機(jī)器學(xué)習(xí)用于直立傾斜試驗(yàn)結(jié)果的早期預(yù)測

背景：直立傾斜試驗(yàn)（HUTT）常用于診斷不明原因的暈厥。而目前的試驗(yàn)流程十分長。本研究旨在探討使用血流動(dòng)力學(xué)監(jiān)測和機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)暈厥患者 HUTT 結(jié)果的早期預(yù)測的可行性。

方法：從2016 年 6 月至 2019 年 11 月，共有 209 名受試者參與本研究。通過使用Finometer 設(shè)備（Finapres Medical Systems BV，荷蘭）收集直立傾斜試驗(yàn)時(shí)的血流動(dòng)力學(xué)信號(hào)。作者從試驗(yàn)最初的 18 分鐘（仰臥 5 分鐘，傾斜 13 分鐘）提取了 4,313 個(gè)特征信號(hào)。使用遺傳算法（GA）進(jìn)行特征篩選，引入選擇比（SR）來進(jìn)一步分析遺傳算法的結(jié)果。作者一共構(gòu)建了四種算法用于預(yù)測直立傾斜試驗(yàn)的結(jié)果，并對(duì)這四種算法的性能做了對(duì)比。

結(jié)果：最大傾斜持續(xù)時(shí)間由35 min縮短至13 min，建立的SVR模型（向量回歸模型）經(jīng)5折交叉驗(yàn)證獲得的AUC為0.94，靈敏度為0.86，特異度為0.82。通過遺傳算法（GA）進(jìn)行特征選擇后，所有算法的性能都有所提高。

結(jié)論：與現(xiàn)有的診斷過程相比，作者所提出的方法是一種在縮短診斷時(shí)間有良好前景的方法。本研究中引入的遺傳算法（GA）是一種有效的特征選擇工具，可以提高模型性能。提出的 SR 指數(shù)有效地促進(jìn)了模型的可用性和可解釋性。

原文請(qǐng)點(diǎn)擊：http://f.delicasz.com/Upload/2021/7/202107092300923.pdf