基于因子分析的生物电阻抗技术的睡眠呼吸容积监测

目的 为了消除睡眠姿势变化对呼吸容积监测的影响,提出一种基于双通道生物电阻抗技术对左右肺呼吸阻抗信号进行数据融合实现呼吸容积监测的新方法。方法 本文搭建了一套基于双通道生物电阻抗技术的睡眠呼吸容积监测系统,用多导生理信号记录仪MP150(BIOPAC,美国)采集10名受试者依次保持仰卧、左侧卧和右侧卧3种睡眠姿势下平静呼吸时的呼吸流速信号以及左右肺和胸腔的呼吸阻抗信号。以呼吸流速信号为金标准,比较通过因子分析法得到的左右肺融合信号和单通道胸腔的呼吸阻抗信号。结果 相比于单通道阻抗方法,因子分析方法获得的左右肺融合的呼吸阻抗信号与金标准信号之间的平均误差值要更小,且一致性更好。结论 基于双通道阻抗技术结合因子分析的数据融合算法是一种可信的睡眠呼吸容积监测新方法。     

能谱CT成像技术在肿瘤中的应用研究进展

<正>目前,应用最普遍的常规CT成像技术主要从形态学、密度的差异和强化幅度的不同上检出病变、对病变进行诊断及鉴别诊断。2009年能谱CT问世,它不仅能够更好地显示解剖结构及病变形态,还可以多参数、定量地评价病变组织,为满足临床需求提供了更多可能,尤其在肿瘤的早期检出、定性诊断、疗效评估及预后判断方面均展现了巨大的潜力。     

基于主成分分析的不受睡眠姿势影响的呼吸容积动态监测方法

目的探究基于主成分分析(PCA)的不受睡眠姿势影响的呼吸容积动态监测方法。方法利用2014年6月采集到的10名健康男性大学生平静呼吸时在仰卧、左侧卧和右侧卧位下的呼吸流速(PNT)信号及胸腔阻抗(IPTH)、左肺阻抗(IPL)和右肺阻抗(IPR)信号,通过对PNT信号进行积分运算得到呼吸容积(VPNT)信号作为金标准,使用基于PCA的数据融合算法从左肺和右肺的呼吸信号中获取融合的容积信号(VIPLR)。结果VIPLR与VPNT的相关系数(r)高达0.9501,且与经典的胸腔阻抗容积(VIPTH)比较,容积平均绝对误差(MAE)下降了25%。结论基于PCA的睡眠呼吸容积评估方法是一种可信度较高的睡眠呼吸容积动态监测新方法,能够最大限度地克服睡眠姿势变换对监测结果的影响。     

生物阻抗测量技术及其临床应用研究进展

生物阻抗技术是利用细胞外液和细胞内液的电学性质测量人体成分及器官变化的一种较新的医学诊断技术。因其具有无创、安全、有效及功能信息丰富等优点,广泛应用于疾病的动态检测。本文阐述了在临床中生物阻抗的测量方法、电极大小形状及贴放位置等的技术研究,并总结了生物阻抗在人体成分分析、心脑血管系统疾病的动态监测、消化系统疾病和肺部疾病的监测,以及乳腺癌检测中的应用。     

基于短时心率变异特征ST-fApEn的阻塞性睡眠呼吸暂停疾病状态分析方法研究

目的提出基于滑动趋势模糊近似熵(ST-fApEn)的短时心率变异性(HRV)分析动态特征,以提高阻塞性睡眠呼吸暂停(OSA)的检测精度及疾病状态的分析能力。方法使用Physionet的ApneaECG数据库中20例正常对照样本和40例OSA样本,分成一系列5min的片段。根据该片段是否发生暂停分为正常对照组(N-N组,20例),OSA患者正常片段组(P-N组,40例)和OSA患者呼吸暂停片段组(P-OSA组,40例)。通过使用经验模态分解(EMD)结合滑动窗的方法来获得RR序列的趋势斜率序列,并对其进行复杂度分析得到ST-fApEn,分析不同疾病状态。结果与SD、RMS、PNN50和LF/HF等HRV静态特征相比,ST-fApEn不仅在3种不同疾病状态组的任意2组都有显著性差异,且OSA的检测精度显著提高到85.0%,敏感性和特异性也分别达到了82.5%和90.0%。结论提出的ST-fApEn动态特征使OSA的检测精度得到显著提高,是鉴别健康人、OSA患者不发病时和发病时不同疾病状态的一个有效检测指标。