光纤传感器检测呼吸压

本文介绍一种光纤呼吸传感器，用于呼吸压检测，其灵敏度比扩散硅式半导体压力传感器高，低频性能比压电式传感器好，实测结果满意     

基于聚偏氟乙烯薄膜的穿戴式呼吸检测系统

【摘 要】 针对人体呼吸信号的特点设计一种基于聚偏氟乙烯（PVDF）压电薄膜材料的可穿戴式呼吸检测系统。人体呼吸时PVDF薄膜受力产生的感应电荷较少,经信号调理电路将电荷量转换成电压量。单片机通过模数转换器获得呼吸信号数据,通过蓝牙发送给上位机。上位机从获得的数据中提取呼吸波形,并进行平滑滤波、自适应双阈值来计算呼吸率。试验结果表明,本系统可以实时准确地检测出人体的呼吸波形,呼吸次数识别的准确率在90%以上,可以满足人体呼吸监护的需求。     

基于薄膜压力传感器的脉搏信号测试系统

人体脉搏信号携带有丰富的与健康相关的生理信息.为了方便脉搏信号的采集和研究,本文设计出一种采用轻触式薄膜按键面板工艺的自制脉搏压力传感器,并使用了常见的555和V-f转换器件将传感器压力信号转换为电信号,再通过后续设计的滤波、陷波放大电路以及电路的干扰抑制处理,系统就可以获取高质量的脉搏波信号.传感器的性能测试以及示波器的应用结果表明,基于薄膜压力传感器的脉搏信号测试系统工作性能稳定,并通过示波器的串口通信扩展模块或者LABVIEW采集卡可以在计算机上显示出采集的脉搏信号,此测试系统可用于脉象信息的采集与研究.     

基于多通道的睡眠呼吸暂停检测

目的 为了提高检测性能和验证不同生理信号对睡眠呼吸暂停的检测结果,本文提出一种信号叠加和通道相加检测睡眠呼吸暂停的方法。方法 首先对100例睡眠呼吸障碍患者的心电(electrocardiogram, ECG)和脑电(electroencephalogram, EEG)信号通过小波阈值方法进行预处理,其次进行通道相加和信号叠加,然后通过Relief特征选择算法对30个特征进行分析,最后采用支持向量机(support vector machine, SVM)构建睡眠呼吸暂停分类模型,并验证该模型的准确性。结果 实验结果表明,通道相加和信号叠加时睡眠呼吸暂停检测的最高准确率分别为96.24%和96.18%。结论 ECG和EEG两种信号叠加和通道相加的方法均可提高睡眠呼吸暂停检测结果,且X2(ECG)和C3-A2(EEG)通道相加检测结果最好。     

基于PVDF柔性传感器的不同介质中冲击波 波源测量与频谱分析

目的 明确体外冲击波系统冲击头在不同介质界面产生的冲击波波源特征。方法 采用冲击气压可调的体外冲击波产生与信号采集实验系统,结合聚偏二氟乙烯(PVDF)柔性传感器,通过实验测量方法研究冲击头在不同介质(仿体组织、水和空气)界面产生的冲击波形,分析波源的时域特征和频谱特性。结果 在相同气压冲击下,冲击头在仿体界面和水界面产生的冲击波波形相似,二者与空气界面产生的冲击波波形存在较大差异,空气界面的正负压绝对值明显减小;不同介质中产生的冲击波频谱特性相似,都存在3个明显的峰值频率,仿体、水和空气中调制频率分别为12.2、8.5、7.2 kHz,载波频率基本无变化(82～83 kHz)。不同气压冲击下,冲击头在同一介质界面产生的冲击脉冲波波形差异不大,冲击气压仅影响冲击波幅度,不影响峰值频率。随着冲击气压的增大,介质界面正负压绝对值增大,变化基本呈线性。结论 PVDF柔性传感器可以有效测量冲击波波源,不同介质界面产生的冲击波在时域和频域都存在一定差异,不能简单以空气或水中的冲击波传播特性代替生物组织中的传播特性。研究结果可以为冲击波设备的评估和临床冲击波治疗方案的制定提供重要信息。     

基于微波非接触式呼吸检测系统设计

本研究采用微波雷达法研制出基于微波非接触人体呼吸检测系统对人体呼吸进行检测,并设计了两种测试方案。第一种方案与权威商用呼吸设备做同步数据采集比较;第二种方案在不同人群及人体不同体位情况下进行呼吸检测,体位分为平躺、侧躺、坐立。通过系统测试,验证了该微波系统检测信号的唯一性,即检测出的信号就是真实呼吸信号;同时验证了微波系统具有较高的鲁棒性。说明基于微波非接触呼吸检测系统可对人体呼吸进行有效检测,进一步为临床医学提供一种非接触检测设备。     

