基于基因表達(dá)式編程的隨機(jī)森林及其在急性低血壓預(yù)測中的應(yīng)用.pdf

1、在重癥監(jiān)護(hù)室（Intensive Care Unit簡稱ICU）中，急性低血壓（Acute Hypotension Episode簡稱AHE）的發(fā)生往往會對患者引起嚴(yán)重的后果，對器官造成不可逆的損壞，衰竭，嚴(yán)重時甚至危及患者的生命。臨床上主要依據(jù)醫(yī)生的經(jīng)驗(yàn)進(jìn)行預(yù)見性的判斷，由于目前ICU病房中醫(yī)療資源緊張，人手嚴(yán)重短缺的問題，并且急性低血壓發(fā)作前缺少可以直接觀測到的有效征兆，導(dǎo)致醫(yī)護(hù)人員難以及時發(fā)現(xiàn)急性低血壓的病人，致使病人的存活率低下

2、。
　　ICU病房中存著大量有關(guān)患者的臨床醫(yī)療數(shù)據(jù)，其中包括病人的實(shí)時體征數(shù)據(jù)，例如病人的血壓，脈搏，呼吸等，在計(jì)算機(jī)技術(shù)飛速發(fā)展的今天，若能利用計(jì)算機(jī)輔助診斷，提前預(yù)測出急性低血壓的發(fā)生，將會為醫(yī)生的診斷贏得寶貴的時間，從而降低病人的死亡率。
　　為了實(shí)現(xiàn)急性低血壓的的提前預(yù)測，本文采取基于基因表達(dá)式編程（Gene Expression Programming，簡稱GEP）的隨機(jī)森林（Random Forest，簡稱RF）

3、算法進(jìn)行預(yù)測。主要分四步：1.首先對平均動脈血壓（Mean Arterial Pressure,簡稱MAP）信號進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，簡稱EMD）分解；2.然后對分解后本征函數(shù)（Intrinsic Mode Function，簡稱IMF）信號進(jìn)行特征提取；3.通過隨機(jī)森林對數(shù)據(jù)和特征進(jìn)行分組，對每組數(shù)據(jù)和特征用GEP進(jìn)化算法進(jìn)行進(jìn)化出一個預(yù)測函數(shù)；4.最后建立隨機(jī)森林分類預(yù)測模型，并