★项目描述:通过对智能手表监测到的ppg信号进行数据分析,并对其进行建模,通过构建一维卷积网络与全连接网络,回归出血压血氧值,并达到一定的精度,以grpc的方式将数据推给手表java端。
★ 责任描述:对原始 ppg信号进行降噪滤波,并对其进行建模,构建卷积神经网络和全连接神经网络,提高精准度指标。
★ 主要业绩:对上一任算法工程师的准确度进行优化与提升,并能够给出大幅度的血压变化趋势,一定程度上突破了行业壁垒,因为业内手表预测血压,一般无法给出吃药前后的血压趋势变化,但是通过新设计的网络,能够对这种现象有一定的改善,并得到用户的认可。
(黑色为用户真实血压,曲线为预测血压值)