基于光电容积脉搏波的呼吸波提

本研究通过人体指端的光电容积脉搏波,提取呼吸波信号。同时采用小波分析和经验模态分解方法对脉搏波信号进行分解并重构呼吸信号,然后与采集的呼吸波信号做相关性分析。通过对5名志愿者的实验,结果显示采用经验模式分解方法所提取的呼吸波具有更好的相关性。通过分析数据显示,其波形相关系数在0.5左右,AR频谱相关系数在0.8以上。由此可以证明,经验模式分解法可有效提取人体指端光电容积脉搏波中所包含的呼吸波成分。     

高血压病人的光电容积脉搏波的频域分析

采用光电容积脉搏血氧饱和度检测系统对67例高血压病人采集的脉搏波信号进行了频域分析,并和66例正常人进行对比分析.发现高血压病人的脉搏波谐波峰值衰减速度显著高于正常人,而谐波的宽度要大于正常人.作者从人体生理和病理学角度分析了这种差异出现的可能原因,从而为高血压病的早期诊断提供了一种新的参考方法.     

基于光电容积脉搏波的心房颤动识别方法

为了能够简便快捷地检测心房颤动,提出一种基于光电容积脉搏波描记法（PPG）对心房颤动进行识别的方法。首先,将已确诊为心房颤动状态脉搏波与健康状态脉搏波数据进行对比分析;其次,基于分析结果,从脉搏波数据中提取与心房颤动相关的6类特征参数作为分类器的输入;最后,使用支持向量机（SVM）、BP神经网络、随机森林算法3种分类器建立心房颤动识别模型,其识别心房颤动的准确率分别可达89.1%、92.3%、95.2%。实验结果表明,基于PPG的心房颤动识别方法具有很高的识别准确率,尤其在使用随机森林算法作为分类器时,识别准确率达到最优。同时该检测方法简便快捷,是一种可以替代传统心电图检测识别心房颤动的方法,对心房颤动患者的长期观察监测具有临床价值。     

基于光电容积脉搏波的精神疲劳评估方法

目的 针对精神疲劳难于定量评估的问题,本文探索一种非侵入式可穿戴检测方法获取人体生理参数,从而实现对人体精神疲劳的定量评估。方法 搭建光电容积脉搏波（photoplethysmography,PPG）采集平台,采集20名健康在校生的PPG信号,对PPG信号进行预处理和特征提取,获取时域、频域共143维特征。使用机器学习算法建立分类模型,对于Pearson相关系数法、F检验和relief-F得到的特征权值,选择最优的特征子集,使用降维后的特征子集训练模型,减少复杂度和过拟合概率。结果 与实际状态对比,基于该方法的单个体疲劳检测平均准确率为92.48%,多个体疲劳检测准确率最大值为92.2%,可以有效地识别精神疲劳。结论 光电容积脉搏波信号经过时域和频域分析构建的特征能够使用机器学习算法进行准确的精神疲劳状态分类评估。     

基于光电容积脉搏波的呼吸频率监测

目的呼吸频率是人体生理信息监测中一个重要的生理指标,做好呼吸频率的监测对于一些疾病的及时诊疗有重大意义。光电容积脉搏波中包含许多生理信息,而本研究即从光电容积脉搏波中提取呼吸频率。方法首先识别出光电容积脉搏波,提取出脉搏波的包络、间隔、幅度、面积信号4个特征参数,并利用三次样条插值和频谱分析从中提取各自对应的频率,采用加权平均得到最终的呼吸频率,并将本文提取的呼吸频率同给定的标准呼吸频率进行对比。结果在时域和频域具有较好的相关性,并且不同数据多次测量的统计结果显示测量误差较小。结论本方法能有效地从光电容积脉搏中提取呼吸频率,且计算简单,为实现呼吸频率的实时、连续、无创监测提供了一定的理论依据。     

无创光电容积脉搏波检测分析系统

目的 光电容积脉搏波（photoplethysmography,PPG）信号是目前心血管生理病理研究的应用热点之一.针对准确、快速的应用需求,本文设计一种无创PPG检测分析系统.方法 该系统分为前端采集装置和信号处理两部分,其中前端装置以MSP430为核心,完成指端PPG信号的采集、处理与传输;计算机（personal computer,PC）则根据指端PPG信号分析受试者血管弹性信息.在检测过程中,采集前端实时获取心率（heart rate,HR）和血氧饱和度（blood oxygen saturation,SaO2）信息,PC计算的参数有血管硬化系数（stiffness index,SI）和血管反射系数（reflect index,RI）.结果 通过年轻组和年长组的对比实验证明,系统能快速准确采集指端PPG形态特征,能准确描述SI和RI参数变化,其对动脉弹性的评估具有一定参考价值.结论 该系统是适用于PPG信号采集与分析的实验装置.     

