仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2012年
4期
809-815
,共7页
房颤%心房动力结构%术后监测%预测%递归复杂网络%模体
房顫%心房動力結構%術後鑑測%預測%遞歸複雜網絡%模體
방전%심방동력결구%술후감측%예측%체귀복잡망락%모체
提出了基于递归复杂网络预测房颤术后复发的方法.先通过动物实验得到房颤复发前的犬心外膜信号,将心外膜信号转换为递归网络,提取网络的平均度、聚群系数和四阶节点模体的参数,采用支撑向量机来预测房颤是否复发及复发的严重程度.采用由犬心外膜信号组成的数据来评价该方法预测房颤复发的准确率,数据包括A(不会复发)、B(复发类型为阵发性房颤)和C(复发类型为永久性房颤)3类.同时研究了基于递归思想的定量递归分析方法.实验结果表明:该方法预测房颤复发的敏感性、特异性和准确率分别达到86.79%、93.36%和91.14%,均高于定量递归分析方法的结果.可见,该方法具有预测房颤复发及复发严重程度的能力,对射频消融手术后监测有重要的临床意义.
提齣瞭基于遞歸複雜網絡預測房顫術後複髮的方法.先通過動物實驗得到房顫複髮前的犬心外膜信號,將心外膜信號轉換為遞歸網絡,提取網絡的平均度、聚群繫數和四階節點模體的參數,採用支撐嚮量機來預測房顫是否複髮及複髮的嚴重程度.採用由犬心外膜信號組成的數據來評價該方法預測房顫複髮的準確率,數據包括A(不會複髮)、B(複髮類型為陣髮性房顫)和C(複髮類型為永久性房顫)3類.同時研究瞭基于遞歸思想的定量遞歸分析方法.實驗結果錶明:該方法預測房顫複髮的敏感性、特異性和準確率分彆達到86.79%、93.36%和91.14%,均高于定量遞歸分析方法的結果.可見,該方法具有預測房顫複髮及複髮嚴重程度的能力,對射頻消融手術後鑑測有重要的臨床意義.
제출료기우체귀복잡망락예측방전술후복발적방법.선통과동물실험득도방전복발전적견심외막신호,장심외막신호전환위체귀망락,제취망락적평균도、취군계수화사계절점모체적삼수,채용지탱향량궤래예측방전시부복발급복발적엄중정도.채용유견심외막신호조성적수거래평개해방법예측방전복발적준학솔,수거포괄A(불회복발)、B(복발류형위진발성방전)화C(복발류형위영구성방전)3류.동시연구료기우체귀사상적정량체귀분석방법.실험결과표명:해방법예측방전복발적민감성、특이성화준학솔분별체도86.79%、93.36%화91.14%,균고우정량체귀분석방법적결과.가견,해방법구유예측방전복발급복발엄중정도적능력,대사빈소융수술후감측유중요적림상의의.