关键词:
阻塞性睡眠呼吸暂停
人工智能
机器学习
Adaboost算法
摘要:
阻塞性睡眠呼吸暂停是一种常见的睡眠呼吸疾病,该疾病由上气道部分或完全塌陷引起,会导致多种疾病和并发症的发生,诊断阻塞性睡眠呼吸暂停的金标准为多导睡眠监测,但该种检测方式也存在一些不便之处,如检查费用昂贵、设备舒适度有待提升、使用环境固定、技师培训复杂等,并且多导睡眠监测难以对大多数住院患者做到高效且便捷的筛查。因此,随着近年来人工智能技术的蓬勃发展,本研究提出了基于Adaboost算法建立机器学习模型,用于预测人群患阻塞性睡眠呼吸暂停的情况。实验结果表明,该模型在所有类别上的平均预测准确率为91%。显示出了较高的分类效果,为该领域疾病检查提供了潜在应用价值。