基于支持向量机的胸阻抗与胸外按压深度预测模型构建
Prediction model of thoracic impedance and external chest compression depth based on support vector machine
摘要目的:针对心肺复苏过程中患者体征差异导致的胸阻抗(Thoracic Impedance,TTI)变化值和胸外按压深度间的非线性关系,利用TTI变化值,结合患者体质量、胸围等体征差异,建立基于支持向量机的预测模型,预测胸外按压过程中的按压深度,对胸外按压质量进行反馈.方法:采用10头家猪电诱导心脏骤停的实验数据,其中一半实施高质量按压,另外一半实施低质量按压.实验采集了胸外按压前120 s的数据,包括体质量、胸前后径、胸左右径、心率、平均动脉压以及胸外按压过程中的TTI变化值.为建立模型,从每头猪的大量数据中随机选择10组数据,重新组成一组包含100组数据的新数据,并从这些数据中选出等量的高质量按压和低质量按压数据,用其中的70%进行训练,得到支持向量机的预测模型.将余下30%的数据作为预测数据,以得到测试结果.结果:设按压深度大于或等于35 mm时为按压足够,小于35 mm时为按压不足,重复50次,平均预测正确率为97.07%,最高预测正确率为100%,最低预测正确率为89.29%.结论:通过支持向量机预测模型,以TTI信号预测心肺复苏过程中按压深度具有一定的可行性.
更多相关知识
- 浏览0
- 被引1
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



