基于时间序列分析的呼吸运动预测建模方法

摘要

本发明提供一种基于时间序列分析的呼吸运动预测建模方法，属于生物医学工程领域。本发明分别基于自回归积分滑动平均ARIMA模型、基于STL分解和指数平滑ETS方法和基于神经网络自回归NNAR模型计算得到呼吸运动的预测结果，定义基于RMSE和信息熵的模型评价指标，可以选择出同时具有“小误差”和“高稳定性”特征的预测模型参数，提高了预测方法的科学性。与已有技术相比大大提高了呼吸运动预测的时间长度，将以往通常只有几百毫秒的短期预测模型，升级到可以预测未来数十秒内呼吸运动幅度的长期预测模型。