ICU中发生急性低血压的预测模型研究

ICU监护中,急性低血压的发生可能引起严重的后果,甚至威胁患者的生命安全,临床上主要依靠医生的专家经验处置。如何检测和提前预报急性低血压发生已成为医学界必须重视的临床问题。本文运用医学信息学的理论,研究一种ICU中急性低血压发生的预测模型。通过分析发生与未发生急性低血压两者间平均动脉压信号的变化趋势与特点,选取其中位数和平均值等统计特征参数,从模式识别分类的角度,将基于统计学习理论的支持向量机应用于特征参数的训练和分类预测模型的建立中,并比较了不同核函数对急性低血压发生预测模型的影响。实验结果表明,本方法能够获得高达90%的预测正确率,效果理想。这一方法的研究有利于ICU监护中急性低血压发生的提前预测,具有重要的临床研究应用价值。
急性低血压 ICU监护 统计特征参数 支持向量机 预测模型 临床应用
赖丽娟 王志刚 吴效明 熊冬生
华南理工大学生物医学工程系,广州 510006
国内会议
中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会
北京
中文
39-44
2010-12-01(万方平台首次上网日期,不代表论文的发表时间)