Номограмма гемодинамических состояний по параметрам артериального давления
- 1 к.ф.-м.н., вед. науч. сотрудник, Институт физики Национальной Академии Наук Беларуси (г. Минск, Беларусь)
- 2 к.м.н., доцент, зав. кафедрой поликлинической терапии, Белорусский государственный медицинский университет
Ключевые слова:
интеллектуальный анализ данных Data Miningмашина опорных векторовномограммарегрессияартериальное давлениегемодинамическое состояние
Аннотация
Предложена номограмма для классификации гемодинамических состояний по величинам артериального давления (АД) при суточном мониторировании, построенная с применением интеллектуального анализа данных. Анализу подлежали записи АД за дневной, ночной и суточный периоды. Применен обученный на примерах машинный алгоритм дифференциации сигналов по методу опорных векторов, использующий вектор характерных особенностей АД, координаты которого представлены набором коэффициентов линейной регрессии систолического, диастолического и пульсового давления.
Для цитирования
Войтикова М.В., Хурса Р.В. Номограмма гемодинамических состояний по параметрам артериального давления // Технологии живых систем. 2014. № 2. С. 45–53.
Список источников
- Чубукова И.А. Data Mining. Бином. Лаборатория знаний // Интернет-университет информационных технологий. Сер. Основы информационных технологий. 2006. 384 с.
- Кузнецова А.В., Сенько О.В. Возможности использования методов Data Mining при медико-лабораторных исследованиях для выявления закономерностей в массивах данных // Врач и информационные технологии. 2005. № 2.
- Кушаковский М.С. Гипертоническая болезнь. СПб.: Сотис.1995. 32 c.
- Рашмер Р. Динамика сердечно-сосудистой системы: пер. с англ. М.А. Безносовой, Т.Е. Кузнецовой/ под ред. Г.И. Косицкого. М.: Медицина. 1981. 600 c.
- Benetos A., Lacolley P. From 24-Hour Blood Pressure Measurements to Arterial Stiffness: A Valid Short Cut - // Hypertension.2006. V. 47. P. 327-328.
- Dolan E., Thijs L., Li Y., et al. Ambulatory arterial stiffness index as a predictor of cardiovascular mortality in the Dublin Outcome Study // Hypertension. 2006. V. 47. P. 365-370.
- Хурса Р.В. Пульсовое давление крови: роль в гемодинамике и прикладные возможности в функциональной диагностике // Медицинские новости. 2013. № 4. С. 13-19.
- Хурса Р.В., Чеботарев В.М. Гемодинамические детерминанты гомеостаза сердечно-сосудистой системы // Клиническая физиология кровообращения. 2007. № 4. С. 71-77.
- Анохин П.К. Узловые вопросы теории функциональной системы. М.: Наука. 1980. 197 с.
- Патент BY № 6950. Способ диагностики диастолической дисфункции кровообращения / В.М. Чеботарев, Р.В. Хурса.
- Патент BY №6952. Способ диагностики сис-толической дисфункции кровообращения / В.М. Чеботарев, Р.В. Хурса.
- Патент BY №4876. Способ перманентного контроля индивидуального функционального состояния кровообращения / В.М. Чеботарев, Р.В. Хурса, В.М. Балышева.
- Войтикова М.В., Войтович А.П., Хурса Р.В. Применение интеллектуального анализа данных для классификации гемодинамических состояний // Врач и информационные технологии. 2013. № 1. С. 32-41.
- Voitikova M.V., Khursa R.V. Linear regression in hemodynamics // Nonlinear Phenomena in Complex Systems. 2012. V. 15. № 2. P. 203-206.
- Суточный монитор артериального давления BPLab. URL: http://www.bplab.ru
- The MIMIC II Project database. URL: http://physionet.org/physiobank/database/mimic2db
- Хурса Р.В. Непульсирующий компонент артериального давления при разных способах определения и новые гемодинамические характеристики // Артериальная гипертензия и профилактика сердечно-сосудистых заболеваний. Материалы VI Междунар. конф. Витебск: ВГМУ. 2011. C. 83-87.
- Vapnik V. Statistical learning theory. Berlin: Springer. 1998. 732 p.