基于电阻抗技术的多通道呼吸监测系统

目的为及时检测到早期呼吸系统疾病引起的呼吸功能的改变,本研究开发了一套采用生物电阻抗技术同时监测胸部和腹部的呼吸电阻抗信号的多通道呼吸监测系统。方法本系统主要分为3个单元：电阻抗数据采集单元、多通道开关单元和控制单元。电阻抗数据采集单元完成生物电阻抗数据高精度的检测,多通道开关单元完成不同部位数据采集通道之间的转换,控制单元采用LabVIEW编程实现对电阻抗数据采集单元和多通道开关单元的控制、同步采集、数据的显示及存储。利用本系统采集5名健康人长跑5000m前后胸部和腹部的同步呼吸电阻抗信号,采用一种新的参数定量描述胸部和腹部的呼吸电阻抗信号的同步程度。结果长跑前后胸部和腹部同步呼吸电阻抗信号的同步程度具有显著差异（P〈0．01）。结论基于电阻抗技术的多通道呼吸监测系统能够有效用于多个部位呼吸电阻抗信号的同步监测,为早期呼吸系统疾病的检测提供辅助诊断信息。     

基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法

阻塞性睡眠呼吸暂停容易引发心血管并发症。作为睡眠呼吸暂停诊断的金标准,多导睡眠仪的检测费用昂贵且影响患者睡眠质量。鉴于心肺高度耦合,心电信号已被广泛应用于睡眠呼吸暂停检测中。然而,大多数基于心电信号的研究专注于人工特征的设计,依赖于专家先验知识。基于深度学习的方法能够减少特征提取过程中的人为因素。提出一种基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法。首先,利用栈式稀疏自编码器,直接从RR间期序列中进行半监督特征学习,先在预训练阶段进行无监督学习,随后在微调阶段引入标签进行有监督学习。然后,构建支持向量机和人工神经网络,分别结合隐马尔可夫模型之后,组成决策融合分类器,隐马尔可夫模型引入片段之间的时间依赖性,决策融合可整合不同分类器之间的优势。基于Physio Net的apnea-ECG数据库70例整夜睡眠数据,实验结果显示:阻塞性睡眠呼吸暂停片段识别准确率、敏感性和特异性分别为84.7%、88.9%和82.1%,个体识别准确率达到100%。基于自编码器的特征提取方法相较于特征工程,能够降低先验知识限制,使特征提取过程更加自动化、智能化。此外,决策融合分类器相较于单一分类器,不仅可提升片段识别准确率,而且能缓解识别结果中敏感性和特异性之间的不平衡性。     

睡眠障碍研究进展

睡眠占了人生命的三分之一,是生命所需。多导睡眠图监测被认为是诊断多种睡眠障碍的金标准。本文对睡眠障碍临床研究现状、分类、快速监测新方法 Quisi,婴儿、儿童、青少年及成人部分睡眠障碍的脑电图和多导睡眠图特征,及诊断治疗做了介绍。认为Quisi技术将多导睡眠图技术简化和延申,判断睡眠障碍多了一个手段,针刺结合中药疗法是治疗失眠的有机统一,效果更佳,具有临床转化价值。     

多导睡眠图仪选择性监测与分析系统的研制

针对传统多导睡眠图仪在监测过程中粘贴电极多、患者负荷大、信号缺失后无法分析等问题,研制一款信号可选择的多导睡眠监测与分析系统.该系统能针对不同患者的需求,可繁可简地获取患者的监测信号;也可在电极脱落造成信号缺失的情况下,利用数据挖掘及信息融合技术和专家知识,从心率变异性及相关信号时频域耦合关系中提取睡眠呼吸障碍的疾病诊断信息.实验表明:该系统与多导睡眠图仪在诊断结果方面无明显性差异.在一定程度上弥补了传统多导睡眠图仪的不足,简化了诊断程序,降低了患者的检查负荷,已在医院得到初步应用,有望进一步推广.     

双通道血流容积测量系统的设计与实现

本文介绍了双通道血流容积测量系统的设计与实现.系统包括硬件与软件两个部分.硬件部分主要功能是采用双通道直接式电路阻抗法测量生物体受检部位的基础阻抗Z0和反应血流容积变化的△Z曲线;软件部分是采用定时器中断方式,利用汇编语言与C语言混合编程来控制A/D板的信号实时采集.整个系统采用双通道方式,可以同时测量左右肢体的血流容积变化情况,提高了测量的准确性.     

