《表2 不同类型的心衰状况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于旋转式左心室辅助装置内在参数的无传感器抽吸检测方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文在计算机仿真中分析了九种心衰状况[19]。这些状况代表了不同程度的心衰和患者的活动情况。其中患者的活动情况可由图1中的阻值RS来描述，RS越小说明患者的活动情况越剧烈，反之则说明患者的活动情况越轻微。另外，根据患者不同的活动状况，患者的心率也会随之变化。如表2所示列出了九种不同程度心衰情况相应的心脏收缩能力值（Emax[9]）、RS值以及心率（heart rate，HR）的变化。为了测试所提出的算法，本文对上述所有情况进行了仿真和记录。通过对泵流量和泵转速信号的分析，得到包括333个基于泵流量的样本和326个基于泵转速的样本的数据库，并将基于泵流量和泵转速的样本分别分成两组，代表无抽吸和抽吸状态（如1.2节所述）。其中333个基于泵流量的样本中包含192个无抽吸状态样本和141个抽吸状态样本；326个基于泵转速的样本中包含188个无抽吸状态样本和138个抽吸状态样本。这些样本作为上述四种分类器的输入，四种分类器均使用随机选择的50%数据样本进行训练，之后使用剩余的50%样本进行测试。训练和测试的过程与之前的研究相似[15]。由于每次数据样本均为随机选取，因此四种分类器的训练和测试均重复100次。另外，基于医学统计的判断标准和本文的具体研究内容，本文将抽吸状态定义为阳性，无抽吸状态定义为阴性。因此，敏感性=正确的阳性样本数/研究的阳性样本数，特异性=正确的阴性样本数/研究的阴性样本数，准确率=（正确的阳性样本数+正确的阴性样本数）/研究的总样本数。本文中所示的分类结果均是重复100次之后的平均值，所有的结果均通过仿真软件MATLAB（The MathWorks Inc.，Natick，MA，美国）得出，仿真所用台式计算机的配置为3.4 GHz英特尔i7-6700中央处理器及16 GB内存。