心力衰竭是目前全球范圍內(nèi)最常見的致死因素之一,它給患者、患者家庭以及全社會都帶來巨大的精神與經(jīng)濟(jì)負(fù)擔(dān)。建立可靠的心衰自動預(yù)警模型對心衰疾病的管理有著至關(guān)重要的意義,也成為近年來醫(yī)生和決策者日益關(guān)注的問題。本文以多參數(shù)智能監(jiān)測數(shù)據(jù)庫中的心電信號、臨床檢查變量及人口統(tǒng)計(jì)學(xué)資料為研究對象,將信號處理與機(jī)器學(xué)習(xí)技術(shù)引入該領(lǐng)域初步建立了心衰自動預(yù)警評估模型。研究內(nèi)容主要包括:(1)根據(jù)心電信號為典型時序序列的特點(diǎn),建立基于長短時記憶網(wǎng)絡(luò)的心衰疾病自動診斷模型。在本模型中,首先將心電信號經(jīng)過去噪、心拍分段、Z-Score標(biāo)準(zhǔn)化等預(yù)處理操作,然后利用同步壓縮小波變換提取心電信號固有模態(tài)及模態(tài)能量熵與排列組合熵特征,最后將提取的特征輸入搭建的長短時記憶網(wǎng)絡(luò),實(shí)現(xiàn)是否為心衰病人的分類;(2)結(jié)合心電信號特征、臨床檢查變量與人口統(tǒng)計(jì)學(xué)資料,在得到有無心衰診斷結(jié)果的基礎(chǔ)上,建立基于粒子群優(yōu)化的隨機(jī)森林預(yù)警模型,進(jìn)一步對心衰患者5年內(nèi)是否死亡作出預(yù)警。首先,分別提取5年內(nèi)生存和死亡心衰患者的心電信號熵特征,將之與臨床檢查變量及人口統(tǒng)計(jì)學(xué)資料融合之后,輸入粒子群算法優(yōu)化的隨機(jī)森林分類器中,對心衰病人5年內(nèi)是否死亡作出預(yù)警并對其死亡風(fēng)險(xiǎn)因素進(jìn)行排名分析。實(shí)驗(yàn)結(jié)果證明,本文提出的心力衰竭自動診斷模型可以達(dá)到97.50%的分類準(zhǔn)確率,并且在后續(xù)的心衰疾病預(yù)后評估過程中,ROC曲線下面積也達(dá)到0.80以上。由此,本文提出的模型在一定程度上可以為醫(yī)生的臨床治療、隨訪管理以及患者的自我管理提供有效指導(dǎo)。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：R541.6;TN911.7
【部分圖文】：

太原理工大學(xué)碩士研究生學(xué)位論文寬度為 w 。則0t 也是母小波伸縮變換之后的 (t /a)的時間 a t 。根據(jù)傅里葉變換的性質(zhì)， (t /a)的傅式變換結(jié)果為 a ， w /a為其頻帶寬度。由上，母小波 (t)的時寬帶寬積為 (t /a)的時寬帶寬之積也為 t w，和a無關(guān)，且下式 2-5 成Q w/ w ( w/a)/(w/a)波變換最重要的性質(zhì)之一恒 Q 性質(zhì)，Q 為母小波 (t)的品波變換時頻分析特點(diǎn)示意圖 2-1。該圖可以直觀地反映出隨信號 f (t)時的時頻域?qū)捯约邦l率、時間中心的變化情況。

圖 2-2 原信號及同步壓縮小波變換結(jié)果Fig.2-2 Original signal and the Resules based on SST在上圖中，(a)為原始信號，(b)為同步壓縮小波變換的時頻圖，(c)~(e)為通過 SS提取的信號固有模態(tài)。

圖 2-2 原信號及同步壓縮小波變換結(jié)果Fig.2-2 Original signal and the Resules based on SST在上圖中，(a)為原始信號，(b)為同步壓縮小波變換的時頻圖，(c)~(e)為通過的信號固有模態(tài)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈智勇;蘇

本文編號：2813779