基于光电容积脉搏波特征信息的睡眠呼吸事件判别

研究脉搏波特征信息与睡眠呼吸事件的关系,实现对呼吸事件的初步判别。采用小波变换的方法分析光电容积脉搏波,提取特征参量,结合专家经验校正后的呼吸事件分布,寻找这些参量与睡眠呼吸事件的相关关系,确立呼吸事件的初步判据,并用于呼吸事件初步判别。研究了5位受试者夜间脉搏波信号,专家校正的一晚呼吸事件总数为1239次。结果表明,呼吸事件初步判别的符合率在91%以上,尤其对于患有中重度OSAHS的病人,符合率可达96.1%。本研究提供了利用脉搏波特征参量进行呼吸事件初步判别的理论根据和实现方法。     

基于桡动脉脉搏波血流动力学检测的心输出量计算修正

目的心输出量是评估心血管功能的重要参数.长期以来,心输出量作为常规的心血管血流参数已被临床医生、药剂师和生理学家所接受.北京工业大学罗志昌等人通过多年研究,获得了心输出量的临床实用公式,但此公式中的一些近似是以正常健康人的生理条件为基准,在长期的实验中,发现由此得出的心输出量在一些情况下失真,因此有必要对这种失真进行修正.方法通过大量临床实验,用线性回归的方法,通过修正系数,对心输出量计算公式进行修正.结果修正系数与脉搏波特征参数K、年龄、血压和心率有关,修正后的公式计算的心输出量较为接近实际值.结论在没有经过心外科手术的无心瓣膜缺损、主动脉瘤、心衰、心率不齐等疾病的患者,以及健康的孕妇、运动员和普通的健康人中,通过脉搏波特征参数K、年龄、血压和心率计算心输出量是比较可靠的.     

基于容积脉搏波血流动力学检测的血流动力学参数的临床验证

目的 改进脉搏波无创检测仪的检测方式,考虑到桡动脉检测的操作复杂,因而选择操作简便的指脉检测.方法 通过大量的临床数据分析,确定指脉检测方式与桡动脉检测方式之间的转换关系,计算基于容积脉搏波的部分血流动力学参数,并和超声心动检测结果进行对比.结果 用指端容积脉搏血流方法同步检测的血流参数和超声心动检测血流参数的结果对比,差异没有统计学意义.结论 所得结果表明,在应用指端容积脉搏血流方法检测心输出量及其他血流参数是可行的.     

基于重搏波谷点的脉搏波波形特征量分析

目的 脉搏波包含许多重要的血流动力学信息.罗志昌教授前期研究,曾提出一个以脉图面积变化为基础的脉搏波波形特征量K.但是在长期的实验中发现相同的K值有着不同的脉搏波波形.方法 在脉搏波波形特征量K的基础上提出以重搏波谷为界将脉搏波波形分为两部分,相应地波形特征量也分为K1,和K2.结果 脉搏波波形特征量K1和K2的变化能够反映人体心脏、血管、血压、微循环功能的变化.结论 脉搏波波形特征量K值分为K1和K2后,解决了原来相同K值而生理状态不同的问题.     

经食管探测降主动脉光电脉搏波的可行性研究

目的 研究经犬食管探测降主动脉光电脉搏波信号的可行性及其与同步股动脉有创血压波的一致性.方法 成年实验犬10只,雌雄不限,犬龄(1.5±0.5)岁,体质量(8.3±1.0) kg.开胸直视下将反射式光电传感器放置于食管中段,使光源发射点正对降主动脉,探测、记录此处光电脉搏波信号,同步记录股动脉有创血压波信号.结果 所有...     

Reliability assessment for pulse wave measurement using artificial pulse generator

Abstract

This study aimed to assess intrinsic reliabilities of devices for pulse wave measurement (PWM). An artificial pulse generator system was constructed to create a periodic pulse wave. The stability of the periodic output was tested by the DP103 pressure transducer. The pulse generator system was then used to evaluate the TD01C system. Test–re-test and inter-device reliability assessments were conducted on the TD01C system. First, 11 harmonic components of the pulse wave were calculated using Fourier series analysis. For each harmonic component, coefficient of variation (CV), intra-class correlation coefficient (ICC) and Bland-Altman plot were used to determine the degree of reliability of the TD01C system. In addition, device exclusion criteria were pre-specified to improve consistency of devices. The artificial pulse generator system was stable to evaluate intrinsic reliabilities of devices for PWM (ICCs?>?0.95, p?<?0.001). TD01C was reliable for repeated measurements (ICCs of test–re-test reliability?>?0.95, p?<?0.001; CVs all < 3%). Device exclusion criteria successfully excluded the device with defect; therefore, the criteria reduced inter-device CVs of harmonics and improved consistency of the selected devices for all harmonic components. This study confirmed the feasibility of intrinsic reliability assessment of devices for PWM using an artificial pulse generator system. Moreover, potential novel findings on the assessment combined with device exclusion criteria could be a useful method to select the measuring devices and to evaluate the qualities of them in PWM.     