基于三维加速度传感器设计的跌倒检测

背景:老年人的机体会随着年龄的增长而发生一定的变化,急、慢性疾病的病理性改变可能会影响感觉输入、中枢神经系统功能和骨骼肌肉力量的协调,从而导致老年人发生意外跌倒的事故也越来越多。如果在日常生活中,老年人发生跌倒的时候,能够及时发现,就能避免更严重的后果。目的:设计一个基于三维加速度传感器的跌倒检测装置。方法:结合ZigBee无线通信技术,设计一个基于三维加速度传感器的跌倒检测装置。将采集的加速度信号通过ZigBee方式无线发送至上位机进行数据分析处理。结果与结论:实验证实,该装置可以实现对跌倒发生的准确判断,并能对发生跌倒的类型进行分类,使得老年人在发生跌倒后可以及时得到医疗救护,并为医生对老年人的健康状况的判断提供了可参考的信息。     

呼吸检测装置

一个呼吸检测空气袋包括一个空气袋和一个检测器。空气袋包括一个海绵体,它能够随着被测人胸部或腹部的收缩和扩张而扩张和收缩。一个封闭了海绵体的海绵罩,用来防止含在梅绵体微孔中的空气从微孔中释放出去,还有一个法兰盘和梅绵体边缘及空气导向管装成了一个整体。空气导向管是用来给由于海绵体的扩张和收缩面引起的空气流导向的。检测器包括一个振荡薄膜,用来引起此薄膜和它后面电极之间的静电电容的变化,而这种变化是和由于空气袋的扩张和收缩面造成的空气运动有关的。一个驻极体电容拾音器,内有场效应晶体管可以把静电电容的变化转变成电压变化。还有一个用于降低压力     

基于呼吸检测的癌症早期诊断技术研究进展

近年来,癌症已经成为发达国家居民的首要致死因素和发展中国家居民的第2致死因素,并且随着老龄化人口的增加,发展中国家的癌症负担也在不断加重.早期检测和治疗可以有效降低癌症的死亡率.目前,癌症的早期诊断依赖于对高危人群的定期体检,检测技术目前主要包括痰细胞学、肿瘤标志物学、血液蛋白组学和医学影像技术.X线胸片很难检测到较小的结节,且无法发现早期肿瘤,假阴性率较高,痰细胞学检查也存在此问题.CT检测灵敏度高于胸片,但当结节直径小于1 mm时,容易出现假阳性结果.     

基于多传感器数据融合的跌倒检测算法

目的跌倒在老年人生活中是一种常见的现象,是致使老年人发病和死亡的主要原因之一。实时的跌倒检测系统能够及时报警,缩短等待救治的时间,减少由跌倒引起的意外伤害。可是,在大多数的跌倒检测系统中,人们仅利用加速度计设计检测系统,基于单一数据的算法不能完整表征跌倒时身体姿态变化的信息。为此本文拟采用陀螺仪和加速度计的数据设计跌倒检测的算法。方法首先介绍了利用MEMS惯性传感器设计置于腰间的可穿戴的跌倒检测系统,然后对跌倒的规律进行了分析,基于此提出了基于多传感器数据融合的跌倒检测算法,即通过数据融合的技术提取出身体加速度及其动态量和静态量、加速度变化量、身体姿态角、角速度绝对值之和等特征参数,利用多参数设计了基于阈值判定的跌倒检测算法。结果收集10名志愿者做模拟跌倒以及日常活动的数据,对算法的有效性进行验证,取得96.67%的灵敏度和97%的特异性,并且此指标高于Kagans等算法的结果。结论本文提出的算法在跌倒检测中具有较好的有效性及优点。     

基于匹配子变换的呼吸罗音检测与分类

提出一种基于匹配子波变换的罗音检测及分类方法。我们首先建立罗音信号的数学模型;然后基于这一模型设计子波变换的母函数,原始信号经过加续子波变换后,采用“软门限”进一步滤除噪声,根据每一尺度信号的能量,我们可以确定针对该信号的最佳尺度,从而可以检测罗音及对其进行分类,文中给出了实验方法及实验结果。     

基于匹配子波变换的呼吸罗音检测与分类

提出一种基于匹配子波变换的罗音检测及分类方法。我们首先建立罗音信号的数学模型，然后基于这一模型设计子波变换的母函数。原始信号经过连续子波变换后，采用“软门限”进一步滤除噪声。根据每一尺度信号的能量，我们可以确定针对该信号的最佳尺度，从而可以检测罗音及对其进行分类。文中给出了实验方法及实验结果。     

基于MOS和SAW传感器呼吸诊断肺癌的复合识别算法研究

目前国际上有关肺癌的呼吸检测诊断方法越来越受到关注,其具有简便、快速、无创伤、无标记以及非接触等显著特点。在前期大量肺癌呼出气体挥发性有机物(VOCs)标志物研究的基础上,采用基于MOS-SAW传感器联用的电子鼻技术,分析27例肺癌患者和27例健康人呼出气体样本,并对数据进行处理和识别,设计PCA、PLS、LDA以及ANN等多种诊断方法,比较不同算法的识别结果。实验结果表明,采用的人工神经网络复合模型对肺癌和健康人群的识别灵敏度和特异性分别达到92.59%和88.89%。所提出的复合识别方法对于电子鼻快速诊断肺癌患者是有效的。通过呼出气体中冷凝物标志物的检测和复合诊断算法,将进一步提高通过呼吸气体标志物诊断的新型电子鼻仪器在临床诊断中的广泛应用。     

