能及時的發現和治療，能夠有效降低死亡率，現今有許多文獻提出非侵入式連續量測血壓的方式，但大多都不是針對個人的生理狀況去作量測，又或者使用較貴重的儀器ECG去作量測。大部分文獻是使用大量化資料建立血壓推估模型，並不能有效套用在每一位受測者身上，且我們也發現採用非線性的類神經網路效果比線性推估效果來的好，且根據不同參數比較發現使用四種參數(脈搏波傳遞時間、收縮期波峰和舒張期波峰的時間差、舒張期時間和光電容積脈搏波強度比)，再根據不同時間周期更新發現使用四天為更新周期最有效果，本論文提出使用機器學習

個別化的血壓偵測演算法，根據每個人的生理狀況建立一個個人化的類神經網路模型，採用非線性的方式推估血壓更能有效的偵測血壓，我們使用兩個PPG感測器來獲取所需的生理參數，並且隨時更新所使用的類神經網路訓練資料。本論文針對三位受測者進行長期的血壓量測，並套用本論文的演算法皆得到良好的推估血壓效果，從參考文獻所推估的舒張壓和收縮壓誤差(9.64%、8.06%和14.82%、14.62%)透過本論文演算法下降到4.68%和2.93%且沒有一天的血壓誤差值超過10%。