基于回归方法，利用ECG和PPG信号预测血压，相关Matlab代码为Cuff_less_BP_Prediction。

简介：
该存储库提供用于血压预测的MATLAB代码，其中包含了两种方法，利用心电图(ECG)和光电容积描记器(PPG)信号进行预测。这些方法采用机器学习技术，包括特征提取和回归分析，并进一步融入了基于深度学习的回归模型。 为了便于使用，建议首先克隆该仓库：`git clone https://github.com/jeya-maria-jose/Cuff_less_BP_Prediction` 并进入 `Cuff_less_BP_Prediction` 目录。 数据集方面，数据库以矩阵单元格阵列的形式呈现，每个单元格包含一份完整的信号记录。具体而言：1）PPG信号（频率为125Hz），来自指尖的光电容积描记器；2）ABP信号（频率为125Hz），代表有创动脉血压（单位mmHg）；3）ECG信号（频率为125Hz），是来自通道II的心电图。 本次实验所使用的UCI存储库数据是经过处理的版本，基于Kauchee等人对阈值的设定，并已进行清理。清理后的文件夹包含所有血压记录（BP）。 2017年GT数据集包含了基础事实信息，包括收缩血压(SBP)、舒张血压(DBP)和平均动脉血压(MAP)，以及一个类别编号（该编号取决于所设置的阈值）。为了避免干扰实验结果，已忽略了“class”列，因为该列并未在论文中报告的任何实验中使用。 所有数据均从UCI存储库中提取而来，并存储于数据文件夹中。