一种新的特征提取方法在无创动脉血压信号异常识别中的应用

摘要

目的:脑血流自动调节机能是指动脉血压在一定范围内变动时,脑血流量维持恒定的生理调节机能.目前缺乏对其输入信号(无创连续动脉血压信号)的异常检测算法,本文提出一种新的特征提取方法并应用于该信号的异常检测.方法:本文针对有创血压信号异常检测算法(SAI算法)的缺陷提出两个简单而有效的特征,舒张末期斜率和、慢速射血期斜率和,并采用累积概率分布函数(CDF)和接收机工作特性分析(ROC),挑选最佳特征并得到其最佳参数.将SAI算法和新特征结合,用于无创连续动脉血压信号的异常识别.最后应用临床实际采集到的数据进行了效果验证.结果:实验表明,该算法的敏感度可达93.95%,特异度可达84.87%.结论:本文方法具有结构简单、易实现、运算量小等优点,可有效筛选出异常信号,为稳定地监测动态血流调节机能提供高质量的血压输入信号.