基于多特征筛选的双频指数预测算法
刘杨1
袁学光2
李丹丹1
李元涛3
黄小红1
1.北京邮电大学计算机学院 北京 1008762.北京邮电大学电子工程学院 北京 1008763.南方医科大学附属深圳妇幼保健院麻醉科 深圳 518047
摘要：双频指数(Bispectral Index,BIS)是根据脑电信号得到的衍生指数,是目前镇静深度监测应用最广泛的指标.但是根据脑电信号计算得到BIS存在20 s～30 s的更新延迟,影响麻醉医师对患者镇静状态的判断,增大患者术中知晓的风险,影响患者术后恢复.论文结合脑电信号子参数、历史BIS和患者术中生命体征预测BIS值,为麻醉医师提供患者最新的镇静状态的变化趋势,进而方便其准确地调整麻醉用药.论文构造基于多特征筛选的BIS预测模型.首先通过经验模态分解算法对脑电信号噪声滤除,并对处理后的脑电信号进行子参数提取.然后采用随机森林算法筛选镇静特征参数,得到与BIS相关度最高的5个特征.最后将筛选的特征和对应的BIS值输入长短期记忆网络中进行预测.实验结果表明,该模型预测的BIS值与患者真实BIS值拟准确度达到0.93.与多层感知器和时间卷积网络进行比较,该算法预测的准确率分别提升了17.7%和12.9%.同时该算法预测30s内BIS耗时0.32 s,比多层感知器多用了0.2 s,比时间卷积网络节省了2.12 s.
关键词：双频指数长短时记忆网络脑电信号降噪特征筛选
分类号：TP301.6(计算技术、计算机技术)
资助基金：校企科研型联合实验室项目(B2019011)
论文发表日期：2024-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1938-1943 )
英文信息