学术研讨:数理统计建模与血压测量

|
浏览量:

        2022年3月2日下午,数量金融与经济研究中心特邀黄子健博士分享关于分组加权混合模型及其在血压预测中之应用的讲座。黄博士的主要研究兴趣集中在统计建模、数据科学、机器学习等。此次学术研讨主要基于黄博士的论文:Statistical methods for blood pressure prediction。

 

        黄博士讲到,连续测量血压是临床医学领域的最大挑战之一。目前的血压测量大多采用Korotkoff音法,这种方法主要是一次性测量血压,但由于袖带压力干扰了手臂血管系统的正常情况,因此无法连续监测血压。理想的情况下,在PPG信号的持续监督时,受试者的血压 可以被连续测量,这与目前作为人类健康指标的血压测量的要求更加匹配。然而,血压 和PPG信号之间的关系是非常复杂的,与个人和环境状态有关,这导致了许多以前的工作面临的研究挑战,这些工作试图找到PPG信号与血压的映射,而不考虑其他因素。

 

1 

        黄博士的研究提出了分组重加权混合模型(GRM)来描述随机效应的变化以及混合分布的潜在成分。该模型结合了mixed-effect模型和mixture模型的特性,以建立观测个体之间以及预测变量和响应变量之间的综合关系。研究同样提出了分组期望最优化算法(GEM)来进行模型参数估计。此外,文章还提供了GRM模型的相应预测方法,以及对可调参数选择的模拟。通过GRM模型的应用及其在实际数据中的预测,发现测试结果不仅达到了国际血压测量标准,而且在高血压患者中也有良好的预测结果。

 

        参会的老师以及学生与黄博士进行了深入的探讨,就样本的选取方法、概率密度函数的构建、GRM模型在股票市场和心理学研究的应用、数据来源等进行了深入的讨论。

        从2020-2021学年第二学期开始,数量金融与经济研究中心规划了一系列的研讨会,给学院教师与学生提供了一个科研与教学交流的平台。研讨会的参与者可以是学院的老师、学生以及特邀的专业领域嘉宾。通过科研探讨式交流,期望支持学院教师的知识创新和科研发展,提高学生对专业知识的理解以及专业领域的认识,最终形成一个产学研高度整合的学习和科研环境,让中美国际学院教学高质量可持续发展。

 

下期预告:

2 

 

稿件来源:数量金融与经济研究中心

责任编辑:沈慧玲

初审:邱园园

终审:张志万

 

CGT活动