基于MATLAB的血氧飽和度建模與預(yù)測方法研究.pdf

1、人類通過有氧呼吸的代謝方式獲取各項(xiàng)生命活動的大部分能量，因此在醫(yī)學(xué)領(lǐng)域中，測量血氧飽和度對于監(jiān)測人體各項(xiàng)生理指標(biāo)起著至關(guān)重要的作用。目前，通過醫(yī)用血?dú)夥治鰞x電化學(xué)分析的血氧飽和度被認(rèn)為是當(dāng)下血氧量測量的唯一標(biāo)準(zhǔn)，但其有創(chuàng)檢測的方式，不僅為患者帶來了不便，還伴隨交叉感染的風(fēng)險(xiǎn)。
　　無創(chuàng)檢測的常規(guī)方法是基于雙波長的脈搏血氧飽和度測量原理;同時(shí)基于三波長的測量方法可以克服運(yùn)動干擾;也有學(xué)者研究了基于五波長、八波長的反射式血氧儀。而為了

2、利用更多光譜信息，同時(shí)減少非動脈血液的人體組織對吸光度的影響，本文采用多波長脈搏波信號的動態(tài)光譜，建立預(yù)測模型達(dá)到測量血氧飽和度的目的。
　　本文基于動態(tài)光譜的多波長脈搏血氧飽和度測量方法，實(shí)驗(yàn)樣本選取醫(yī)院ICU患者，用超高靈敏度光纖光譜儀AvaSpec-HS1024x58TEC對55名受試者進(jìn)行人體指端多波長原始光譜的采集，通過波長篩選，選擇波長范圍652.43nm～842.75nm，波長間隔0.92nm，并用差值提取法對采集光

3、譜進(jìn)行預(yù)處理以減少個(gè)體差異對測量的影響，最后獲取55組可用于建立預(yù)測模型的歸一化動態(tài)光譜-血氧飽和度數(shù)據(jù)。
　　進(jìn)一步采用徑向基神經(jīng)網(wǎng)絡(luò)算法、小波神經(jīng)網(wǎng)絡(luò)算法和廣義回歸神經(jīng)網(wǎng)絡(luò)算法，建立血氧飽和度的預(yù)測模型。其中徑向基神經(jīng)網(wǎng)絡(luò)算法的預(yù)測效果最佳，其預(yù)測均方根誤差RMSEP為0.8259，同時(shí)以血?dú)夥治鰞x的血氧飽和度為參考真值，得出預(yù)測值與參考真值之間的相關(guān)系數(shù)為0.8546;而傳統(tǒng)的血氧監(jiān)護(hù)儀測量值的均方根誤差RMSEP為1.53