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

• 作者: 刘嘉 刘小畅 吴新宇 张攀登 谷小安 高庆春
• 来源期刊: 中国医学物理学杂志
• 关键词: 动脉血压 脑血流自动调节机能 特征提取 异常识别
• 年，卷（期）: 2010,（5）
• 页码范围: 2128-2132
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2010.05.015

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉	中国科学院深圳先进技术研究院	21	202	7.0	14.0
3	张攀登	中国科学院深圳先进技术研究院	1	2	1.0	1.0
9	吴新宇	中国科学院深圳先进技术研究院	7	85	4.0	7.0
13	刘小畅	中国科学院深圳先进技术研究院	1	2	1.0	1.0
17	谷小安	中国科学院深圳先进技术研究院	1	2	1.0	1.0