国际科技合作与交流专项项目(2008DFA72290)
- 作品数：1 被引量：2H指数：1
- 相关作者：谷小安高庆春张攀登刘嘉吴新宇更多>>
- 相关机构：香港中文大学广州医学院第二附属医院中国科学院更多>>
- 发文基金：国际科技合作与交流专项项目更多>>
- 相关领域：医药卫生更多>>
- 一种新的特征提取方法在无创动脉血压信号异常识别中的应用被引量：2
- 2010年
- 目的:脑血流自动调节机能是指动脉血压在一定范围内变动时,脑血流量维持恒定的生理调节机能。目前缺乏对其输入信号(无创连续动脉血压信号)的异常检测算法,本文提出一种新的特征提取方法并应用于该信号的异常检测。方法:本文针对有创血压信号异常检测算法(SAI算法)的缺陷提出两个简单而有效的特征,舒张末期斜率和、慢速射血期斜率和,并采用累积概率分布函数(CDF)和接收机工作特性分析(ROC),挑选最佳特征并得到其最佳参数。将SAI算法和新特征结合,用于无创连续动脉血压信号的异常识别。最后应用临床实际采集到的数据进行了效果验证。结果:实验表明,该算法的敏感度可达93.95%,特异度可达84.87%。结论:本文方法具有结构简单、易实现、运算量小等优点,可有效筛选出异常信号,为稳定地监测动态血流调节机能提供高质量的血压输入信号。
- 张攀登刘嘉吴新宇刘小畅谷小安高庆春
- 关键词：动脉血压特征提取
