Resumen

Los dispositivos actuales de evaluación de la aterosclerosis (AS) tienen la desventaja de ser incómodos de llevar para los usuarios. En respuesta a esta deficiencia, proponemos recopilar la señal fotopletismográfica (PPG) de la muñeca y crear modelos para predecir los indicadores de aterosclerosis (edad cardiovascular y velocidad del pulso en la arteria braquial y en el tobillo (baPWV) derecho). Este estudio utiliza el método del coeficiente de correlación máximo para la selección de características y establece múltiples modelos para predecir la edad cardiovascular y el baPWV derecho. Los resultados del estudio muestran que la predicción de la edad cardiovascular utilizando el modelo de red neuronal de retropropagación (BP) es la mejor. Su coeficiente de correlación de Pearson (PCC) es 0.9501, y el modelo encuentra las mejores seis características fisiológicas como tiempo de cresta (CT), relación de tiempo de cresta (CTR), pendiente, índice de rigidez (SI), índice de reflexión (RI) y frecuencia cardí

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Aterosclerosis; Fotopletismógrafo de muñeca; Edad cardiovascular; Braquial derecho; Velocidad de onda de pulso del tobillo; Retropropagación
• Keywords:Atherosclerosis; Wrist photoplethysmograph; Cardiovascular age; Right brachial; Ankle pulse wave velocity; Backpropagation