早产儿心动过缓非参数预测中的计算挑战
信号处理
2020-11-19 v1
摘要
妊娠 37 周前出生的婴儿被视为早产儿。通常，早产儿必须受到严格监测，因为他们极易出现健康问题，如低氧血症（低血氧水平）、呼吸暂停、呼吸问题、心脏问题、神经系统问题，以及更高的长期健康问题风险，如脑瘫、哮喘和婴儿猝死综合征。早产儿的主要健康并发症之一是心动过缓——定义为低于预期的心率，通常每分钟低于 60 次。心动过缓常伴随低氧水平，并可在早产婴儿中引起额外的长期健康问题。本文提出一种非参数方法来预测心动过缓的发作。该方法假设对数据无先验知识，并使用核密度估计来预测心动过缓事件的未来发作。数据经过预处理并分析以检测 ECG 信号中的峰值，随后实现不同的核来估计数据的共享底层分布。算法的性能使用多种指标进行评估，并讨论了计算挑战及克服方法。观察到算法关于所用核的性能与先前工作中提出的核的理论性能一致。本工作还将理论方法自动化，并解决了各种实现挑战。
引用
@article{arxiv.2011.09307,
title = {Computational Challenges in Non-parametric Prediction of Bradycardia in Preterm Infants},
author = {Sinjini Mitra},
journal= {arXiv preprint arXiv:2011.09307},
year = {2020}
}