文档摘要：针对医院患病老人长期卧床、缺乏自理能力,尤其是大便护理难以解决的问题,提出了基于神经网络的大便便前监测模型.根据人体便前90s生理参数会发生明显变化的特点,通过采集人体有便意和无便意状态下的生理参数制定数据集,构建大便便意识别模型并使用数据集对其进行训练,最终通过训练后的模型实现对卧床失能老人的大便便意识别和便前监测.临床实验结果表明:该预测模型进行便意识别和便前监测的准确率在80％～87％之间,具有较高精度和实用价值.
Abstract：Thearticleproposesaneuralnetwork-basedfecalpre-monitoringmodelforelderlypa-tientswhoarebedriddenandlackself-careability,especiallyforthosewithdifficultfecalcareinhospitals.Accordingtothecharacteristicthatphysiologicalparametersofthehumanbodychangesignificantlybeforedefecationwithin90seconds,adatasetwasdevelopedbycollectingphysiolog-icalparametersinstatesofdefecationurgeandnon-defecationurge.Then,afecalurgerecogni-tionmodelwasconstructedandtrainedusingthedataset,andultimately,thetrainedmodelwasusedtoachievefecalurgerecognitionandpre-monitoringforbedriddenelderlypatients.Clinicalexperimentalresultsshowthattheaccuracyofthepredictivemodelforfecalurgerecognitionndpre-monitoringisbetween80％～87％,whichhashighaccuracyandpracticalvalue.
作者：曹莹瑜 高尊 黄军芬 云欣怡 赵震玺Author：CAOYingyu GAOZun HUANGJunfen YUNXinyi ZHAOZhenxi
作者单位：北京石油化工学院机械工程学院,北京102600
刊名：北京石油化工学院学报
Journal：JournalofBeijingInstituteofPetro-chemicalTechnology
年，卷(期)：2024, 32(1)
分类号：R319
关键词：神经网络 模式识别 大便便意识别 人体生理参数
Keywords：patternrecognition neuralnetworks identificationofbowelmovements humanphysiologicalparameters
机标分类号：TP391.41TP183P618.13
在线出版日期：2024年5月13日
基金项目：国家重点研发计划基于神经网络模式识别的人体大便便意识别模型研究[
期刊论文] 北京石油化工学院学报--2024, 32(1)曹莹瑜 高尊 黄军芬 云欣怡 赵震玺针对医院患病老人长期卧床、缺乏自理能力,尤其是大便护理难以解决的问题,提出了基于神经网络的大便便前监测模型.根据人体便前90s生理参数会发生明显变化的特点,通过采集人体有便意和无便意状态下的生理参数制定数据集,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：神经网络,模式识别,大便便意识别,人体生理参数,
- 文件大小:
- 3.34 MB
- 下载次数:
- 60
-
高速下载
|
|
1
