基于肛肠多点压力的特征提取及分类模型构建研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:xinxinzhang2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
功能性排便障碍(FDD)是一种常见的慢性肛肠疾病,其患病原因往往难以确认,而随着现代生活方式的转变、社会老龄化发展,FDD患病率日益增长,给人们生活带来极大痛苦,也为国家带来较大医疗负担。但目前并没有十分有效的针对性诊断和治疗手段,且主流的肛肠检测设备只能检测单一数据,要想采集全面数据,患者需进行多次侵入式检测,实验数据误差较大。本文作者所在项目组在此背景下研发了Fecobioncis系统,可以一次性精准采集多类型肛肠生理参数,提高实验数据有效性。本文就是基于Fecobioncis系统检测到的模拟排便过程中的肛肠多点压力数据,进行特征提取与分析,并尝试进行早期功能性排便障碍分类诊断模型的构建。本文主要工作及创新点如下:(1)对采集的原始肛肠多点压力数据进行数据预处理,尽可能去除噪声影响。然后进行了统计类特征和能动指数等计算,针对项目组在之前发表的论文中对前-后端压力循环图的假设性分析进行思考,并提出用回环面积作为特征进行计算和验证等特征提取工作。(2)从人体复杂机能运转角度出发,基于熵对肛肠多点压力参数进行了关于肠道活动复杂度变化的特征提取工作,补充了特征集,有效提高后续分类模型准确率。(3)选择合适的模型评价指标和特征选择算法,通过测试不同分类器实验确定使用分层结构的分类策略,并最终确定以LR-Na?ve Bayes分类器组合为核心构建早期功能性排便障碍分类诊断模型。基于以上工作,本文所构建的分类模型准确率为0.8333,F1-Score值为0.8286,证明对于功能性便秘、功能性腹泻和健康的三分类是有效的,同时也验证了本文所提取特征的有效性,为后续进一步提高分类诊断模型准确率和拓展病症分类奠定了坚实基础。
其他文献
近年来无线通信技术快速发展,静止场景下的无线通信需求得到了很好的满足。但高速移动场景中信号传播会经历时频双选择性衰落,导致通信系统性能恶化。目前广泛采用正交频分复用技术在快时变信道中需要大量的导频符号提高信道估计准确性,数据传输速率较低。正交时频空(Orthogonal Time Frequency Space,OTFS)调制是新一代的调制技术,通过辛傅里叶变换和逆辛傅里叶变换两个变换对,将时频域
学位
在海量机器通信(massive machine type communications,m MTC)中,大量设备需要通过带宽受限的无线信道接入网络。海量设备接入网络会造成频繁信道争用;同时传统基于调度来获取信道资源的通信方式会带来巨大的信令开销。以上挑战给海量接入系统的性能提升带来了极大的困难。传统基于调度来获取信道资源的通信方式将迎来重大改变。在此基础上,免授权的海量接入技术通过避免终端与基站之
学位
新兴的压缩感知(compressed sensing,CS)技术突破了奈奎斯特-香农采样定理的局限性,为同时采样与压缩提供了新的模式。根据CS理论,如果信号在某个变换域中具有稀疏性,则可以利用线性测量值高概率地恢复信号。CS以其新颖的性质引起了人们广泛关注,已被应用于磁共振成像、遥感成像和认知无线电通信等领域。然而,传统的CS方法往往性能较差,基于深度学习的CS方法需要大型训练数据,并且当应用场景
学位
随着通信技术的发展,数据传输速率的需求日益增长,无线通信系统中往往采用更加复杂的调制方式,因此信号通常具有较大的峰均比,这通常要求功率放大器(功放)工作在输出功率回退区域。许多具有高回退效率的功放架构被提了出来,其中负载调制类功放(包括Doherty功放和有源负载调制平衡式功放(LMBA)等架构)被研究人员大量关注。另一方面,由于发射机对带宽和输出功率的需求持续增长,其增益平坦度通常呈现“多峰值”
学位
在雷达、通信和测控领域中,高速采集系统是连接射频系统与信号处理系统之间的桥梁。随着电子技术的快速发展,相控阵技术已经大规模应用于雷达、通信和测控中。随之而来的是带宽的提升和阵元数的增加,采集系统逐步向着高采样率和多通道的方向前行。本文首先研究了采集系统中量化噪声和孔径抖动对模数转换的影响。其次设计并测试了一款宽带数字阵列收发系统。本文主要研究内容如下:(1)建立了量化噪声的基本模型,重点分析了量化
学位
随着人们用水需求的增加与基础设施建设的推进,供水体系规模日渐庞大。供水厂作为城市供水体系的核心部分,其合理高效的运作是满足城市用水的关键。但目前多数供水厂仍然依靠传统的人工经验进行调度,不能根据实际的流量需求确定泵机的合理运行工况,使水厂的工作效率较低,人力监管成本较大。因此,如何在满足用水需求的前提下优化泵机调度方法以减少人力开支和调度成本尤为重要。本文针对这一问题,通过分析供水厂历史供水趋势建
学位
生猪产业是中国畜牧业中最重要的产业之一,人工智能技术的应用推动着生猪养殖业逐渐向智能化、规模化发展。在养殖场的日常管理中,传统人工计数或电子标签的生猪数量盘点方法效率低下、计数精度不高,且会对猪体造成一定程度的损伤。基于视频图像的智能检测与计数方法能够在无接触的情况下实时对猪场进行监控,自动盘点生猪数目,有利于提高计数效率,实现养殖场的安全高效管理。本文针对养殖场生猪盘点中计数效率低,计数不准确等
学位
近些年来,我国经济发展迅速,人民生活水平提高,汽车保有量也迅速上升,“停车难”的问题逐渐加剧。为提高停车效率,增加停车位、智能停车库应运而生。由于智能停车库内布局紧凑,间距小于一般停车库,因此提高了土地利用率。近些年,为更加有效地利用土地,多层AGV(自动引导运输车)停车库的研究也随之推进。与单层AGV停车库不同,多层AGV停车库中每台AGV都可以运行至任意停车位完成停取车任务,柔性更强。但其利用
学位
近几年,新型冠状病毒肺炎(简称新冠肺炎,COVID-19)因其极强的传染性在全世界范围内迅速蔓延。根据现有病例资料显示,新冠肺炎患者发病的主要症状之一为发热即体温升高,因此通过检测体温筛查病例并对感染者进行隔离成为了抑制疫情蔓延的重要手段。传统红外测温精度在测温实施过程中会受到测温距离的影响,常要求被测人员站在固定的区域内进行体温检测,降低了测温效率,进而影响了疫情防控。为解决这个问题,本文采用立
学位
全国公路交通安全管理局的一项研究结果表明,疲劳驾驶是交通事故发生的主要诱因之一。因此,对驾驶员的驾驶状态进行实时性的检测具有重大的意义。本文结合重庆市某汽车厂商一体化智能座舱项需求,研究在英伟达TX2嵌入式平台实现对驾驶员是否疲劳驾驶监测技术与方法。本文研究了基于深度学习的头部姿态估计驾驶员的疲劳驾驶检测相关方法,针对在TX2平台上实现大规模的数据特征提取及模式识别与处理出现视频卡顿、精度下降的问
学位