基于超声回波信号的指端脉搏波提取

脉搏波可作为检测人体心血管系统生理病理状态的重要依据。为了验证用超声波测量脉搏波的可能、解决脉搏波的测量部位受限的问题,本研究提出一种从超声回波信号中提取脉搏波的方法。设计一种跟随式超声传感器,用数据采集系统采集指端超声回波信号,经过滤波、选点及小波去噪等处理后得到较为纯净的脉搏波信号;同时采集心电信号以及光电容积脉搏波信号作为参考信号。结果表明,可以从提取的指端脉搏波中准确地获取心率;与同步测得的光电容积脉搏波数据相关系数大部分在0.8以上;波形中的重搏前波、重搏波等细节部分也能明显地表现出来。本研究提出的方法实现了从指端超声回波信号中获取完整可靠的脉搏波信号,为日后获取不同部位的脉搏信号提供了基础。     

基于脉搏波检测技术的心血管健康评测

脉搏波中蕴含丰富的生理病理信息,能反映心功能参数的早期变化趋势。因此,脉搏波信息的量化对心血管疾病具有重要的参考价值。从脉搏波的形成机制角度,阐述脉搏波与心血管生理病理信息的关系;从脉搏波的波形分析,阐述临床中应用脉搏波技术的心血管无创检测指标;将心血管的生理病理信息和脉搏波理论相结合,建立评测心功能健康状况的评价指标。基于脉搏波理论建立的心血管无创检测方法,有助于全面维护心血管健康,为心血管系统疾病的早发现、早预防、早治疗提供重要医疗手段;其次,可以简化临床检测过程,降低检测成本,实现心血管疾病适时地健康普检,降低心血管疾病的致死率和致残率。     

基于脉搏波的心输出量监测技术研究进展

心输出量（CO）是人体血流动力学监测的核心参数,对心血管疾病的诊断和治疗具有重要意义,而脉搏波包含了丰富的生理病理信息,其波形特征与血流动力学参数的变化密切相关,因此在CO监测上有着广泛的应用。脉搏波主要分为压力脉搏波和容积脉搏波两类,前者在CO监测上已有成熟的产品,后者则仍在科研阶段,尚未有能满足应用要求的技术产品。本文首先分别介绍压力脉搏波和容积脉搏波各自的特点以及计算CO的理论基础,然后从微创及无创两个方面,介绍几种基于两类脉搏波的CO监测技术,并分析它们的基本原理和优缺点,最后对监测技术的发展和应用做了展望。     

基于脉搏波传播时间测量的特征信号处理算法的研究

目的针对目前加速度脉搏波特征点检测研究少的问题,本文提出一系列处理算法,并对加速度脉搏波关键点中的a、c两点进行了重点研究。方法通过对加速度脉搏波采用防脉冲移动平均、小波滤波等方法预处理后,采取差分阈值与小波系数模极大值相结合的方法,对关键点位置进行检测。实验处理数据源于对15名在校学生采集的60组容积脉搏波,通过本文算法进行处理、检测和验证。结果对于加速度脉搏波中关键点a、c两点的正确识别率达92％以上。结论本文所述信号处理算法能够对脉搏波传播时间测量中的特征信号进行快速、准确的检出,为新型医疗监护设备的开发设计提供了技术支持。     

基于心电-脉搏波的心血管疾病识别研究

为实现心血管疾病的早期筛查,降低心血管疾病临床检测的成本。本研究基于上肢脉搏波传导速度（PWV）及脉搏波相关血液动力学基础理论,采集了总计51人的脉搏波与心电信号数据,提取了包括3种PWV和脉搏波特征参数总计16个特征参数,将不同的PWV与脉搏波特征组成3个样本特征数据集,分别建立了基于K近邻学习（KNN）和支持向量机（SVM）的心血管疾病识别模型。KNN模型分类准确率为66.28%,SVM模型分类准确率为84.3%,并通过对比不同PWV对模型性能的影响,确定了用于血管评估的最优脉搏波传导速度pwvm。研究表明基于SVM建立的分类模型对心血管疾病识别有一定可靠性,为低成本的心血管疾病早期筛查提供了新思路,也为穿戴式心血管系统监测提供了基础。