한글내용
(Korean Abstract) |
본 연구에서는 수술 중 환자의 생체 신호 데이터를 사용하여 관계 분석을 통해 1분 후의 커프스 수축기 혈압(SBP), 커프스 평균 혈압(MBP)에 영향을 주는 변수를 찾고 이를 예측하는 모델을 제안한다. 모델을 생성하기 위해 시차를 가지고 있는 두 시계열의 상관관계인 lag-correlation을 이용하여 변수를 선택하였다. 1분 후 커프스 수축기 혈압(SBP)을 예측하기 위해 현재 시점의 커프스 수축기 혈압(SBP)과 상관관계가 높은 SBP, MBP, REMIFENTANIL_CT, ETCO2, REMIFENTANIL_CE, BIS, SEF, HR, PIP, PROPOFOL_CE, PROPOFOL_CT, REMIFENTANIL_CP의 -20, -21, -22, -23, -24시점 데이터를 변수로 선정하였고, 1분 후 커프스 평균 혈압(MBP)을 예측하기 위해 현재 시점의 커프스 평균 혈압(MBP)과 상관관계가 높은 MBP, SBP, SEF, ETCO2, HR, PIP, PROPOFOL_CE, REMIFENTANIL_CP, REMIFENTANIL_CE, REMIFENTANIL_CT의 -20, -21, -22, -23, -24시점 데이터를 변수로 선정하였다. 커프스 수축기 혈압(SBP) 예측 결과 RMSE(평균 제곱근 오차)는 12.20이고 MAPE(평균 절대 백분율 오차)는 4.08%이며, 커프스 평균 혈압(MBP) 예측 결과 RMSE(평균 제곱근 오차)는 10.13이고 MAPE(평균 절대 백분율 오차)는 4.16%이다. |
