论文部分内容阅读
重症监护室是现在医疗救助中的重要组成部分。但重症监护室病患在使用呼吸器插管治疗后,很容易感染肺炎。本研究针对重症监护室病人接受呼吸器插管治疗后,肺炎感染状况无法得到实时监控和诊断的问题,提出了一种基于机器学习算法模型的呼吸器肺炎检测方案。使用Cyranose 320型电子鼻装置采集病患呼出气体的数据资料。利用人工神经网络和支持向量机演算方法建立肺炎辨识模型,并利用交叉验证的方法对上述模型进行验证,以确定模型的稳定性,最后使用整体方法建立人工神经网络肺炎辨识模型。结果显示,人工神经网络和支持向量机模型