基于MATLAB的血氧飽和度建模與預測方法研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、人類通過有氧呼吸的代謝方式獲取各項生命活動的大部分能量,因此在醫(yī)學領域中,測量血氧飽和度對于監(jiān)測人體各項生理指標起著至關重要的作用。目前,通過醫(yī)用血氣分析儀電化學分析的血氧飽和度被認為是當下血氧量測量的唯一標準,但其有創(chuàng)檢測的方式,不僅為患者帶來了不便,還伴隨交叉感染的風險。
  無創(chuàng)檢測的常規(guī)方法是基于雙波長的脈搏血氧飽和度測量原理;同時基于三波長的測量方法可以克服運動干擾;也有學者研究了基于五波長、八波長的反射式血氧儀。而為了

2、利用更多光譜信息,同時減少非動脈血液的人體組織對吸光度的影響,本文采用多波長脈搏波信號的動態(tài)光譜,建立預測模型達到測量血氧飽和度的目的。
  本文基于動態(tài)光譜的多波長脈搏血氧飽和度測量方法,實驗樣本選取醫(yī)院ICU患者,用超高靈敏度光纖光譜儀AvaSpec-HS1024x58TEC對55名受試者進行人體指端多波長原始光譜的采集,通過波長篩選,選擇波長范圍652.43nm~842.75nm,波長間隔0.92nm,并用差值提取法對采集光

3、譜進行預處理以減少個體差異對測量的影響,最后獲取55組可用于建立預測模型的歸一化動態(tài)光譜-血氧飽和度數(shù)據(jù)。
  進一步采用徑向基神經(jīng)網(wǎng)絡算法、小波神經(jīng)網(wǎng)絡算法和廣義回歸神經(jīng)網(wǎng)絡算法,建立血氧飽和度的預測模型。其中徑向基神經(jīng)網(wǎng)絡算法的預測效果最佳,其預測均方根誤差RMSEP為0.8259,同時以血氣分析儀的血氧飽和度為參考真值,得出預測值與參考真值之間的相關系數(shù)為0.8546;而傳統(tǒng)的血氧監(jiān)護儀測量值的均方根誤差RMSEP為1.53

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論