Resumen

La adquisición continua de la presión sanguínea (BP) es fundamental para el monitoreo de la salud de un individuo. La fotopletismografía (PPG) es una de las tecnologías más populares en la última década utilizada para medir la presión sanguínea de forma no invasiva. Se han llevado a cabo varios enfoques de diversas maneras para utilizar las características extraídas de la PPG. En este estudio, desarrollamos un mecanismo de estimación continua de la presión sanguínea sistólica y diastólica (SBP y DBP) sin necesidad de ingeniería de características. La señal cruda de PPG solo se preprocesó antes de ser alimentada a nuestro modelo que consiste principalmente en una red neuronal convolucional unidimensional (CNN) y una red neuronal de memoria a corto y largo plazo bidireccional (BiLSTM). Evaluamos el valor resultante de SBP y DBP mediante el error cuadrático medio (RMSE) y el error absoluto medio (MAE). Este estudio aborda la efectividad del modelo al superar

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Presión arterial; Fotopletismografía; Características; CNN; BiLSTM; RMSE
• Keywords:Blood pressure; Photoplethysmography; Features; CNN; BiLSTM; RMSE