睡姿状态下咳嗽信号的检测与辨识方法研究

咳嗽是许多呼吸系统疾病的常见和重要临床症状之一,而咳嗽监测仪被认为是评估咳嗽的金标准。目前的咳嗽监测仪主要通过记录咳嗽声音或同时记录咳嗽声音和胸壁EMG来监测咳嗽,且当前咳嗽事件提取算法均以如何区分说话与咳嗽为研究重点。本文基于微动敏感床垫检测系统提出了一种通过同时记录咳嗽声音和咳嗽引起的身体振动来无负荷长时间监测记录咳嗽的新方法。对夜间咳嗽监测,尤其是对睡眠呼吸暂停综合征患者如何在没有音频记录回放的情况下区分鼾声与咳嗽,进行了初步研究,证明了该方法的可行性。     

智能实时睡眠监测与干预系统的设计与实现

目的设计可以监测、分析、干预以及反馈人体睡眠状况的智能实时睡眠监测与干预系统,以改善使用者睡眠问题。方法首先设计智能实时睡眠监测与干预系统,其中生命体征信号采集模块实时监测人体肢体动作、心脏泵血等引发的振动;数据处理中心提取体动信号、呼吸信号与心冲击信号(ballistocardiogram,BCG)信号,利用睡眠监测算法进行睡眠状况分析;中药香薰器由数据处理中心控制开关,利用含有中药成分的香薰干预睡眠;同时睡眠监测实时反馈干预情况下的数据。然后选取3名失眠的被试者进行测试,检验系统的有效性。结果所构建的系统可以实时记录被试者睡眠情况并形成睡眠分期图,也可利用中药香薰有效地干预被试者不良睡眠情况。结论该系统能够实现非接触式睡眠情况采集与分析以及对入睡困难或睡眠质量不佳等状况的干预。     

睡眠障碍的手机监测方法研究

阻塞性呼吸睡眠障碍(OSA)的监护及诊断因过于复杂而主要限于在医院进行,大量就医已造成医疗机构压力增大。为简化操作、实现对OSA患者的日常监护和初步诊断,本文阐述了一种基于手机的睡眠监测和评估方法。通过Visual Studio 2008下的程序开发,实现了手机采集鼾声信号的功能,并在MatLab环境下,对音频信号进行初步处理,定位鼾声信号以及分析患者健康状况。通过计算机模拟鼾声信号的实验表明,该方法较好地实现了上述功能,对异常鼾声信号的诊断结果较为准确。本文为家庭化低成本呼吸睡眠障碍监测提供了重要且现实的技术途径。     

数字化外科：生物电阻抗测量技术辅助临床外科的操作

背景：现代临床外科操作对减少创伤和提高精确度的要求日益提高,生物电阻抗测量技术能将人体组织的信息转化为数字化信号,识别不同组织、器官,进而达到辅助临床操作的目的。 目的：回顾分析生物电阻抗测量技术通过数字化转换辅助临床诊断、治疗以及手术等操作过程的情况。 方法：由第一作者检索 1999/2009 PubMed数据及万方数据库有关使用生物电阻抗测量技术辅助临床诊断、治疗以及手术等操作,通过数字化信号的采集和分析达到实时定位、定性、提高精度和疗效评估等方面的文献。 结果与结论：生物电阻抗测量技术以其无创、安全、可持续监控、多次测量和重复使用等优点,是一种理想的临床操作辅助手段。随着该技术新理论、新方法的不断发展,许多学者在此基础上对其辅助临床操作的应用进行了大量的研究和尝试,有理由相信其辅助应用的范围也将进一步扩大。     

睡眠呼吸暂停分析系统

本文介绍了一种用于监测睡眠呼吸疾患的计算机自动分析系统的工作原理和软硬件设计。该系统实时显示、记录存储人体9种不同生理信号,自动分析报告睡眠、呼吸和血氧饱和度的动态变化。临床应用证明该系统可为临床诊断失眠、鼾症和睡眠呼吸暂停等睡眠障碍提供可靠的客观依据,与传统的记录多导睡眠图的方法相比,具有节省人力、时间和记录纸的优点。