一种基于DBA-DTW-KNN的机械通气人机不同步快速识别方法发明专利.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111738305 A (43)申请公布日 2020.10.02 (21)申请号 202010474275.4 (22)申请日 2020.05.29 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 葛慧青　段开亮　潘清　龚强　 (74)专利代理机构 杭州求是专利事务所有限公 司 33200 代理人 邱启旺 (51)Int.Cl. G06K 9/62 (2006.01) A61M 16/00 (2006.01) G16H 40/60 (2018.01) G16H 20/30 (2018.01) 权利要求书2页 说明书5页 附图5页 (54)发明名称 一种基于DBA-DTW-KNN的机械通气人机不同 步快速识别方法 (57)摘要 本发明提供了一种基于DBA‑DTW‑KNN的机械 通气人机不同步快速识别方法，该方法为：实时 读取呼吸波形数据组成测试序列，并对呼吸波形 数据进行标准化处理；然后计算测试序列与训练 集里面的所有序列的DTW距离。采用DTW计算相似 性距离，再结合KNN分类思想，根据设定的K值对 测试序列样本进行分类。其中训练集使用基于 DBA和DTW实现数据集压缩。本发明可以用于判别 人机不同步中的无效吸气努力现象的存在，进而 可以评估呼吸机参数设置的合理性，为医护人员 调整呼吸机参数设置打下基础。 A 5 0 3 8 3 7 1 1 1 N C CN 111738305 A 权　利　要　求　书 1/2 页 1.一种基于DBA-DTW-KNN的机械通气人机不同步快速识别方法，其特征在于，该方法 为：实时读取呼吸波形数据组成测试序列Q ＝(q ,q ,...,q )，并对呼吸波形数据进行标准 l 1 2 p 化处理；然后计算测试序列Q 与训练集C＝(C ,C ,...,C )中所有序列的DTW距离。采用DTW l 1 2 E 计算相似性距离，再结合KNN分类思想，根据设定的K值对测试序列样本Q 进行分类，K为正 l 整数。其中，训练集C＝(C ,C ,...,C )的构建包括以下步骤： 1 2 E a获取预标注的呼吸波形数据作为原始训练数据集S＝(S ,S ,...,S )，其中，M表示原 1 2 M 始训练数据集的大小。 b对原始训练数据集中所有序列样本进行预处理。先对所有标注的呼吸序列样本分别 做Z-score标准化，将序列S ＝(s ,s ,...,s )，m∈(1,2,...,M)标准化变换成 m 1 2 n 公式如下式所示： 其中，μ为序列平均值，σ为序列标准差，m表示序列的序号，i表示采样点的序号。 c将经过预处理之后的原始训练数据集数据进行压缩。压缩步骤如下所示： c1首先构建模板库 初始模板集T ，然后从经过预处理之后的原始训练数据集