睡眠状态下人体生理信号模糊分析系统的研究

采用LabVIEW技术完成对心电、呼吸、无创血氧和无创血压信号的采集与处理,而后通过MATLAB模糊测量系统对采集的人体生理信号进行模糊预测分析。通过实验检验了人体生理信号检测、处理和模糊预测分析方法的可靠性。LabVIEW技术对人体生理信号的模糊预测分析是有效的,可用于检测阻塞性睡眠呼吸暂停患者的生理状态信号。     

多导睡眠监测对睡眠呼吸暂停诊治的意义

多导睡眠监测（PSG）是计算机控制的，对与睡眠过程相关的多项生理参数进行采集、记录、分析的无创检测，是睡眠呼吸暂停临床诊断和相关研究的不可缺少的检查手段。１简史及发展趋势２０世纪７０年代以前，睡眠研究主要靠患者及家人主诉，缺乏客观指标。１９７２年开始将笔描式多道生理记录仪用于睡眠记录，从此关于睡眠呼吸暂停的研究有了能定性、定量的较客观记录。但是仪器的集约化差，自动化程度低，医务工作者夜间值班工作量、事后分析工作量太大，每次记录耗材太多是其缺点。２０世纪９０年代以来，睡眠记录系统变成微型计算机为主…     

一种人体生理声音分析系统的设计

介绍了一种人体生理声音信号采集／分析系统的软、硬件设计：系统应用PC机声卡作为数据采集卡,在MATLAB环境中,通过在图形窗口中加入菜单及控制,实现了直接对窗口对象的操作;建立了一个实时人体生理声音信号采集／分析处理平台。指出其具有实现简单、性价比和灵活度比较高的优点。     

呼吸音信号采集分析系统研制及临床应用

目的：研制呼吸音信号采集分析系统,以探讨正常人和呼吸系疾病患者呼吸音的频谱特征,及其与呼吸生理和病理生理之间的关系。方法：运用声电传感器技术和计算机软硬件技术建立起呼吸音信号计算机采集分析系统,对呼吸音信号进行采集、储存、显示和分析处理。结果：发作期哮喘的呼吸音频率增高,强度增大;哮喘缓解期与正常对照组无显著差别。这些与哮喘的病理生理特点。结论：呼吸音信号采集分析系统,能精确采集呼吸音信号;能储存、显示呼吸音波形;对正常人和哮喘患者呼吸音的频谱特征的分析,反映了呼吸生理和病理生理变化的特征;呼吸音信号采集分析系统的研制有助于临床疾病的诊断和疗效观察。     

基于数值模拟的睡眠呼吸检测仪设计及其气道优化分析

针对市面上睡眠呼吸检测仪的气流进气道检测数据失真的情况,本文设计一种便携式睡眠呼吸检测仪,并由实验分析出检测位置的最优值范围。首先建立气道内压力流量优化模型,采用模块化结构方法进行系统方案设计,硬件部分通过单片机及传感器进行呼吸信号的采集分析,软件部分以KeilμVision作为开发平台实现数据的处理存储及显示,同时基于有限元数值模拟方法对气道进行实验研究,分析4个不同等径距的检测位置对系统检测的影响,研究结果发现检测位置后置时受到气流压降影响较小且流动稳态恢复过程较快,系统对呼吸信号检测效果最佳,为后续呼吸检测仪的气道结构设计提供了优化前景。     

基于自适应滤波的心电图中呼吸信号的提取方法

目的: 利用基于递归最小二乘(recursive least-square, RLS)算法的自适应滤波器对心电图信号进行滤波,提取心电信号中的呼吸信号. 方法: 通过对常规的肢体导联心电检测设备获取的心电信号进行处理,提取心电特征信号R波幅度序列和R波间期序列作为自适应滤波器的原始输入信号和参考信号,通过RLS算法的自适应滤波,提取心电图中调制的呼吸分量. 结果: 经过时、频域分析,自适应滤波后估算出的呼吸信号与真实的呼吸信号在时域和频域都显示出了良好的相关性. 结论: 本方法设计合理,结果准确可靠,是一种简便高效、无创、低成本的呼吸监护手段.     

病区信号实时分析处理的临床诊疗研究

阐述病区人体生理信号实时连续采集、分析处理与临床诊疗过程之间的关系。研究针对临床不同病种对生理信号监测的需求,为研究数字化病区信号实时分析处理提供临床所需的条件。     

基于LabVIEW的功能电刺激信号采集系统的设计与实现

目的 研究LabVIEW软件对功能电刺激信号进行采集的可行性,运用该软件设计采集系统研究电刺激神经传导阻断的规律.方法 软硬件相结合,通过硬件搭建的电路连接软件的接口,利用LabVIEW软件进行信号采集.结果 运用LabVIEW软件设计的信号采集系统可以进行功能电刺激信号的采集,并对信号加以进一步分析.结论 验证虚拟仪器在进行动物实验方面的可行性,并且可以去除噪声带来的干扰.意义采用LabVIEW软件设计的信号采集系统数据采集功能强大,为相关的动物实验及功能电刺激的临床研究提供更多应用信息.     

