基于LSTM神经网络的多体征融合的肺部呼吸监测系统及方法

本发明公开了一种基于LSTM神经网络的多体征融合的肺部呼吸监测系统及方法，本发明通过采集用户的生理参数和肺部呼吸音信号，实现了多体征参数协同的动态监测；同时，基于采集的多模态体征数据，并结合生理指标标准数据来生成多模态特征数据，而后，借助LSTM模型来生成用户的肺部呼吸健康概率；如此，相当于为监测的多体征参数提供了一种有效的数据处理手段；最后，本发明利用用户的历史概率阈值数据，来确定出用户在当前监测周期内的概率阈值；基于此，则可为不同的用户，生成各自的概率阈值，从而实现基于患者的报警阈值的自适应变化；最后，将概率阈值和肺部呼吸健康概率发送至医护终端，则可为医护人员提供准确的辅助依据。