排序方式: 共有36条查询结果,搜索用时 15 毫秒
1.
针对现有基于心冲击描记图进行心率检测存在的抗干扰性不足问题,提出一种鲁棒的心率检测模型,首先对原始信号中受干扰的片段进行补偿重构,然后将J峰作为特征波形,通过基于J峰频段的滤波与差分增强处理放大特征,并设计改进的峰值提取算法定位心跳点,进而得到心率估计值。实验结果表明,所用模型对于不同情形下的心冲击描记图信号均表现出良好的适应性,逐拍检测平均覆盖率为98.3%,平均准确率为98.4%。心率输出结果与金标准一致性高,误差范围控制在[±]5%以内,且运算实时性好,可以为临床或家庭保健提供良好的心率检测方案。 相似文献
2.
3.
重症加强护理病房(ICU)急性呼吸窘迫综合征具有较高的发病率和死亡率,该类患者治疗过程中通常需要机械通气来维持其呼吸功能。然而,机械通气参数设置不当可能会导致呼吸机相关性肺损伤(VILI)。为了有效防止VILI的发生,急性呼吸窘迫综合征研究联盟推荐使用小潮气量和限制气道平台压的保护性通气策略,但是从呼吸机能量传递的角度来看,VILI实际上是潮气量、气道压力和呼吸频率等呼吸参数综合作用的结果。机械功率能很好地体现了上述参数的共同作用,正日益成为临床研究的热点。主要介绍了机械能与机械功率的定义,并对不同呼吸模式下机械功率的计算方法进行系统地综述,同时总结回顾了机械功率与VILI有关的基础研究和临床研究,进一步探究机械功率的安全阈值可望为未来临床制定个性化机械通气策略,有效预防VILI的发生提供新的思路。 相似文献
4.
基于激励理论的云课堂管理及实证研究 《医学教育管理》2020,6(6):560-564
云课堂的好处在于无时空限制,方便学情统计分析,但也存在无法现场互动的缺点。这要求教师在网课管理的时候,运用一种新型的网络教学的互动方法,牵引学生的学习进度和学习专注,提升课堂的把控度,来提高学习的效果。基于双因素理论和阿伦森效应,以大二学生为样本,采用准自然实验法,尝试运用一种课堂激励方法,利用倍差法等计量模型对云课堂学习数据实证分析。结果表明,激励政策的正向效应非常显著,网站访问量和讨论区讨论数发帖数量增长显著,网站访问量仅章节学习项单日访问峰值最高达1 251次,总讨论数增幅达1 167%。在控制其他因素影响下,每增加投入一个单位的政策激励措施,便会增加32单位的综合政策收益。 相似文献
5.
6.
<正>阿尔茨海默病(Alzheimer’s disease,AD)是一种以进行性认知功能减退为典型表现的神经退行性疾病,其标志性病理特征之一是神经纤维缠结形成。八十年代的研究揭示,神经纤维缠结的主要成分是微管相关蛋白tau。AD患者脑中tau蛋白过度磷酸化导致其与微管结合能力降低,磷酸化的tau蛋白聚集形成细胞内的神经纤维缠结,干扰神经元的正常功能,并最终导致神经元的变性与死亡。早期研究主要关注神经纤维缠结在体外和单个细胞水平形成的机制、不同脑区的发展变化次序与功能意义,并未 相似文献
7.
为加大智能核心技术,促进智能手机和医疗领域的深度融合,理疗设备在医疗领域迅速发展,成为提升医疗服务水平的重要因素。该文阐述了手机APP在理疗设备应用情况,并分析不同手机系统下的APP以及未来发展趋势。 相似文献
8.
阿尔茨海默病(AD)是一种进行性神经系统变性疾病,其表型变化与遗传变异因素密切相关。影像基因组学通过将多模态影像表型与基因数据关联,以高通量和非侵入式等特点揭示AD的生理病理过程。本文从AD相关影像学表型、基因组学特征及影像-基因关联各方面对影像基因组学AD研究现状及进展进行综述。 相似文献
9.
目的针对压力抗血栓装置中气泵流量压力性能检测需求,设计开发了一种气泵性能测试系统。方法该测试系统主要由气动回路系统和测试控制系统两部分组成。系统基于人机交互测试模块,以PC机为系统控制和测试核心,利用传感器实时检测气泵的压力和流量信号,通过数据采集卡将获得的压力和流量信号传送给PC机;基于LabVIEW开发环境编写测试系统软件,完成流量-压力曲线的绘制和显示,并结合数据分析判断气泵的性能是否正常;最后对SC3601PM型气泵进行性能测试,验证系统的可行性。结果实验所得的流量-压力拟合曲线与标准曲线的相关系数R均为0.9996,拟合曲线与标准曲线的最大绝对误差均在最大允许误差范围内。结论该测试系统可以较好完成气泵的流量压力性能的测试,并且该测试系统操作简便、精确度高且智能化,使气泵能更准确地应用于压力抗血栓装置中,推广和应用前景良好。 相似文献
10.
目的 探索不同运动模式下足底压力的受力特征,为步态识别和运动康复提供理论支持。 方法 采用F-scan鞋垫式足底压力测量系统采集10例健康男性裸足状态下不同运动模式(慢走、正常行走、奔跑、双脚跳跃、单脚跳跃)的足底受力数据,本研究均使用受试者的右足数据作为研究对象。采用Python和Excel 2010版数据分析软件处理本研究所得数据,分析足底受到的垂直压力、足底压强峰值、足底压力分布区域以及压力中心轨迹等。 结果 对比不同运动模式,慢走、正常行走、奔跑时,运动速率越快则压力中心轨迹变化越快,正常行走和慢走所受垂直力为体重的1.6倍,而奔跑则达到了体重的6倍;双脚跳跃时压力中心轨迹变化剧烈,单脚跳跃时的足底压强峰值最大。所有运动受力区域几乎都集中在足跟与前脚掌,脚趾中仅拇趾有明显受力。 结论 不同运动模式下,足底受力的各项指标均有各自的特征。奔跑运动时,足底所受垂直地面反作用力的差异最为显著,足内侧至足外侧的COP轨迹变化较为平稳;单脚跳跃和双脚跳跃时,垂直地面反作用力波形均有一定的起伏,呈现出“M”型双峰,双脚跳跃时,足跟侧至足趾侧的COP轨迹变化剧烈,单脚跳跃足底压强峰值的平均值最大,这些特征可为步态识别和运动康复等研究提供参考。 相似文献