复杂生理信号研究资源-PhysioNet及其在抑制监护仪错误报警中的应用开发

摘要

目的:研究复杂生理信号研究资源-PhysioNet的应用开发方法,研究抑制监护仪错误报警的算法.方法:首先详细介绍了PhyrsioNet以及它的三个相互关联的组成部分:数据库PhysioBank,软件库PhysioToolkit和网络资源平台PhysioNet;其次,研究了应用PhysioNet进行算法开发研究的方法,然后研究了抑制监护仪错误报警的算法,利用PhysioToolkit软件包开发程序,取PhysioBank里的MIMIC Ⅱ数据库中的心动过缓和心动过速报警数据进行分析,分类检测了监护仪产生的报警信息,对算法的性能进行了整体评价.结果:算法对真实报警的正确识别率为99.64%,对错误报警的抑制率为66.18%.结论:PhysioNet是分析人体复杂生理信号的重要的数据资源和研究开发平台,我们将其应用开发,对抑制监护仪错误报警算法的性能进行了整体评价,取得了较好的效果.