INN-PAR：用于PPG到ABP重建的可逆神经网络

本研究解决了从光电容积描记（PPG）重建动脉血压（ABP）时信息损失的问题。我们提出的可逆神经网络（INN-PAR）通过同时学习PPG与ABP信号及其梯度之间的映射，显著提升了信号重建的准确性并防止了信息丢失。实验结果表明，该方法在波形重建和血压测量精度方面超越了目前最先进的技术。