РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ ДОЛЖНЫХ ВЕЛИЧИН СИЛЫ ДЫХАТЕЛЬНЫХ МЫШЦ НА ОСНОВЕ МЕТОДА ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ, "Российский физиологический журнал им. И.М. Сеченова"
B. I. Geltser, Карина Иосифовна Шахгельдян, Курпатов Илья Геннадьевич et al. · Российский физиологический журнал им И М Сеченова · 2018
В работе представлены результаты сравнительного анализа моделей расчета должных величин силы дыхательных мышц, разработанных на основе методов многофакторной линейной регрессии и искусственных нейронных сетей. Было обследовано 356 здоровых лиц (162 мужчины и 194 женщины) в возрасте от 18 до 89 лет, у которых оценивали уровень максимального экспираторного, инспираторного давлений в ротовой полости и SNIP-тест на аппарате MicroRPM (Великобритания). Точность 18 ранее разработанных линейных регрессионных моделей и моделей, построенных авторами, определяли с помощью средней относительной ошибки аппроксимации (СООА) на обучающей и тестовой выборках. Показано, что использование нейронных сетей значительно повышает точность расчетов должных величин. Это особенно заметно в мужской популяции, где уровень СООА был в диапазоне от 10.3 до 14.2 %, что указывало на высокое качество моделей. Уровень СО- ОА у женщин лишь немногим уступал аналогичным данным у мужчин и варьировал от 15.7 до 16.6 %. Анализ соотношений фактически измеренных и должных величин силы дыхательных мышц в реальном времени позволит оценить выраженность респираторной мышечной дисфункции и осуществлять своевременную коррекцию нарушенных функций.
Cited by 4 works. doi:10.7868/s0869813918090058
Authors
References
- A protocol for data exploration to avoid common statistical problems
- ATS/ERS Statement on Respiratory Muscle Testing
- Predicted normal values for maximal respiratory pressures in caucasian adults and children.
- Advanced supervised learning in multi-layer perceptrons — From backpropagation to adaptive learning algorithms
- Machine Learning
- Maximal values of sniff nasal inspiratory pressure in healthy subjects.
- New globally convergent training scheme based on the resilient propagation algorithm
- Normative values for maximal respiratory pressures in an Indian Mangalore population: A cross-sectional pilot study
- A Joint Computational Respiratory Neural Network-Biomechanical Model for Breathing and Airway Defensive Behaviors
- Monitoring of total positive end-expiratory pressure during mechanical ventilation by artificial neural networks