期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习及音频技术监测动静脉内瘘功能的可行性分析
1
作者 王凡立 杨艳丽 +8 位作者 徐元恺 阮琳 李文 刘永亮 孙利军 雷营 刘小明 赵培楠 张丽红 《中国血液净化》 CSCD 2024年第9期701-705,共5页
目的探讨采用基于机器学习及音频技术分析自体动静脉内瘘(arteriovenous fistula,AVF)的听诊数据从而实现监测AVF功能的可行性。方法选择河北医科大学第一医院肾内科收治的AVF狭窄且需要行经皮腔内血管成形术(percutaneous transluminal... 目的探讨采用基于机器学习及音频技术分析自体动静脉内瘘(arteriovenous fistula,AVF)的听诊数据从而实现监测AVF功能的可行性。方法选择河北医科大学第一医院肾内科收治的AVF狭窄且需要行经皮腔内血管成形术(percutaneous transluminal angioplasty,PTA)治疗的患者共50名,分别在PTA前和PTA后使用无线电子听诊器记录AVF的听诊数据,利用音频技术将音频文件转换为频谱图并提取出声学特征,然后利用MATLAB软件中的30余种分类学习器对提取出的声学特征进行分析构建出评估AVF功能的模型,比较这些模型的性能。结果将从50名患者中获得的100个音频文件纳入研究。在PTA前后AVF的频谱图对比中,PTA前的频谱图显示出更大的高频振幅(Z=-4.721,P<0.001)。PTA前最高频与最低频的差值更大(Z=-6.169,P<0.001)。在利用30余种分类学习器建立的模型中高效线性支持向量机(support vector machine,SVM)、粗略高斯SVM建立的模型性能最好(AUC=0.892、0.882),5折交叉验证后准确度达81.11%;而二次判别、三次k近邻法(k-nearest neighbor,kNN)、中神经网络、双层神经网络构建的模型测试准确度最高可达90%。结论基于频谱的机器学习模型可以预测AVF的显著性狭窄,因此将其用于AVF功能的监测是可行的。且高效线性SVM、粗略高斯SVM构建的模型,在本次可行性研究中性能最好。 展开更多
关键词 动静脉内瘘 血管成形术 机器学习 音频 人工智能
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部