基于labview的心电信号采集和分析

在信号采集板 DAQ的硬件支持下,设计了一套基于 LabVIEW的心电信号采集和分析系统.该系统能够进行心电信号采集、显示、存储以及心率计算,能够实现虚拟仪器中信号的分析和处理.     

基于LabVIEW的心电信号检测实验系统设计

介绍了基于LabVIEW的心电信号检测实验系统的软硬件设计过程.该系统利用LabVIEW7.0图形化语言编程,将心电电极采集的信号进行显示、分析、存储、打印.本系统适合医学院校师生开展心电信号的采集、数据保存、数据处理算法等方面的实验和研究.     

个性及心理健康对飞行人员睡眠质量的预测

目的探讨用个性因素及心理健康来预测飞行人员的睡眠质量。方法用睡眠质量指数（PSQI）问卷和卡特尔16种个性因素量表（16PF）,对519名来院健康疗养的飞行员进行测试和评定。结果以PSQI量表分≥9分为划界分,忧虑性和心理健康作为预测因子,Lo-gistic分析可以准确将飞行人员分成睡眠正常和睡眠障碍两类,预测准确率为87.4％。结论睡眠质量与个性及心理健康水平存在一定的相关性。可以通过个性特征及心理健康水平来预测睡眠质量。     

基于Hill理论及模糊算法的骨骼肌力建模与仿真

目的：针对骨骼肌力的产生过程,基于Hill肌肉收缩理论及模糊算法,对骨骼肌力进行了计算机建模及仿真,为相关领域的研究与应用提供了一个肌力计算平台。方法：根据Hill肌肉收缩理论,建立肌力数学模型,并结合模糊控制算法,建立骨骼肌力的模糊数学模型：在Matlab环境下,实现了基于Hill理论及模糊算法的肌力建模与仿真计算平台。结果：经实验验证,肌力仿真计算结果与EMG信号描述一致,并给出了精确的肌力计算值。结论：所提出的肌力预测模型为人体骨肌系统的动力学计算提供了一种新的肌力计算方法,具有一定的创新价值。     

基于特征融合的ARMA短时睡眠状态分析

针对短时睡眠的特点,结合自回归-移动平均模型(Auto-Regressive and Moving Average Model,ARMA)对短时睡眠过程中的睡眠状态变化进行分析研究。以白天短时睡眠中记录的脑电信号为研究对象,首先,从脑电信号中提取了3个与短时睡眠过程相关的特征参数,采用条件概率方法对特征参数进行融合处理,计算得到一个表征睡眠状态的参数;然后,通过ARMA模型分析睡眠状态的变化趋势;最后,采用支持向量机(Support Vector Machine,SVM)方法将整个短时睡眠过程进行了睡眠状态的自动判别,并与人工判别进行比较。结果表明,基于特征融合的ARMA模型显著提高了睡眠状态分析的准确率,7组测试数据得到的平均准确率为88.7%。一方面,特征融合能够有效地提高数据处理速度,为睡眠状态实时检测提供有利的数据处理方式;另一方面,ARMA模型的预测作用,能够分析受试者的睡眠状态变化趋势,为进一步调整和控制睡眠时长提供客观评价依据。     

睡眠剥夺后类比推理认知功能改变的功能性磁共振成像初步分析(英文)

目的研究睡眠剥夺后类比推理认知功能改变在功能性磁共振成像上的表现。方法对30例健康志愿者(男性18例,女性12例,平均年龄40岁)进行2次类比推理功能磁共振成像扫描,分别于正常睡眠情况下和睡眠剥夺24小时后,扫描顺序是制衡的。数据处理由统计参数图及功能性神经影像分析软件完成。结果 24小时的睡眠剥夺没有显著性地改变人脑类比推理活动,包括双前额叶及顶叶区的活动。结论睡眠剥夺后人脑类比推理可能存在代偿机制。     