基于胸阻抗法的穿戴式呼吸检测方法研究

针对人体呼吸信号检测的重要性,基于Cole-Cole生物阻抗模型,研制了一种可穿戴的呼吸信号检测装置。以Cole-Cole生物阻抗理论为基础,分析了人体在不同频率电信号下的阻抗特性。基于比例测量法设计了高信噪比的呼吸信号采集与调理电路。利用离散傅立叶变换(DFT)和动态差分阈值峰值检测技术从获得的数据中提取呼吸波形与呼吸率数值。通过实验验证了系统的有效性。测试结果表明,本系统可以准确检测呼吸波形,呼吸波形峰值点检测准确率在98%以上,可以满足实际呼吸检测需要。     

呼吸暂停检测方法的进展

呼吸暂停检测方法的进展徐圣普，臧淑琴综述林淑娟审中国医学科学院生物医学工程研究所关键词：呼吸暂停，检测，判断，信号，阈值１引言呼吸暂停综合症是危及人类正常生命活动的疾病之一，由于呼吸暂停的发生是在夜间睡眠过程中，以至很长时间以来被忽视了其危害性和普遍...     

层层自组装薄膜改性的电化学传感器应用

电化学传感器具有优异的灵敏度、检测限、选择性和响应速度,被广泛用于各种生物化学物质的检测。电极作为电化学传感器的敏感元件,合理的表面改性涂层对提高传感器的检测精度和稳定性尤为重要。层层自组装技术是通过在电极基底上交替沉积具有相互作用的物质,以纳米级精度构建参数可控的三维材料体系,在电化学传感器领域已得到广泛应用。综述了层层自组装技术的成膜材料(包括聚电解质和纳米颗粒等)、成膜作用力(包括静电作用、共价键、氢键等)及其性能优化与技术改进,并介绍了基于纳米材料构建改性的层层自组装薄膜电化学传感器,展示了其在生物标志物检测、空气监测和金属离子检测等方面的应用实例。     

基于压电谐振检测技术的癌胚抗原免疫传感器的实验研究

为了建立一种新型压电石英晶体癌胚抗原(CEA)免疫传感器,传感器检测池用AT切向、基频10 MH z的石英晶体通过金属夹具和乳胶套圈固定组成,采用巯基化方法把抗人CEA单克隆抗体固定在金膜电极表面制成抗体敏感膜,构成的压电CEA免疫传感器应用于临床检测。实验结果显示:构建的压电CEA免疫传感器对CEA的响应特性良好,其线性检测范围为1.56~50.00 ng/m l,甲胎蛋白(AFP)、前列腺特异抗原(PSA)、人绒毛膜促性腺激素(hCG)等对CEA的检测基本无干扰;传感器可再生后重复使用5次;50例临床标本检测结果与放射免疫检测法符合(P>0.05),两种方法的相关系数为0.90。研制的压电CEA免疫传感器具有灵敏度高、特异性好、不需标记、操作简单、省时、能实时在线检测和重复使用等优点,对比分析表明其检测结果准确、可靠,可用于临床检验。     

基于可穿戴传感器的帕金森病患者肢体末端震颤的检测

震颤是帕金森病(PD)的早期症状,大约有70%的帕金森病患者有震颤症状。为了满足医生临床工作中对于客观、数字化评估PD患者震颤严重程度的需要,我们设计了一款可穿戴肢体末端震颤测量装置和震颤信号的处理算法。4名PD受试者和4名健全受试者双手穿戴检测装置,完成统一帕金森评定量表(UPDRS)中的检测静止性震颤的标准动作。检测装置将静止性震颤的加速度信号传送给电脑,电脑进行记录并对数据进行时域和频域分析。结果显示均值、均方根值、峰值振幅和峰值功率的对数值与医生的静止性震颤的评分高度相关(r0.8)。建立的多元线性回归模型可以有效的预测静止性震颤评分(r0.8),结果与临床观察具有一致性。本研究设计的可穿戴震颤数据采集装置可为医生提供辅助定量的帮助。     

一种呼吸信号的检测方法

探讨呼吸波形的检测方法,针对现有方法的不足,提出了从肌电提取呼吸信号的检测方法—肌电频谱法。该方法首先利用FastICA算法消除胸部肌电信号中的心电信号成分,再对处理后的信号进行短时傅立叶变换,提取平均平移曲线得到呼吸波形。通过仿真及对实际信号的处理,表明该方法简单有效,可以准确地从肌电信号中提取呼吸信号。