資工 所 離散 PTT的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

自動分類演算法應用於血壓估算之研究

為了解決資工 所 離散 PTT的問題，作者黃玉婷 這樣論述：

根據行政院衛生福利部統計資料，105年十大死因死亡人數占總死亡人數之76.8%，其中心臟疾病佔了第二位、高血壓佔據第八位。高血壓可經由量測判別，但現今常用的血壓量測裝置使用上不便且易有壓迫感，使得使用者難以建立量測血壓的習慣。故本研究採用「動心醫電公司」的Z1 流速血壓手環，量測共362位受測者，該手環可量測心電圖與光體積變化描計圖的訊號，藉由此兩種訊號的峰值時間差，計算求得脈搏傳輸時間與心率；而脈搏傳輸時間已於多項研究結果中證實與血壓具高相關性，故利用此參數估算血壓；但人體的血管組成相當複雜，血壓又與血管的關係緊密，故本研究也加入了與血管密切相關的變因：心率、個體間的生理差異(如：身高、體

重、年齡、性別)進行估算。由於目前的流速血壓估算方法，尚未有明確且精準的定義，且過往文獻中受測者之生理條件較相似，相當於自行分類，故本研究將利用自動分類演算法-決策樹，將大量受測者分類後再以模糊決策樹和線性迴歸估算，並與現有文獻之較佳方法-倒傳遞神經網路和多元線性迴歸進行誤差大小之比較。誤差，以倒傳遞神經網路為最小，但此方法之訓練計算較複雜，且解釋模型設計的能力較差;次佳之方法:收縮壓為多元線性迴歸，其誤差為9.69 ± 12.37mmHg，而舒張壓為決策樹後迴歸，其誤差則為7.26 ± 8.98mmHg，推論兩者需以不同的方式進行估算，才能確保各自的最小誤差。

臉部影像血壓計

為了解決資工 所 離散 PTT的問題，作者廖慶凱 這樣論述：

在臨床上，侵入式血壓量測可提供連續血壓訊號，但方便性卻很低。非侵入式血壓量測方便性提高許多。本研究研發創新血壓量測方式，並將血壓演算法實作於智慧型手機，利用手機高畫質錄影功能，即時得知波形，利用波形與血壓的關係寫出演算法。　　　本研究的系統架構是以 HTC手機錄影人臉影像，利用MATLAB進行演算法分析；演算法主要對量測到的波形進行參數提取，進而推導心跳、收縮壓與舒張壓；進一步寫成 JAVA 語言並且利用Eclipse的軟體寫入 Android 手機裡進行實際模擬，目前已經上傳至 GooglePlay 提供APP下載。