公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

反向传播神经网络在监测颅内压数学模型中的应用被引量：1: 2007年; 目的探讨反向传播神经网络(BPNN)在建立无创颅内压监测数学模型中应用的可能性及在该领域的应用前景。方法对10例颅脑外伤所致急性颅高压患者连续20min采集其大脑中动脉平均血流速度(VMCA)、平均动脉压(MAP)、呼气末二氧化碳分压(PETCO2)和心率,同时在硬膜外置探头监测颅内压,共获2911组数据。通过Matlab7.0软件中的神经网络工具箱,建立众参数和颅内压的贝叶斯正规化3层BPNN预测模型,进行训练样本和预测样本的仿真模拟,并计算出各个因素的平均影响值(MIV)。结果BPNN模型结构为4-20-1,训练至191步时网络收敛。预测样本的预测值和真实值的相关系数r=0.99,平均绝对误差为1.17mmHg,平均相对误差为7.36%。按照MIV绝对值大小列出4个因素,对于颅内压影响的相对重要性顺位为VMCA、PETCO2、MAP和心率。结论反向传播神经网络模型与颅高压的非线性特性相契合,对颅内压的预测效果良好,能较好地处理颅高压内部多因素间复杂的非线性关系。; 曾高邓巍何乾焦风任金马栾文忠梁冶矢; 关键词：颅内高压

传递函数方法建立颅内压动态模型研究被引量：1: 2008年; 目的观察平均动脉压（MAP）与颅内压（ICP）的定量关系，探讨无创颅内压（nICP）的连续、定量输出方法。方法建立兔急性颅内压增高（iICP）模型并采集MAP、ICP、VMCA、RI、PI、PETCO2等数据。取每8s的平均颅内压、血压及心率值为1组数据。共采集数据5000组。用传递函数方法建立以MAP为输入端，以定量ICP为输出端的、考虑生物体机能的数学模型并验证其可靠性。结果通过多元线性回归方法得到的基本IRF为：ICP=0．21MAP＋6．15PI＋19．69RI0．33CO2。iICP的定量输出模型为：ICPt=c（1）MAP1＋c（2）PIit＋c（3）RI1＋c（4）CO2t＋c（5）MAPt-1＋t；t=c（6）t-1＋t。将实验数据代入该方程所得到的即时ICP模拟曲线与同一动物的ICP实测曲线拟合满意、预测准确。结论基于无创血压、经颅多普勒（TCD）数据和实时获取的SCA的数学模型可以较好地估算nICP。; 焦风曾高刘来福王慧敏栾文忠梁冶矢; 关键词：颅内压脑血流动力学

时间序列ARIMA模型应用于颅内压监测初步探讨被引量：1: 2009年; 目的探讨时间序列自回归单整移动平均(ARIMA)模型在颅内压(ICP)监测中应用的可能性及其在该领域的应用前景。方法对11例急性颅内压增高患者硬脑膜外留置ICP监测探头,术后连续20min监测并记录ICP值,应用SAS/ETS软件对每个患者ICP数据分别建立ARIMA时间序列模型,拟合ICP变化过程。结果所建ARIMA模型能够拟合ICP随时间的变化规律,预测误差范围可在正负4mmHg以内。结论ARIMA时间序列模型可用于ICP监测,具有潜在临床应用前景。; 曾高焦风宋修会路步来刘来福栾文忠梁冶矢; 关键词：颅内压数学模型时间序列分析

应用非参数逐步判别分析法建立颅内压半定量数学模型被引量：1: 2009年; 目的应用非参数逐步判别分析法(NSDA)建立颅内压(ICP)半定量数学模型,探讨其临床应用价值。方法对21例急性颅高压(ICH)病人采用硬膜外置探头监测ICP,同时连续20min采集大脑中动脉平均血流速度(VMCA)、平均动脉压(MAP)、呼气末二氧化碳分压(PETCO2)和心率(HR)。应用SAS软件,用这4个自变量建立3种ICP(正常至轻度升高、中度升高、重度升高)的NSDA半定量预测模型。结果模型对ICP正常至轻度升高、中度升高、重度升高阶段的错判率分别为5.20%、6.98%和10.17%,总体错判率为6.40%。结论NSDA模型对ICP的判定准确率较高,具有潜在临床应用前景。; 曾高焦风宋修会申涛栾文忠梁冶矢; 关键词：颅内压

脑脊液系统在颅内高压动力学中作用的数学模型被引量：4: 2007年; 目的观察兔急性颅内压增高（increased intracranial pressure，iICP）与脑脊液流出阻力（outflow resistance，Ro）和颅内顺应性（intracranial compliance，IC）的关系，建立iICP与Ro和IC之间关系的数学模型。探讨以Ro及IC作为模型参数时模拟颅内压的准确性和临床应用价值。方法兔侧脑室插管，分别向侧脑室内注入0．1，0．2，0，3，0．4，0．5ml的等渗盐水，记录每一次颅内压随注入容积和时间变化的数值。以所得数据建立iICP与IC和Ro关系的数学模型。结果兔急性iICP时Ro模拟方程式为：R=Rot／PVI log[Po）／Pp×（Pp-Ro）／（P（t）-Ro）]，兔急性iICP时IC模拟方程式为：C=I／KP=0．4343（PVI）／P，综合两参数所决定的颅内压的方程为：P（t）=Ro exp（3．2383△V）／｜exp（3．2383△V）＋[（1-exp（3．2383△V）]exp（-3．2383／514．148Ro t）｜。结论数学模型较好地模拟了兔急性iICP时Ro和IC与颅内压的关系，提示Ro和IC可选择作为颅内高压动力学数学模型的重要参数，并有助于探讨急性iICP的病理生理过程及其容积代偿机制。; 焦风李运海曾高王慧敏刘来福梁冶矢栾文忠; 关键词：颅内高压脑脊髓液非线性动力学顺应性

无创颅内压监测的实验研究被引量：4: 2007年; 急性脑损伤常导致颅内压增高（increased intracranial pressure，iICP），而监测颅内压（intracranial pressure，ICP）的变化对保证治疗的有效性极为重要。目前，颅内压主要通过有创监测获得，但大量研究表明通过经颅多普勒（transeranial Doppler，TCD）可以获知与压力变化相伴随的颅内血流动力学的改变，而后者与颅内压有较好的定量关系，; 焦风曾高刘来福王慧敏栾文忠梁冶矢; 关键词：颅内压监测颅内血流动力学颅内压增高急性脑损伤有创监测

全选清除导出

共1页<1>

国家自然科学基金(30471770)