应用LSTM和集成学习预测无创机械通气的吸呼气触发

作者：栾开昊; 刘宏德^*

来源：信息与电脑(理论版), 2022, 34(23): 182-189.

• 机械通气
• 触发异步
• 长短期记忆网络（LSTM）
• 特征工程
• 集成学习

机械通气是一种常用于辅助患者呼吸的治疗手段，但运行与患者呼吸异步时，会导致患者肺损伤等问题。本研究利用气体流量数据预测吸呼气触发，实现自适应地根据患者使用状态进行呼吸同步，并比较分析了长短期记忆网络（Long Short-TermMemory,LSTM）模型和不同集成学习模型的性能。结果表明，随机森林相较于其他研究的方法性能更好，模型预测的加权F1分数达到了0.98。

• 单位
  东南大学生物科学与医学工程学院