基于睡眠脑电信号和深度学习的抑郁症识别研究

目的 基于睡眠脑电信号,探索深度学习Vision Transformer(ViT)结合Transformer网络对抑郁症患者识别的有效性。方法 首先对28例抑郁症患者和37例正常对照的睡眠脑电信号进行预处理,并将信号转为图像格式,保留其频域及空间域特征信息,之后将图像输送到ViT-Transformer编码网络,分别学习抑郁症患者和正常对照的快速眼动（rapid eye movement, REM）睡眠期和非快速眼动（non-rapid eye movement, NREM）睡眠期的脑电信号特征,并对抑郁症进行识别。结果 基于ViT-Transformer网络,从不同脑电频率角度,发现delta、theta和beta波的组合对抑郁症识别具有比较好的结果。其中,REM期delta-theta-beta波组合的脑电信号特征对抑郁症识别的准确率达92.8%,精准率为93.8%,抑郁症患者的召回率为84.7%,F0.5值为0.917±0.074;NREM期delta-theta-beta波组合的脑电信号特征对抑郁症的识别准确率为91.7%,精准率为90.8%,召回率为85.2%,F0.5值为0...     

心率变异性分析控件研制

为了简易地把心率变异性（HRV）分析功能嵌入到医学信号分析应用软件中,规范HRV分析界面和人机交互方式,推广HRV分析的应用,设计HRV分析ActiveX控件。采用Visual C＋＋#VisualBasic相结合,定义控件的属性、方法和事件,编写HRV分析算法,实现HRV分析控件。HRV分析控件可以作为虚拟医学信号仪器的一个组成部件,可在很多医学信号分析系统中使用。HRV分析控件在心电HOLTER、多导睡眠图、以及中央监护的信号分析软件系统中得到了应用,取得了良好的结果。     

Determination of Sleep Stage Separation Ability of Features Extracted from EEG Signals Using Principle Component Analysis

In this study, a method was proposed in order to determine how well features extracted from the EEG signals for the purpose of sleep stage classification separate the sleep stages. The proposed method is based on the principle component analysis known also as the Karhunen–Loéve transform. Features frequently used in the sleep stage classification studies were divided into three main groups: (i) time-domain features, (ii) frequency-domain features, and (iii) hybrid features. That how well features in each group separate the sleep stages was determined by performing extensive simulations and it was seen that the results obtained are in agreement with those available in the literature. Considering the fact that sleep stage classification algorithms consist of two steps, namely feature extraction and classification, it will be possible to tell a priori whether the classification step will provide successful results or not without carrying out its realization thanks to the proposed method.     

COVID-19感染爆发期护理实习生的心理状况及睡眠质量调查

目的 了解“新冠”爆发后在集中隔离措施下,在院护理实习生的心理状况及睡眠质量,为未来有针对性的开展心理干预和睡眠改善措施提供依据。方法 采用自制调查问卷对在院的95名护理实习生进行一般资料、焦虑自评量表（SAS）、抑郁自评量表（SDS）和匹兹堡睡眠指数量表（PSQI）进行调查分析;采用描述性分析、单因素分析和相关性分析分别探讨实习生现阶段的心理和睡眠状况、可能的影响因素以及心理状况与睡眠质量的相关性。结果 护理实习生的SAS、SDS和PSQI评分得分分别为37.79±6.59分、43.98±9.74、5.20±3.14分,与国内常模比较差异具有统计学意义（P<0.05）,焦虑和抑郁分别与睡眠质量呈正相关 （r值分别为0.508和0.546）。单因素分析显示集中隔离之前是否接触过湖北籍人员以在集中隔离期间是否出现过发烧症状是影响实习生焦虑、抑郁和睡眠质量的主要因素。结论 新型冠状病毒爆发期间,在医院集中隔离的护理实习生存在明显的焦虑和抑郁状态,其睡眠质量受到影响,需要及时采取针对性措施进行干预,以提升身心健康,改善睡眠质量。     

阻塞性睡眠呼吸暂停综合征患者睡眠呼吸紊乱曲线的一种新分型方法

目的 :探讨一种实用、合理的呼吸紊乱曲线分型方法。方法 :研究 2 0例经多导睡眠仪 (polysomno-graphy,PSG)确诊的阻塞性睡眠呼吸暂停综合征 (OSAS)患者及正常打鼾者的血氧饱和度、鼻口气流及胸腹运动同步曲线 ,提出一种新分型方法 ,并与标准分型比较其诊断价值。结果 :依据胸腹动度与鼻口气流的变化规律将呼吸紊乱曲线分为低通气、阻塞性低通气、阻塞性呼吸暂停、高阻塞性呼吸暂停 4型。新分型较标准分型能更好地反映患者的呼吸紊乱状况。结论 :新分型法符合 OSAS患者呼吸紊乱曲线变化的规律 ,能够反映患者占主流的呼吸紊乱曲线 ,具有较高的实用价值。