换一批基于支持向量机的平稳期儿童哮喘诊断方法研究
An asthma diagnosis method for stable phase children based on a support vector machine
摘要哮喘是一种对儿童生活质量有重大影响的慢性呼吸系统疾病,它的及时预测和准确诊断对哮喘儿童的健康至关重要.但对处于哮喘平稳期的儿童而言,哮喘发作时儿童的呼吸音中不存在明显的喘鸣音等特征音,所以在听觉上处于哮喘平稳期儿童的呼吸音与健康儿童的呼吸音无明显区别,导致医护人员难以使用传统的听诊方法诊断哮喘.选用机器学习中的支持向量机算法(SVM)对儿童进行哮喘预测,研究结果表明,SVM在哮喘与健康儿童呼吸音的分类预测中表现出色,其对吸气相的预测准确率达到96.53％,而对呼气相的预测准确率达到91.66％.由此可见,SVM在儿童哮喘诊断中具有较好可行性,提高了儿童哮喘诊断的准确性和效率,为该领域提供了可靠的诊断工具.
更多相关知识
分类号
R725（小儿内科学）
栏目名称
DOI
10.13543/j.bhxbzr.2024.05.014
发布时间
2024-11-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中日友好医院高水平临床研究项目（2022-NHL-HCRF-LX-01-0301）
呼气相声波频谱分析在儿童咳嗽变异性哮喘中的应用研究（XK2022-05）
- 浏览0
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
