研發成果查詢

電機系   莊家峰老師

本發明係包括(一)訓練組資料庫建立步驟、(二)第1個初始群體解產生步驟、(三)第2至第M個初始群體解產生步驟、(四)三個目標函數產生步驟、(五)尋求最佳解之步驟及(六)完成步驟。進而可以前述步驟，將訓練組資料庫之複數筆訓練組個人資料分為N個群，以每一群中的頸圍模糊歸屬函數、腰圍模糊歸屬函數、睡後平均血壓值模糊歸屬函數及一由亂數產生之睡眠呼吸中止指數(AHI)對應輸出值，先構成一規則，進而產生N個規則；再將其中之預定數據各別加減一隨機數值後，產生第2至第M個初始群體解；利用現有基因演算法反覆進行運算，最後可獲得一最佳化之群體解，而可用以進行估測。本案兼具可對服用安眠藥、服用高血藥及抽菸患者進行估測、不須昂貴而操作複雜的器材接受度較高，及可彈性選擇特定之適用對象等優點。

電機系   莊家峰老師

本發明係包括變數萃取步驟、線性演算法建立步驟、類神經模糊系統建立步驟及確效步驟。依前述步驟，以易於取得之患者之參數資訊，配合特定公式運後，只利用腰圍與身體質量指數，即可提供睡眠陽壓呼吸器壓力之最適值之預測，且準確性高。故，本案兼具簡易又快速取得之變數可供睡眠陽壓呼吸器壓力之最適值之預測，及準確性高等優點。

電機系   莊家峰老師

本發明係包括一訓練組資料庫建立步驟、將訓練組資料庫中之資料依空間幾何分布進行分群步驟、各群之模糊關係規則建立步驟及實際評估步驟。依前述步驟，預先以M個訓練組員之其相關睡眠呼吸中止之生理指數建立資料庫。並依照已知身體質量指數、已知睡眠嗜睡問卷分數及已知血壓差值之空間幾何分布分割成N 個群，於N個群間建立N個模糊關係規則。同時配合已知的睡眠呼吸障礙指數，進行模糊關係規則參數最佳化學習。實際輸入待測者之複數個生理指數，其分別對應至N個模糊關係規則，進而加權計算得到一推估睡眠呼吸障礙指數。本案達到兼具推估之方式簡