排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
目的:研制一款用于高原作业的头带式或帽式可穿戴生理信息监测系统。方法:基于血氧、脉搏、温度、加速度、海拔高度等感知技术,以蓝牙4.0为通讯方式,研制头带式或帽式生理信号采集终端,利用手机安卓平台开发生理信号接收、报警、显示、传输、处理平台。结果:研制了一款可实时监测人体血氧、脉搏、体温、体动加速度、环境温度、海拔高度和经纬度的监测头带和监测帽,并开发了相应的安卓手机软件平台和云端远程监测平台。结论:该系统操作简单、使用简便,可用于各种高原作业人员的生理监测,也可用于旅游、科研、医疗、体育、健康管理等诸多领域。 相似文献
2.
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. 相似文献
3.
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。 相似文献
4.
一、概述 采用模块化的方法设计的医疗电子仪器具有应用面广、功能扩展方便、系统升级容易等优点。如病人监护类仪器的一种常见结构是由插件式的模块与一台主处理机组合而成。在这种组合式结构的系统中,各模块之间的接口连接方式影响着系统的性能和结构。一个好的接口连接结构将使系统具有组成灵活、功能完善、结构简单、可靠性高等特点。因此在模块化仪器的设计中,必须选择合适的接口连接方案。在我们的设计组合式生理信号检测系统(CMSPS)中,选用了一种称作CAN总线的控制器局域网作为模块的硬件连接网络。并制定了网络应用层协议和适合于生理信号检测的模块连接协议。该系统具有分布式结构,网络中的模块不仅能组合成通常的集中式检测仪器,而且能组成分布式的各种检测系统。 相似文献
5.
微动敏感床垫睡眠检测系统(Micro-movement Sensitive Mattress Sleep Monitoring System,MSMSMS)自2003年成为定型产品以来,通过广泛应用,已经证明它在检测睡眠呼吸障碍(sleep-related breathing disorders,SBD)方面具有重要价值.SBD是飞行人员常见病症之一,可严重影响飞行安全[1].因此,及时检测发现患有SBD的飞行员并进行矫治,对保障飞行安全和飞行员健康都有重要意义. 相似文献
6.
本文作者介绍了一种内窥镜数字影像系统,它将内窥镜视频图象引入计算机,集影象监视、采集、图文资料管理、图文报告打印、图象传输为一体,是各种内窥镜的良好配套产品。它不仅是教学、科研、辅助诊断的有力手段,而且也是远程医疗、电子图书的重要基础。 相似文献
7.
本研究提出一种用模糊ART神经网络进行心律失常分析的方法。确定用于描述QRS波群特征的若干属性 ,提取其特征 ,模糊化处理后作为神经网络的输入模式矢量。神经网络为三层结构 ,经过竞争学习 ,对QRS波群进行自动分类。分类结果用MIT -BIH数据库进行了检验 ,证明本方法非常有效 ,30min数据的分析时间小于 2s,满足实用要求 相似文献
8.
便携式睡眠监测系统的研制 总被引:1,自引:0,他引:1
目的:研究一种便携式低负荷睡眠监测系统。方法:减少检测信号种类,挖掘蕴涵在信号中的与睡眠相关的信息,去掉患者身上粘贴的电极,从而降低给患者带来的生理心理负荷。结果:睡眠呼吸暂停低通气综合征(Sleep Apnea Hypopnea Syndrome,SAHS)检测的金标准是多导睡眠图仪(Polysomnography,PSG),这种方法的缺点是,操作复杂,检测费用昂贵,对患者有较大的生理、心理负荷。介绍的装置方便、实用、对患者生理心理负荷小。结论:该系统深受临床医生的欢迎,是一种崭新的SAHS检测方法和设备。 相似文献
9.
目的:以腰带式多参数生理信号监测系统为实验平台,提出一种通过实时记录咳嗽引起的腹部加速度信号、振动信号和咳嗽声音来监测咳嗽的新方法,并针对后期数据的回放处理设计一种能够自动识别咳嗽事件的算法。方法:将采集到的数据用MATLAB在计算机上进行分析:根据加速度信号的幅度和斜率,可以排除说话的干扰;再利用呼吸波信号的幅度,筛除掉清喉事件;最后由声音包络的变化识别出咳嗽事件。结果:该方法能够有效区分咳嗽与其他干扰(如清喉、说话和体动):对同步记录的音频文件进行人工计数,共有523次咳嗽事件,算法自动识别出471次,咳嗽事件识别的敏感度为90.1%;共有1452次非咳嗽事件,算法正确识别出1438次,特异性达到99%。结论:利用腰带式多参数生理信号监测系统进行咳嗽检测与辨识的方法是有效可行的,可以推广应用。 相似文献
10.