《表1 提取特征及描述:应用小波多尺度特征检测机械通气人机不同步》
基于IEE产生是由于患者在进行吸气努力后未触发呼吸机进行送气,所以在流速波形上会存在一个快速突起然后又下降的情况(如图1所示).我们认为两类波形在信号复杂度和变异性方面有明显的差异.因此,我们选取了一组反映序列信号复杂度和变异程度的特征,包括对每一层小波系数计算非线性熵值特征以及形态特征.其中熵值特征包括近似熵(Approximate Entropy,Ap En)[14,15]和模糊熵(Fuzzy Entropy,FE)[16,17].形态特征包括方差(Variance,Var)、四分位差(Interquartile,IQR)、平均绝对偏差(M ean Absolute Deviation,M AD)、庞加莱图中的短时标准偏差(SD1)和长时标准偏差(SD2).近似熵Ap En和模糊熵FE都是可以用于评价给定时间序列复杂度的方法;方差Var、四分位差IQR和平均绝对偏差MAD都可以用于衡量一组数据的离散程度;庞加莱图的SD1和SD2主要用于衡量一组数据短时程和长时程的变异程度.本研究主要提取特征的物理意义描述如表1所示.
图表编号 | XD00199042800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陆云飞、陆飞、方路平、葛慧青、潘清 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江大学医学院附属邵逸夫医院呼吸治疗科、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |