基于模糊C均值聚类的儿科机械通气撤机时机研究

doi:10.3969/j.issn.0258-8021. 2014. 05.014

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (1809 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要研究呼吸机撤机时机，提高撤机成功率。收集本院PICU在过去两年中发生机械通气撤机的病例1 061例，在完成数据标准化后，分为训练集样本和测试集样本，各样本集中撤机成功的定义为正常样本，反之为异常样本。应用模糊C均值聚类算法，对撤机时样本临床相关参数聚类分析，将所有的病例进行分类，以确定撤机失败病例所属的类别。训练集的样本总数为785，从聚类结果来看，第1类撤机失败病例数为0，第5类撤机失败病例比率为1065%，是样本平均值的两倍。测试集的样本总数为276例，聚类结果和训练集类似，第1类撤机失败病例数为0，第5类撤机失败病例的比率高达1579%，大于平均值的两倍。虽然正常样本和异常样本之间不易发现明显的界限区别，但大部分异常样本之间存在较为紧密的联系，个别类别撤机失败率远高于整体的平均水平。实验结果说明，异常样本之间存在一定的相似度，可以通过聚类分析获得其范围，从而为临床医生提供有效的撤机决策支持。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	俞刚¹郑焜^1*叶盛^2

关键词 ：机械通气, 呼吸机撤机, 临床参数, 模糊C均值聚类

Key words： mechanical ventilation ventilator weaning clinical relevant parameters fuzzy Cmeans clustering

基金资助:浙江省浙江省医药卫生一般研究计划（2012KYA123）

引用本文:

俞刚¹郑焜^1*叶盛^2. 基于模糊C均值聚类的儿科机械通气撤机时机研究[J]. 中国生物医学工程学报, 2014, 33(5): 625-629.
YU Gang¹ZHENG Kun^1*YE Sheng². Study on Ventilator Weaning for Pediatric Patients Based on Fuzzy C Means Clustering Algorithm. journal1, 2014, 33(5): 625-629.

链接本文:

http://cjbme.csbme.org/CN/10.3969/j.issn.0258-8021. 2014. 05.014 或 http://cjbme.csbme.org/CN/Y2014/V33/I5/625

［1］许煊,刘玺诚,李丹丹,等.儿童重症监护病房先天性心脏病围术期患儿合并气道畸形的诊治［J］.中华儿科杂志,2013,51(11):842-845.
［2］黄志俭，陈荣昌. 不同撤机模式在呼吸动力学方面的比较［J］.广东医学,2007,28(5):761-762.
［3］Yang KL, Tobin MJ. A prospective study of indexes predicting the outcome of trials of weaning from mechanical ventilation ［J］. New England Journal of Medicine, 1991,324(21):1445-1450.
［4］Krieger BP, Ershowsky PF, Becker DA, et al. Evaluation of conventional criteria for predicting successful weaning from mechanical ventilatory support in elderly patients［J］. Crit Care Med, 1989,17(9):858-861.
［5］Whitelaw WA, Derenne JP. Airway occlusion pressure［J］. J Appl Physiol,1993,74(4):1475-1483.
［6］Tahvanainen J, Salmenpera M, Nikki P. Extubation criteria after weaning from intermittent mandatory ventilation and continuous positive airway pressure［J］. Crit Care Med,1983,11:702-707.
［7］Bezdek JC. Pattern recognition with fuzzy objective function algorithms ［M］. New York: Plenum Press,1981:43-93.
［8］张继福,李鑫,杨海峰.基于模糊C均值聚类的天文光谱特征线软离散化［J］.光谱学与光谱分析,2012,32(5):1435-1438.
［9］王纵虎,刘志镜,陈东辉.基于粒子群优化的模糊C-均值聚类算法研究［J］.计算机科学,2012,39(9):166-169.
［10］Bezdek JC. Fuzzy mathematics in pattern classification ［D］.New York: Cornell University, 1973:18-42.
［11］杨杰,姚莉秀.数据挖掘技术及其应用［M］.上海:上海交通大学出版社,2011:120-122.
［12］俞森样.现代机械通气的理论和实践［M］.北京:中国协和医科大学出版社,2000:562-566.
［13］施侃晟,刘海涛,白英彩,等.余弦度量和适应度函数改进的聚类方法［J］.电子科技大学学报,2013,42(4):621-624.
［14］Ralf Kuhlen, Josef Guttmann, Rolf Rossaint. New forms of assisted spontaneous breathing ［M］. Munich: Urban & Fischer Verlag Munich Jena,2001:151-157.
［15］温铁祥,杨丰.一种结合FCM的MumfordShah混合模型MR图像分割方法［J］.中国生物医学工程学报,2009,28(3): 393-397.
［16］高蔚,施侣元.人工神经网络流行病学应用进展［J］.中华预防医学杂志，2000,34(6):373-374.
［17］Chen AH, Chen Guanting. A ventilator weaning prediction system with artificial intelligence［J］.Lecture Notes in Computer Science,2007,4901:145-152.