换一批
换一批基于无创生理参数的家用慢阻肺疾病分类方法
Home-use chronic obstructive pulmonary disease classification method based on non-invasive physiological parameters
摘要为实现居家环境下慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)患者的病期监测,本研究设计了不同病期患者呼吸波形的采集实验,探究了基于呼吸波形提取的 16 个无创生理参数(non-invasive physiological parameters,NPP)及13 个呼吸机统计参数(statistical parameters,STA)在COPD不同病期的分类效果,并基于支持向量机建立病期分类模型.结果表明,在NPP中,从压力波形中提取的峰值间隔序列一阶差分序列的标准差、均方根、方差和峰值间隔序列的变异系数对模型分类效果的贡献度最大.在三种输入不同特征参数的分类模型中,NPP、STA和NPP-STA的平均准确率分别为82％、67％和89％,AUC值分别为0.90、0.80 和0.95.NPP-STA分类模型更适用于居家环境下COPD患者的病情分类,可用于日常疾病状况筛查,辅助医生对COPD患者进行诊断和管理.
更多相关知识
- 浏览37
- 被引0
- 下载14
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
