基于主成分分析的不受睡眠姿势影响的呼吸容积动态监测方法

目的探究基于主成分分析(PCA)的不受睡眠姿势影响的呼吸容积动态监测方法。方法利用2014年6月采集到的10名健康男性大学生平静呼吸时在仰卧、左侧卧和右侧卧位下的呼吸流速(PNT)信号及胸腔阻抗(IPTH)、左肺阻抗(IPL)和右肺阻抗(IPR)信号,通过对PNT信号进行积分运算得到呼吸容积(VPNT)信号作为金标准,使用基于PCA的数据融合算法从左肺和右肺的呼吸信号中获取融合的容积信号(VIPLR)。结果VIPLR与VPNT的相关系数(r)高达0.9501,且与经典的胸腔阻抗容积(VIPTH)比较,容积平均绝对误差(MAE)下降了25%。结论基于PCA的睡眠呼吸容积评估方法是一种可信度较高的睡眠呼吸容积动态监测新方法,能够最大限度地克服睡眠姿势变换对监测结果的影响。