基于波形特征提取与支持向量机分类的颅内压增高预测研究

发布时间：2021-02-06 08:29

　　在神经内、外科，颅内压增高是一种常见的危重病症。颅内压增高能够导致脑灌注压降低与脑血流减少，造成脑组织缺血缺氧，甚至可能造成脑组织移位并产生脑疝。当临床医护人员发现患者发生颅内压增高之后才准备医护处理时，由于存在发现不及时、病情进展迅速、药物发挥作用时间较长等因素的影响，可能会错失最佳治疗时机，影响治疗效果，导致较高的颅脑伤亡率。目前临床监护中尚缺乏有效的提前提示颅内压增高的报警设备。一个有效的颅内压增高预测方法能够提前提醒医护人员并使医护人员有足够的准备时间降低颅内压，防止病情恶化，避免脑疝和死亡等危重症状的出现。鉴于颅内压管理在预防继发损伤和提高患者预后的重要性，一个基于计算机自动分析的颅内压增高提前报警算法对于颅内压监护和医护处理具有重要意义。随着信号处理技术的发展，许多研究人员提出了基于信号处理的自动颅内压增高预测方法。比较传统的方法主要建立在设置固定阈值和信号的独立性假设的基础上。自从90年代开始，部分学者考虑到信号内部的自关联性，对颅内压信号建立了时间序列模型，例如自回归模型。随着机器学习理论在诸多领域得到成功的应用与发展，近年来机器学习方法也被运用到颅内压趋势分析的研究中... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：132 页

【学位级别】：博士

【部分图文】：

Charbonnier等人提出的重症监护数据在线分割算法的分割效果示例图

分为线性区域，例如快速上升期，平稳上升期，平稳期，快速下降期，平稳下降期等等。该分割方法可以提前提示医护人员患者的重症监护数据在短时间内的走势信息，然而仍然不能精确的预测信号在后续一段时间内是否会突然升高。SWA算法的执行过程简略示意图如图 1.6 所示。

新的信号处理方法（例如小波分析和卡尔曼滤波）相结合以提高颅内的准确度[25]。该方法的预测时间跨度达 5 分钟。作者还比较了该方法计学方法。实验结果表明，统计学自回归模型效果不佳，不能预测任。一般的人工神经网络在时间跨度 3 分钟时可以达到很好的预测效果网络与小波结合的方法比单纯的利用人工神经网络方法更好。基于小工神经网络方法能够考虑全局的信号特征，能够学习信号的动力学特更好的效果。上述研究都是将信号视为时间序列并将一段时间内的信号均值作为然而，大量的研究表明颅内压单波波形携带着与颅脑有关的重要信息均值的预测方法忽略了在每个心动周期内颅内压信号的动力学特性，信号是一个非线性，非平稳时间序列。很难对这个非线性，非平稳过合适的数学模型。这些原因使得这些方法的效果并不理想，未能被临颅内压波形通常呈现出三个特征子峰[24]，这里将这三个特征子峰依次P2和 P3。研究表明颅内压的单波波峰布局与颅内压的进展情况有关。 等人研究了 P1/P2值与 30 分钟之后颅内压是否升高的关联性[26]。

【参考文献】：
期刊论文
[1]特征选择方法综述[J]. 姚旭,王晓丹,张玉玺,权文.  控制与决策. 2012(02)
[2]一种基于图的特征选择方法[J]. 张齐,林媛媛,余国先.  计算机工程与应用. 2011(26)
[3]差分进化算法在电力系统中的应用研究进展[J]. 袁晓辉,苏安俊,聂浩,张勇传,袁艳斌.  华东电力. 2009(02)
[4]颅内压监测技术的进展[J]. 杨勇,杨义,王任直.  中国微侵袭神经外科杂志. 2008(06)
[5]差分进化算法研究进展[J]. 刘波,王凌,金以慧.  控制与决策. 2007(07)
[6]基于特征选择的轻量级入侵检测系统[J]. 陈友,程学旗,李洋,戴磊.  软件学报. 2007(07)
[7]颅内压变化引起的颅骨表面应变分析[J]. 岳献芳,王立,周峰.  北京科技大学学报. 2006(12)
[8]高渗盐水对脑水肿和颅内高压治疗作用的研究进展[J]. 苏治国,张赛.  武警医学院学报. 2006(06)
[9]侧脑室引流在68例脑室出血患者中的应用及护理[J]. 刘宏雨.  中华护理杂志. 2005(07)
[10]颅内压增高监测及治疗进展[J]. 徐姜定.  浙江临床医学. 2003(07)

硕士论文
[1]基于云计算的文本挖掘算法研究[D]. 刘智勇.电子科技大学 2011
[2]颅脑损伤后脑血流变化及自由基反应对预后的影响[D]. 李振举.吉林大学 2007



本文编号：3020467