利用多尺度波形度量预测颅内高压
信号处理
2020-12-03 v3 机器学习
摘要
目的：急性颅内高压是创伤性脑损伤后继发性脑损伤的重要危险因素。高血压发作常被动诊断，导致检测延迟并错失干预规划时间。一种提前数小时预测危急事件的主动方法可有助于将注意力引导至高危患者。方法：我们开发了一个预测框架，用于预测未来 8 小时内急性颅内高压的发作。它联合使用脑自动调节指数、频谱能量和形态学脉搏度量来描述患者的神经状态。通过计算公式信号度量对一分钟基本窗口进行压缩，随后存入多尺度历史中，并从中导出生理学特征。主要结果：我们的模型在 MIMIC-III 波形数据库中提前至多 8 小时预测事件，在 30.3% 的精确率下达到 90% 的报警召回率，优于文献中的两个基线。我们发现，相较于低频时间序列的简单统计汇总，由高频波形导出的特征显著提升了预测性能，且三类特征均对性能提升有贡献。纳入长达 8 小时的长期历史尤其重要。意义：我们的结果凸显了神经重症监护病房中高频波形所含信息的重要性。它们可激励未来关于高血压前期模式的研究以及针对受损脑危急事件的新报警算法设计。
引用
@article{arxiv.1902.09499,
title = {Forecasting intracranial hypertension using multi-scale waveform metrics},
author = {Matthias Hüser and Adrian Kündig and Walter Karlen and Valeria De Luca and Martin Jaggi},
journal= {arXiv preprint arXiv:1902.09499},
year = {2020}
}
备注
11 pages, 5 figures