基于机器学习及音频技术监测动静脉内瘘功能的可行性分析.pdfVIP

中国血液净化2024年9月第23卷第9期ChinJBloodPurif,September,2024,Vol.23,No.9•701•

·血管通路·

基于机器学习及音频技术监测动静脉内瘘功能的可行性分析

11211111131

王凡立杨艳丽徐元恺阮琳李文刘永亮孙利军雷营刘小明赵培楠张丽红

【摘要】目的探讨采用基于机器学习及音频技术分析自体动静脉内瘘(arteriovenousfistula,

AVF)的听诊数据从而实现监测AVF功能的可行性。方法选择河北医科大学第一医院肾内科收治的AVF

狭窄且需要行经皮腔内血管成形术(percutaneoustransluminalangioplasty,PTA)治疗的患者共50

名，分别在PTA前和PTA后使用无线电子听诊器记录AVF的听诊数据，利用音频技术将音频文件转换为频

谱图并提取出声学特征，然后利用MATLAB软件中的30余种分类学习器对提取出的声学特征进行分析构

建出评估AVF功能的模型,比较这些模型的性能。结果将从50名患者中获得的100个音频文件纳入

研究。在PTA前后AVF的频谱图对比中，PTA前的频谱图显示出更大的高频振幅(Z=-4.721，P＜0.001)。

PTA前最高频与最低频的差值更大(Z=-6.169，P＜0.001)。在利用30余种分类学习器建立的模型中高效

线性支持向量机(supportvectormachine,SVM)、粗略高斯SVM建立的模型性能最好(AUC0.892、

0.882)，5折交叉验证后准确度达81.11%；而二次判别、三次k近邻法(k-nearestneighbor,kNN)、中神经

网络、双层神经网络构建的模型测试准确度最高可达90%。结论基于频谱的机器学习模型可以预测

AVF的显著性狭窄，因此将其用于AVF功能的监测是可行的。且高效线性SVM、粗略高斯SVM构建的模型，

在本次可行性研究中性能最好。

【关键词】动静脉内瘘；血管成形术；机器学习；音频；人工智能

中图分类号：R318.16文献标识码：Adoi:10.3969/j.issn.1671-4091.2024.09.015

Feasibilityofarteriovenousfistulafunctionmonitoringbasedonmachinelearningandaudiotechnolo-

1121111

gyWANGFan-li,YANGYan-li,XUYuan-kai,RUANLin,LIWen,LIUYong-liang,SUNLI-jun,LEI

11311

Ying,LIUXiao-ming,ZHAOPei-nan,ZHANGLi-hongDepartmentofNephrology,FirstHospitalofHe-

beiMedicalUniversity,Shijiazhuang050000,China;2DepartmentofNephrology,ZhejiangHospitalAffiliated

toZhejiangUniversitySchoolOfMedicine,Hangzhou310030,China;3DepartmentofNephrology,Tianjin

ThirdCentralHospita