人工肛门括约肌系统便意感知重建
【摘要】 针对现有人造肛门括约肌系统在便意感知功能上数据获取方式和分析方法的缺陷，设计了一个便意感知重建系统.该系统主要包括传感器模块、数据采集存储模块的设计以及数据分析算法.通过多传感器与数据采集存储模块的配合重建患者直肠表面压力的分布变化情况，并提出基于主元分析（PCA）法和支持向量机（SVM）的便意预测模型（PCA-SVM）.结果表明:上臂轴向和径向以及中臂径向位置的压力信号与便意产生有显著联系，选择基于高斯核函数的SVM算法，取惩罚因子C=0.0595和核函数宽度σ=0.9536对有效压力指标向量进行便意分类预测，与前馈神经网络模型相比，具有较高的预测准确度，满足人造肛门括约肌系统便意感知功能的要求.
