文献类型：期刊文章

作　　者：卜小轩[1] 诸强[1]

机构地区：[1]北京交通大学生物医学工程系,北京100044

出　　处：《北京生物医学工程》

年　　份：2017

卷　　号：36

期　　号：5

起止页码：524-529

语　　种：中文

收录情况：SCOPUS、ZGKJHX、普通刊

摘　　要：重症监护室(intensive care unit,ICU)患者病情预测对帮助医生制定医疗方案、配置医疗资源、评估医疗效果具有重要意义。本文从临床和机器学习两个领域介绍了国内外ICU患者病情预测方法的研究和应用进展,主要包括急性生理和慢性健康状况评分(acute physiology and chronic health evaluation,APACHE)、简明急性生理功能评分(simplified acute physiology score,SAPS)、逻辑回归、贝叶斯、人工神经网络、支持向量机(support vector machine,SVM)和Adaboost等方法,分析了各种方法的预测模型、预测结果和不足,并对ICU患者病情预测方法的未来发展趋势进行展望。

关 键 词：重症监护室 病情 预测  急性生理和慢性健康状况评分  支持向量机

分 类 号：R318.04[生物医学工程类]