基于小波分析和Gaussian回归的急性低血压预测

来源：计算机工程与科学杂志2016年第1期北京时间：

作者：孙浩军，张崇锐，张磊，李惊涛

单位：（汕头大学计算机科学系，广东 汕头 515063）

摘要：急性低血压是危害病人健康的并发症之一，对急性低血压发生的提早预测，能够帮助医生对重症病人找到更好的医疗处理方案。提出了一个基于趋势分量的Gaussian函数拟合预测模型，即用小波多尺度分析提取出信号的趋势分量；再根据Gaussian回归模型对趋势分量进行函数拟合，得到的函数参数作为特征值，用支持向量机SVM对数据分类。Gaussian回归模型使用的是数据驱动，用系数来描述数据之间的关系。通过在较大病人数据集上实验得到了较好的效果。

关键词：小波多尺度分析,Gaussian回归过程,函数拟合,数据驱动,

基金资助：国家自然科学基金（61170130）