【摘 要】
：
清晨醒来时刻前后是心血管疾病(CVD)事件发生的高峰期,这一点很可能与夜间睡眠结束时交感神经活动的激增有关.本文以70位在两年随访期内发生了 CVD事件和70位未发生CVD事件的
【机 构】
：
中国药科大学理学院,南京210009
论文部分内容阅读
清晨醒来时刻前后是心血管疾病(CVD)事件发生的高峰期,这一点很可能与夜间睡眠结束时交感神经活动的激增有关.本文以70位在两年随访期内发生了 CVD事件和70位未发生CVD事件的140位受试者为研究对象,提出了一种两层模型方法以探究觉醒前的心率变异性(HRV)特征是否有利于两类受试者的区分.在该方法中,第一层采用极端梯度提升算法(XGBoost)构建分类器,通过评估该分类器的特征重要性实现特征筛选;筛选出来的特征作为第二层模型的输入来构建最终的分类器.在第二层模型中,比较了 XGBoost、随机森林和支持向量机三种机器学习算法,以确定基于何种算法建立的模型可以得到最优的分类效果.研究结果显示,基于觉醒前HRV特征构建的XGBoost+XGBoost模型性能最优,准确率高达84.3％;在所使用的HRV特征中,非线性动力学指标在模型中的重要性优于传统的时域、频域分析指标;其中尺度1下的排列熵、尺度3下的样本熵较为重要.本研究结果对CVD的预防、诊断以及CVD风险评估系统的设计有着积极的参考价值.
其他文献
心音是诊断心血管疾病常用的医学信号之一.本文对心音正常/异常的二分类问题进行了研究,提出了一种基于极限梯度提升(XGBoost)和深度神经网络共同决策的心音分类算法,实现了
经颅磁刺激作为一种无创的神经调控技术,广泛地应用于神经和精神类疾病的临床治疗,但其神经调控的作用机制尚不清楚.本文旨在从神经元电生理角度研究不同频率的磁刺激对离体
胎儿心电信号提取对围产期胎儿监护具备重要意义.为提高胎儿心电信号的预测精度,本文提出一种基于遗传算法(GA)优化的长短时记忆(LSTM)网络胎儿心电信号提取方法(GA-LSTM).首
电视剧《山海情》以空间为轴心勾勒出脱贫攻坚时代背景下的地域景观与变革图谱,并通过不同空间的群体人物建构起带有启蒙性质的话语体系,借由平凡而又伟大的主角塑造完成了观
脑机接口(BCI)是一种变革性的人机交互,目前正朝智能脑机交互和脑机智能融合方向发展.然而,BCI的实用化面临极大的挑战,BCI技术成熟度尚未能满足用户的需求,BCI的传统设计方
下壁心肌梗死的早期检测是降低下壁心肌梗死死亡率的重要手段.针对现有的下壁心肌梗死检测存在模型结构复杂、特征冗余的问题,本文提出一种下壁心肌梗死检测算法.该方法与临
睡眠分期是研究睡眠疾病的重要途径,近年来受到了广泛关注.传统手工标记方法与传统机器学习算法存在效率低下、泛化性不足的问题,虽然近期流行的深度学习网络模型依靠其学习
《典籍里的中国》通过原生文本的吟诵再现、解读文本的互文结构、潜在文本的意义指认的文本构建与互动过程,由表及里地逐步深入,最终实现了对主流价值的引领.
目前癫痫患者的发病预测手段十分耗时且易受主观因素干扰,因此文中提出了一种基于共空间模式算法(CSP)和支持向量机(SVM)二重分类的癫痫发病自动预测方法.此方法将提取空域特
中国家庭伦理剧以世俗生活为主要表现内容,它汲取了经典民间故事中的类型与母题,不同的家庭伦理剧在对同一个故事类型或母题进行复制或演绎时常常会根据剧情设置不一样的故事