探索病毒/细菌疾病发作中体温与心率、呼吸频率和主动脉血压的同步性及信号动态
摘要：疾病的信号依据早期检测一直是研究和医院领域的关键课题；它降低了技术成本，并为快速和有效的患者护理操作铺平了道路。基础的机器学习和信号处理算法已被证明足以在临床症状出现之前对病毒和细菌病情进行分类。受到这些最新进展的启发，本项目利用信号动态分析来推测生命体征（温度、呼吸和心率）的变化。结果表明，一个重要生理机能的趋势可以从另一个机能中预测出来。特别是，结果显示心率和呼吸往往在体温变化后不久发生变化，主动脉血压紧随其后。虽然这不是一种病因特异性的方法，但如果进一步发展，它可以让患者和可穿戴系统用户抑制这些变化并防止立即出现症状。
作者：Camille Dunning
论文ID：2011.01877
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2020-11-04