典型文献
基于机器学习和心率变异性的经皮耳迷走神经电刺激疼痛阈值预测
文献摘要：
经皮耳迷走神经电刺激(taVNS)作为新兴的精神和心血管疾病的治疗方法,其刺激强度设置需要将刺激电流调整至疼痛阈值后再降低其幅值.该设置方式不仅缺乏一致性,且影响治疗效果和舒适度.本文提出了一种结合心率变异性(HRV)特征和机器学习回归模型的新方法,实现了 taVNS疼痛阈值的预测.基于实验采集的数据,系统的比较了将HRV特征作为各种机器学习模型输人的预测精度.结果表明,HRV特征与极端随机树的组合性能最优,使用遗传算法去除冗余特征能够有效改善模型预测性能,均方根误差在1.18到1.56之间,均方差在0.77到0.96之间.该方法可用于不同个体的taVNS刺激强度的预测,对受试者在taVNS期间的治疗效果有积极作用.
文献关键词：
经皮耳迷走神经电刺激;疼痛阈值;心率变异性;机器学习
中图分类号：
作者姓名：
耿读艳;张易;付志刚;杨凯;王超;安红霞
作者机构：
河北工业大学电气工程学院 天津300130;中国人民解放军联勤保障部队第九八三医院体检中心 天津300142
文献出处：
引用格式：
[1]耿读艳;张易;付志刚;杨凯;王超;安红霞-.基于机器学习和心率变异性的经皮耳迷走神经电刺激疼痛阈值预测)[J].电子测量技术,2022(21):31-35
A类：
经皮耳迷走神经电刺激
B类：
基于机器学习,心率变异性,疼痛阈值,taVNS,心血管疾病,刺激强度,激电,流调,再降,设置方式,合心,HRV,机器学习模型,输人,极端随机树,组合性,冗余特征,预测性能
AB值：
0.172954
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
