蛋白C/蛋白S缺乏肺血栓栓塞症中血小板聚集功能的研究进展

<正>肺血栓栓塞症 (Pulmonary thromboembolism,PTE)是来自静脉系统或右心的血栓阻塞肺动脉或其分支、以呼吸功能和肺循环障碍为表现的疾病,其发病及临床症状呈多样性表现,发病率以及病死率均较高[1],据报道,美国每年有超过29万的PTE患者,其中约1/3的患者死亡[2]。PTE的危险因素有原发性及继发性,原发性危险因素常见于蛋白C(Protein C,PC)缺乏、蛋白S(Protein S,PS)缺乏、抗凝血酶缺乏、抗     

基于空洞卷积神经网络的心律失常分类算法

本文提出了一种基于卷积网络的心电信号分类算法,设计了空洞卷积池化金字塔模块,通过不同尺寸的空洞卷积提取信息,再将各通道的信息聚合,在增强网络的特征提取能力的同时可以降低参数量。本文聚焦于窦性心律、房性早搏、心动过速以及心动过缓4种分类,使用的心电图数据集来自医院的实测数据,数据集包含75000名不同检测者的心电记录。经过测试,本文提出的模型在该数据集上取得了0.89的F1值,另外在CinC2017数据集上也达到了0.87的F1值。实验结果表明该分类算法具有优秀的特征提取和分类能力,在心电信号的实时分类中具备应用前景。     

基于SOPC的神经监测系统的设计与实现

神经外科手术是目前广泛应用的一种临床手术,作为其中的关键辅助技术,神经监测技术可准确及时地了解神经状态,减轻医生的工作压力,预防神经损伤.设计一款基于SOPC的神经监测系统,系统模拟电路和数字电路紧密结合,采用硬件电路与NIOS II嵌入式软件协同设计的方法,利用乒乓操作、串并转化、流水线等技术手段对设计进行优化,并使用嵌入式逻辑分析仪对系统功能进行分析验证.结果表明,系统时序、数据转换和传输正常.系统的软硬件构建在Terasic公司的DE0平台上,共消耗7 613个逻辑单元,硬件最高工作频率达到125.74 MHz,软件最高工作频率达到119.76 MHz.     

基于多分支融合神经网络的心电图导联重构方法

设计一种新型的多分支信息融合神经网络结构,利用已知的I,Ⅱ,V2 3个导联心电信号来重构其它导联心电信号。基于卷积神经网络结构提取多个导联的特征然后进行线性相加融合,采用一种改进的双向长短期记忆网络结构来获得与时序相关的信息,从而实现心电图导联重构。使用Physikalisch Technische Bundesanstalt(PTB)数据库进行验证,导联重构方法具有0.944 4的相关系数和0.320 3的均方根误差,说明新型神经网络结构可以有效地实现心电图导联重构。     

基于级联分类器的心律失常检测

常见的心律失常如室性早博（PVC）和左束支传导阻滞（LBBB）在心血管疾病诊断和预后中具有重要的临床价值。本文提出一种用于PVC和LBBB自动检测的级联分类器,通过提取时域和形态特征,采用支持向量机区分PVC和非PVC,再采用加权最小距离分类器（W-MDC）将非PVC分为正常（N）和LBBB。用MIT-BIH心律失常数据库进行算法验证,对N、LBBB和PVC三分类的总体正确率为96.28%,N、LBBB、PVC各类的灵敏度和特异性分别为98.59%、97.15%,81.41%、91.89%和89.22%、84.87%,验证该算法的泛化能力及对不同病人的心拍分类有效性。此外,本文还证明多导联信息综合对LBBB分类性能的提高。     

心冲击图信号的采集和特征分析及其应用

目的:探讨心冲击图（BCG）信号和心电图（ECG）信号的内在联系,从而提升BCG信号在临床中的应用价值。方法:同时采集BCG信号和ECG信号,利用小波预处理及自适应模板匹配提取BCG信号的J波,获取BCG信号的心动周期间隔,并与同时段ECG信号的心动周期间隔对比。采用一维卷积神经网络建立BCG信号到ECG信号的重构映射,获取原始ECG信号的形态。结果:同时采集得到的BCG和ECG信号的心动周期间隔相关度为98.16%,形态相关度为95.44%。可由BCG信号得到原始ECG信号的RR间期、QRS波段宽度、ST波段宽度等特征。结论:在BCG信号中可以找出有效ECG信号特征,并以此改善BCG信号的临床意义。 【关键词】心冲击图信号;心电图信号;心动周期;相关性分析