TY -的AU -哈立德,Syed Ghufran盟——张Jufen盟——陈,范盟——郑Dingchang PY - 2018 DA - 2018/10/23 TI -血压评估只使用Photoplethysmography:比较不同的机器学习方法SP - 1548647六世- 2018 AB - 介绍。血压(BP)一直是心血管疾病的潜在危险因素。英国石油(BP)测量是最有用的参数之一,早期诊断,预防和治疗心血管疾病。目前,英国石油(BP)测量主要依赖cuff-based技术,对用户造成的不便和不适。尽管一些目前的原型无卷边袖头BP测量技术能够达到整体可接受的精度,需要心电图(ECG)和photoplethysmograph (PPG),使他们不适合真正的嵌入式应用程序。因此,开发一个PPG-based无卷边袖头BP估计算法有足够的准确性将临床和实践有用。 方法。昆士兰大学的生命体征数据集访问(在线数据库)中提取原始PPG信号及其相应的参考BPs(收缩压和舒张压)。PPG波形的在线数据库包括32例从8133人(质量好)信号段(5 s为每个)提取、预处理和正常化的宽度和幅度。三个最重要的脉冲特性(脉冲,脉冲上升时间,和宽度25%)与相应的参考基点是用来训练和测试三个机器学习算法(回归树,多元线性回归(高)和支持向量机(SVM))。10倍交叉验证应用获得整体BP估计精度,分别为三个机器学习算法。他们的估计精度进一步分析分别为英国石油(BP)的三个临床类别(血压正常的人,高血压,低血压患者)。最后,他们与ISO标准的BP设备验证(平均差不大于5毫米汞柱和SD不大于8毫米汞柱)。 结果。回归树的整体估计精度,达到最好的整体精度SBP(均值和SD的区别:−0.1±6.5毫米汞柱),菲律宾(均值和SD的区别:−0.6±5.2毫米汞柱)。高钙和支持向量机实现了整体平均差小于5毫米汞柱对SBP和菲律宾,但他们的SD的差异> 8毫米汞柱。关于每个英国石油公司的估计精度类别,只有回归树实现可接受的SBP ISO标准(−1.1±5.7毫米汞柱),菲律宾(−0.03±5.6 mmHg)血压正常的范畴。高钙和SVM在任何BP类别没有达到可接受的精度。 结论。本研究开发和比较三种机器学习算法来估计BPs只使用分和显示回归树算法是最好的方法总体可接受的精度ISO标准BP设备验证。此外,这项研究证明了回归树算法实现可接受的测量精度只有在血压正常的范畴,表明未来的BP算法发展估计应该更具体的对不同BP类别。SN - 2040 - 2295 UR - https://doi.org/10.1155/2018/1548647 - 10.1155 / 2018/1548647摩根富林明医疗工程PB - Hindawi KW - ER