基于EMD和GEP的急性低血压预测方法探究.pdfVIP

基于EMD和GEP的急性低血压预测方法探究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 22卷 第 13期 电子设计工程 2014年 7月 Vo1.22 No.13 ElectronicDesignEngineering Ju1.2014 基亏EMD和GEP的急性低血压预测方法研究 王运涛 ,姜大志 (1.江苏科技大学 计算机科学与工程学院,江苏 镇江 212003;2.汕头大学工学院计算机系,广东 汕头 515063) 摘要:急性低血压(AcuteHypotensiveEpisodes,AHE)是 ICU重症监护室中患者常见且危害严重的术后发症状之一。 AHE的有效诊断与预测,给予医生足够时间实现干预措施,具有十分重要的临床意义。但 由于血压时间序列数据高 度非线性和复杂性,使得 AHE的诊断与预测尤为困难 。为此 ,面向复杂非线性时间序列的建模 ,本文提 出一种基于经 验模态分解(EmpiricalModeDecomposition,EMD)和基因表达式程序设计(GeneExpressionProgramming,GEP)的综合方 法 ,并构建相似性匹配模版方法来提高建模的稳定性 。应用 PhysioNet?中MIMIC—II的数据进行实验分析 ,发现本方法 是有效、可行的。为复杂非线性时间序列数据的建模预测提供了一条可参考的路径。 关键词 :时间序列;急性低血压 ;经验模态分解 ;基因表达式编程 中图分类号:TP3O1;,IPl8l;R54 文献标识码 :A 文章编号:1674—6236(2014)13—0004—04 Basedon EMD andGEP acutehypotensionepisodesforecastmethodologyresearch WANGYun—tao.JIANGDa—zhi (1.SchoolofComputerScienceandEngineering,JiangsuUniversityofScienceandTechnology,Zhenjiang212003,China; 2.DepartmentofComputerScience,co如 ofEngineeringShantouUniversity,Shantou515063,China) Abstract:AcuteHypotensiveEpisodes(AHE)isoneoftherecurrentpostoperativesymptomsoccurringinintensivecareunits (ICU),whichalwaysresultinserioushazardofpatients.EarlydetectionanddiagnosisofAHE,givesprofessionalsenoughtime toselectamoreeffectivetreatment,hasimportantclinical significance.Becausethatthebloodpressuretimeseriesdatais highlynonlinearandcomplexity,itmakesthediagnosisanddetectionofAHEparticuladydifficult.Forthispurpose,thispaper proposesanintegratedmethodbasedonEmpiricalModeDecomposition MD)andGeneExpressionProgramming (GEP)for complicatednonlineartimeseriesmodeling,andbuildasimilaritymatchingmodelsmehtodtoimprovehtestabilityofhte mode1.ThemethodologyisappliedinthecontextofPhysioNetMIMIC-IIM(ulti-parameterIntelligentMonitoringforIntensive CareII)Da

文档评论(0)

独行千里 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档