基于AR模型和支持向量机的急性低血压预测

摘要：

ICU中,急性低血压的发生严重威胁着患者的生命安全,临床上对其预测性判断主要依靠医生经验.为实现急性低血压预测,利用PhsioNet的MIMIC Ⅱ数据库ICU监护中的患者临床记录,对发生与未发生急性低血压两者间的平均动脉压信号进行AR模型的功率谱估计,运用医学信息学理论,选取功率谱幅度的中位数、平均值、最大值、标准偏差和极差用于支持向量机分类预测器的学习和训练,建立分类预测模型.预测模型对测试集进行分类预测,得到预测正确率为87.5%,表明相对于直接提取患者平均动脉压信号的统计特征参数作为预测特征,本方法具有更好的预测效果,有利于实现急性低血压提前预测.

关键词：急性低血压、AR模型、功率谱、支持向量机、预测

所属期刊栏目：30

分类号：R318.04(医用一般科学)

资助基金：广东省科技计划项目2009B030801004

在线出版日期：2011-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：250-255