Zastosowanie ciągłego pomiaru saturacji hemoglobiny tlenem w prognozowaniu przez siec neuronową parametrów gazometrii krwi tętniczej

• Autorzy: Sukiennik A.

Warianty tytułu

EN

A continuous measurementmethod for blood gases prediction using newral network

• Języki publikacji: PL

Abstrakty

PL

W oparciu o bazę danych funkcjonującą od kilku lat w Oddziale Intensywnej Terapii Noworodka Polsko-Amerykańskiego Instytutu Pediatrii Collegium UJ w Krakowie stworzono sieć neuronową, której zadaniem jest prognozowanie parametrów gazometrii krwi tętniczej (pH, pCO2, pO2, HCO3). Sieć przewidywała w oparciu o dostarczone dane wejściowe - uprzednie wartości gazometrii oraz nastawy respiratora i fakt podania surfaktantu. Sieć działając z krokiem 1,5 godz. prognozowała wartości gazometrii z błędem znacznie niższym niż przyjęty błąd maksymalny. Zastosowanie w praktyce tego typu systemu wymaga wydłużenia kroku działania sieci. W tym celu postanowiono wykorzystać ciągły pomiar saturacji hemoglobiny tlenem, którą to wartość wykorzystano jako kolejny parametr wejścia dla sieci neuronowej. Pomiary przeprowadzone u kilku pacjentów posłużyły do uczenia sieci neuronowej. Dokładność uzyskiwanych prognoz sprawdzono na podstawie analizy danych pochodzących od dwóch pacjentów. Uzyskano satysfakcjonującą dokładność prognoz przy wydłużonym kroku.

EN

A neural network forecasting arterial blood gases values (pH, pCO2, pO2, HCO3) was created based on Neonatal Information System working in Neonatal Intensive Care Unit, Polish-American Children's Hospital in Cracow. The network forecasted based on input parameters - previous blood gases values, respiratory settings and surfactant administration. The network worked with a step equal to 1,5 hours and forecasted blood gases values with an error well below maximal acceptable error. Practical application of this system requires elongation of the neural network step. To achieve this goal we used continuously monitored values of hemoglobin oxygen saturation as another input parameter. Measurement performed in few cases were used to teach neural network. We chacked accuracy of prognoss analyzing data from two patens. We achieved prognoses with good accuracy with prolonged step.

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 1999
• Tom: R. 45, nr 7
• Strony: 24--29

Twórcy

autor

Sukiennik A.

• Akademia Górniczo-Hutnicza w Krakowie