高血壓前期ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和懶人包總整理

基於臉部影像免校準之血壓估測系統

為了解決高血壓前期ptt的問題，作者蔡秉叡 這樣論述：

高血壓是一個跟許多慢性病息息相關的心血管疾病，每年許多人都因相關疾病而過世。在世界衛生組織(WHO)2021所提供的報告中，心血管相關的非傳染性疾病每年有1790萬人離世。根據台灣在民國109年的報告，高血壓在台灣的盛行率有高達24.5\%，甚至若將高血壓前期的人也納入計算，盛行率甚至會提高到48.3\% 。因此，及早檢測到高血壓的症狀並且及時進行治療對於保護人們的健康安全是十分重要的。目前常見的血壓量計有水銀式的血壓計與電子脈壓式的血壓計，前者需要經過專業訓練的護理師才能夠準確地取得壓力的數值，後者相對來說是廣放被大眾所家用，因為可以做到自動化量測。但是兩者皆須將袖帶綁到手上，並對其進行加

壓，這都會使患者產生不便與不適。遠距離光體積變化描記圖法(remote-photoplethysmography, rPPG)是一種不需要接觸到皮膚，僅需要透過攝影機照射人臉即可攝取如呼吸速率(Respiration Rate, RR)與心跳速率( Heart Rate, HR)等重要的生理資訊。其遠距離的量測及低成本的特性，提升了使用者的方便性以及應用上的普及。因此近期開始有論文基於脈波傳遞時間法(Pulse Transit Time, PTT)基於rPPG進行血壓的預估。然而在本論文的實驗中，PTT與血壓數值的關係會受到每個人生理狀態不同而有很大的差異。因此我們基於PTT的原理，利用Res

Net作為Backbone，利用PTT特徵與rPPG訊號進行血壓的預估。同時在訓練流程上，提出使用不同前處理的資料進行交錯的訓練，並且在網路中增加輔助輸出，在計算loss的時候加入輔助輸出的Cosine similarity，藉由這個訓練流程以及loss修改，提出的網路在準確度上可以有更穩定的輸出，準確度平均可以提升0.6 mmHg。本論文大多數的準確度以平均絕對誤差（MAE）作為標準，並且將最終結果跟其餘4種演算法進行比較。最終本論文整體收縮壓可以達到11.71 mmHg的準確度，舒張壓則達到7.95 mmHg；相對於比較論文都有1 mmHg更好的表現。