APP下载

基于VF 波形多特征参数的除颤成功率预测研究

2021-04-03李金玲陈国盛徐佳盟

医疗卫生装备 2021年3期
关键词:模型

袁 晶,李金玲,陈国盛,余 明,徐佳盟,陈 锋,张 广*

(1.军事科学院系统工程研究院卫勤保障技术研究所,天津 300161;2.解放军65316 部队卫生连,辽宁瓦房店 116300)

0 引言

心室颤动(ventricular fibrillation,VF)是诱发心脏骤停猝死的重要原因之一,及时发现并进行电击除颤和心肺复苏(cardio pulmonary resuscitation,CPR)可挽救相当比例猝死者的生命[1-3]。相关数据表明,每延迟1 min,猝死患者的生存概率降低7%~10%[4]。在院外心肺复苏急救中,对于短时VF 患者,电击除颤容易使其恢复正常灌注节律;而对于长时VF 患者,电击除颤前先行胸外心脏按压,产生一定的血流灌注,有助于除颤成功率的提高[5-8]。为提高除颤成功率和复苏效率,在心肺复苏前首先需要预测除颤成功率,选择在最易恢复规则灌注节律的时机进行除颤,从而判断先行胸外按压还是先行电击除颤,这对提高患者生存率具有重要意义。但是仅仅凭借医护人员的临床经验,往往很难准确预测除颤成功率,把握最优除颤时机。因此,需要通过对生理信号进行多源分析,挖掘其内含的多种特征信息,从而实现除颤成功率的综合预测。

目前,已有研究机构开展了相关研究。如李景莎等[9-10]利用CPR 期间的冠脉灌注压(coronary perfusion pressure,CPP)和心肌血流2 个生理参数准确预测了除颤成功率,但是有创生理参数的获取需要进行血管插管,院外急救过程中无法应用。Indik 等[11]利用室颤心电波形的幅值频谱和斜率预测第二次或之后电击除颤过程中的除颤成功率,得到了较好的预测结果,AUC 为0.86;Lin 等[12]利用室颤心电波形的时、频域参数预测了首次除颤成功率,AUC 为0.65。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用