买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明提供了一种基于DBA‑DTW‑KNN的机械通气人机不同步快速识别方法，该方法为：实时读取呼吸波形数据组成测试序列，并对呼吸波形数据进行标准化处理；然后计算测试序列与训练集里面的所有序列的DTW距离。采用DTW计算相似性距离，再结合KNN分类思想，根据设定的K值对测试序列样本进行分类。其中训练集使用基于DBA和DTW实现数据集压缩。本发明可以用于判别人机不同步中的无效吸气努力现象的存在，进而可以评估呼吸机参数设置的合理性，为医护人员调整呼吸机参数设置打下基础。

主权项：1.一种基于DBA-DTW-KNN的机械通气人机不同步快速识别方法，其特征在于，该方法为：实时读取呼吸波形数据组成测试序列Ql＝q1,q2,...,qp，并对呼吸波形数据进行标准化处理；然后计算测试序列Ql与训练集C＝C1,C2,...,CE中所有序列的DTW距离，采用DTW计算相似性距离，再结合KNN分类思想，根据设定的K值对测试序列样本Ql进行分类，K为正整数，其中，训练集C＝C1,C2,...,CE的构建包括以下步骤：a获取预标注的呼吸波形数据作为原始训练数据集S＝S1,S2,...,SM，其中，M表示原始训练数据集的大小；b对原始训练数据集中所有序列样本进行预处理。先对所有标注的呼吸序列样本分别做Z-score标准化，将序列Sm＝s1,s2,...,sn，m∈1,2,...,M标准化变换成公式如下式所示： 其中，μ为序列平均值，σ为序列标准差，m表示序列的序号，i表示采样点的序号；c将经过预处理之后的原始训练数据集数据进行压缩。压缩步骤如下所示：c1首先构建模板库初始模板集T1，然后从经过预处理之后的原始训练数据集中随机挑选一条序列当作初始模板序列，并将其置入模板集T1；c2从经过预处理之后的原始训练数据集中选取一条非初始模板序列将其与模板库中的各个模板集里面的每一个模板序列进行DTW距离计算，并获取与各个模板集的平均DTW距离；c3将步骤c2计算得到的最小的平均DTW距离mean_Dm与设置的阈值ε比较，当mean_Dm≤ε时，将序列加入Dm所对应的模板集中，然后判断模板集内模板序列的总数是否达到设定阈值λ，如果满足条件，则使用DBA算法求取该模板集的平均模板序列，然后清空该模板集内的所有序列，并将平均模板序列添加至该模板集；如果mean_Dm＞ε，则创建新的模板集Tl，l表示模板集的序号，并将添加至Tl，其中，ε为实数，λ为正整数；c4重复执行步骤c2-c3直至原始训练数据集遍历完毕；c5对模板库中的各个模板集再次使用DBA算法进行压缩，最后获得压缩后的训练集C＝C1,C2,...,CE，E表示训练集的大小。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于DBA-DTW-KNN的机械通气人机不同步快速识别方法