评论文章
计算机辅助诊断的睡眠低通气综合征:一个回顾
表5
窒息事件分类方法的总结。S =打鼾;H =呼吸不足;N =正常呼吸;哦=阻塞性呼吸不足;CH =中央呼吸不足;CA =中央呼吸暂停;OA =阻塞性呼吸暂停;马=混合呼吸暂停;N / A =。
|
| 源 |
方法 |
类 |
引用 |
|
| 氟化钠,胸呼吸信号,食管压力,FOT |
基于振幅阈值 |
H1, H2, OA、CA和马 |
Reisch et al。46] |
|
| 气流+胸和腹部信号 |
模糊推理系统 |
N、H CA和办公自动化 |
Al-Ashmouny et al。54] |
| Self-advising支持向量机 |
CA、OA和马 |
Maali et al。77年] |
|
| 圣2+撕裂 |
基于振幅的分析 |
N、H、OA、CA和马 |
Taha et al。55] |
|
| 分+氟化钠 |
脉搏波振幅分析 |
办公自动化, |
Sommermeyer et al。57] |
|
| 鼻腔压力+ FOT信号 |
基于振幅特征提取+阈值 |
N、H、OA、CA和马 |
Steltner et al。58] |
|
| 胸和腹部呼吸信号 |
分段线性逼近+时域相位差检测 |
N、OA和CA |
Varady et al。59] |
| 多分辨率DWT +安 |
CA、OA和马 |
Sezgin和Emin Tagluk78年] |
|
| 氟化钠+胸和腹式呼吸 |
Breath-to-breath振幅分析 |
N、H、OA、钙、马、N / A |
Houdt et al。60] |
|
| 氟化钠+ Pes + pga的信号 |
隐马尔可夫模型 |
N, S, CA, OA |
阿尔安尼et al。79年] |
|
| 气流胸+工作信号 |
振幅分析+小波+贝叶斯安 |
N, CA, OA和马 |
Fontenla-Romero et al。80年] |
|
| 腹部努力信号 |
多分辨率DWT +安 |
CA、OA和马 |
Tagluk et al。81年,82年] |
|
| 胸努力信号 |
离散小波分解+ SVM RFE特征选择+人工神经网络的组合 |
CA、OA和马 |
Guijarro-Berdinas et al。83年] |
|
| 氟化钠,Pes |
基于振幅特性+演算法分类器(Pes);吸气流量限制器+特征提取+斜二次判别(氟化钠) |
哦,CH |
Morgenstern et al。84年] |
|
|