基于EMD与GEP组合预测方法应用于急性低血压的预测

摘要

在重症监护室（Intensive Care Unit，简称ICU）监护过程中，患者发生急性低血压（Acute Hypotension Episode，简称AHE）往往会导致患者不可逆的器官损害，严重时甚至危及患者的生命。临床上，AHE发生后主要依靠医生经验进行处置。如果能根据ICU监测的患者各种数据提前预判AHE发生，医生可根据产生血容量减少，心输出量不足，或血管扩张性休克的特定原因，如脓毒症、心肌梗死、心律失常、肺栓塞、出血，脱水等采取不同的临床干预措施。提前预测AHE的发生，给医生予足够的时间提前采取有效的干预措施，将极大的降低患者可能受到的危害。研究预测AHE的发生具有关键的作用。
　　ICU中存在着大量有关患者的各种临床监测数据，这些监测数据包括患者基本信息、历史诊疗记录、医技检查记录、用药记录、患者各种实时生理体征数据（如血压、脉搏、呼吸）等。研究实践表明，AHE发生与患者的一些监测数据及其变化间存在着一定的关联，通过一段特定时期内的监测数据预测下一段时间内AHE发生在临床上是可行的。
　　本文引入一种基于经验模态分解算法（Empirical Mode Decomposition,简称EMD）与基因表达式编程算法（Gene Expression Programming,简称GEP）组合预测的方法，使用美国PhysioNet网站MIMICII数据库中的ICU患者真实动脉血压（ArterialBlood Pressure,简称ABP）记录进行分析实验，研究建立预测患者未来一段时期内 ABP变化规律的方法。方法分为三个阶段：一、根据相关医学知识将动脉压数据转换成平均动脉压（Mean Artery Pressure,简称MAP）、再通过信号处理方法对数据进行预处理，包括重采样、平滑和去噪；二、通过EMD，将数据分解为多个本征模态分量，针对不同本征模态分量的特性，分别用GEP建立其数学模型；三、对新的患者记录，通过关联度计算，找出与已知模型中最匹配的一些记录，用这些记录模型预测，并经过加权计算，得出新患者未来一段时期内的血压值。经过实验测试，本方法能较准确地预测患者未来1个小时的血压数值，准确率达75％以上。这表明本方法可以作为预测ICU患者AHE发生的有效方法。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1. 1 研究背景及意义

1. 2 国内外研究现状

1.3 AHE相关概念

1. 4. 本文主要研究内容

第二章 研究基础

2. 1 实验数据获取

2. 2 EMD的基本理论和算法

2.3 GEP基因表达式

2. 4 时间序列预测理论

2. 5 本章小结

第三章 基于EMD与GEP组合预测方法

3. 1 基于EMD与G EP组合预测方法

3. 2 方法的实现

3. 3 太阳黑子预测实验

3. 4 本章小结

第四章 急性低血压预测

4. 1 引言

4. 2 AHE的预测过程

4. 3 调试GEP运行参数

4. 4 建模实验

4. 5 预测实验

4. 6 实验结果

4. 7 本章小结

第五章 总结与展望

5. 1 研究总结

5. 2 展望

参考文献

攻读硕士学位期间所发表的学术论文

致谢