基于数值仿真方法的体外除颤电极配置分析与优化

体外电除颤器的电极配置（位置、大小、形状）直接影响着除颤效果的好坏,合理的配置模式能降低高压电刺激对皮肤和心肌的损伤、减轻患者的痛苦、提高除颤急救的成功率。运用数值仿真方法,初步研究了多种电极配置模式下（24种电极对位置、4种电极面积及3种电极形状）体外电刺激在心脏区域的电场分布情况,获得了电场分布均匀度（UNIF）、除颤电压阈值（DFT）、能量效率（EFF）等统计分析结果。结果比较显示,右上前胸-左下侧胸电极对位置、大小133cm2、形状为椭圆的电极配置方式的除颤效果最佳,优于先前报道的左前胸-右后背式圆形电极对配置模式,更适合体外电除颤的临床应用。     

基于深度卷积神经网络的肥厚型心肌病自动检测模型

肥厚型心肌病（HCM）的早期诊断,对于心源性猝死的早期风险分级、家族遗传病的筛查具有重要意义。本文以单导联心电（ECG）信号为研究对象,提出了一种基于卷积神经网络（CNN）模型的HCM自动检测方法。首先定位单导联ECG信号的R波峰值位置,再以心拍为单位对ECG信号进行分段和重采样,然后搭建CNN模型自动提取ECG信号中的深层特征并进行自动分类和HCM检测。本文实验数据来源于PhysioNet提供的三个公开数据库中提取的108条ECG记录,所建立的HCM心电数据库由14 459个心拍构成,每个心拍包含128个采样点。实验结果显示,优化后的CNN模型能够有效地对HCM进行自动检测,其准确率、灵敏度和特异度分别为95.98%、98.03%和95.79%。本文通过将深度学习方法引入HCM单导联心电分析中,对于克服常规多导联心电检测方法的技术限制和协助临床医生进行快速、便捷的大范围HCM初筛都具有重要的应用价值。     

基于颅内脑电高频振荡信号自动检测的癫痫灶定位

目的研究一种基于颅内脑电高频振荡信号(high frequency oscillations,HFOs)自动检测的癫痫灶定位技术。方法针对高频噪声及癫痫样尖峰波形等信号易被误检为HFOs的问题,采用小波包滤波对信号进行预处理,然后用BP神经网络进行特征提取和自动分类,再根据结果统计出HFOs高发区确定癫痫灶;最后,分析3位癫痫患者的颅内脑电数据,评估检测性能及病灶定位准确度。结果本文HFOs自动检测方法的灵敏度和误检率分别为90%和7.46%,其中两位局灶性癫痫患者的HFOs高发通道与癫痫灶有较强关联。结论将小波包分解和BP神经网络相结合并用于HFOs的自动检测,能在保持高灵敏度的同时有效降低其误检率。临床确诊的致痫区与HFOs高发区有较高相关性,初步证实HFOs可用于定位局灶性癫痫灶。     

体外除颤时胸腔电场分布的有限元集成仿真研究

目的 探讨求解体外除颤时胸腔电场分布的集成仿真分析方法,为生物电场理论的临床应用研究提供参考.方法 分析人体胸腔的生物电容积导体属性,给出描述心律失常的体外电除颤时胸腔电场的数理方程;进而采用SCIRun有限元分析工具对胸腔电场分布进行集成仿真求解.结果 通过数值计算求解,获得了放电过程中胸腔各处的电势、电压梯度线、等势面,及心脏区域电压梯度值等多种电场分布数据.结论 应用有限元集成求解方法分析体外除颤时人体胸腔复杂电场分布是可行的,对除颤技术的临床研究和方法改进具有一定的指导意义.     

用于院外心脏病人实时监护的嵌入式移动终端的研制

结合移动通信技术和GPS定位技术，研制了一种嵌入式远程实时监护终端。初步实验结果表明，该终端能向监护中心实时、连续地传送受试者的心电及位置信息，实现对院外心脏病人的实时监护和跟踪定位。     

基于脑电高频振荡特征主成分分析与机器学习的致痫通道自动识别

目的 研究一种基于颅内多通道脑电高频振荡(HFOs)总体特征的主成分分析与机器学习方法,以实现自动识别和确定各脑电通道是否位于致痫病灶区.方法 首先,在通道水平对颅内脑电高频振荡信号进行时-频域多维特征提取;其次,采用主成分分析法(PCA)对该特征矩阵进行降维处理;然后,分别采用支持向量机、决策树及K邻近等机器学习方法...     

基于多层丝网印刷柔性生物电干电极的单导联心电胸带

针对日常生活中对可穿戴、低噪声心电检测以及复杂心律失常的院前、院后监测管理的迫切需求,本研究探讨了一种新型基于多层丝网印刷柔性生物电干电极的单导联心电胸带。首先,分析了基于导电银浆聚合物的柔性干电极材料与皮肤接触的生物电检测等效电路模型;然后,采用丝网印刷技术将热塑性聚氨酯(TPU)、导电墨水(银浆)及可拉伸密封材料等分层印刷在普通织物基底上,并制备形成由两个测量电极和一个参考电极构成的单导联条形心电采集胸带。为了评估该单导联心电胸带的信号检测性能,本研究设计实验对5名健康受试者在行走、上楼、静息及扭腰等4种运动状态下进行5 min的体表心电信号监测,并量化测试了的R波峰值检测、信噪比(SNR)、信号伪影比(SAR)及阳性预测值(PPV)等4项指标值。实验结果显示,静息状态下的体表心电检测的平均R波峰值振幅为1.36 mV,SNR为2.05 dB,SAR为5.53,阳性预测值为99.81%,而运动状态下的运动伪迹则可通过心电胸带内置的运动状态监测器实现主动降噪,验证了所研制的基于柔性生物电干电极的单导联心电胸带具有良好的生物相容性及抗干扰能力。     

便携式移动监护仪的电池与电源管理

基于便携式移动监护仪在临床上要求长期、实时和连续监护的特点，结合移动监护仪各组成模块的工作电压、电流的不同，设计了一个电池和电源箱管理系统。对该系统初步运行测试结果显示，在4400mAh的锂电池供电下，电源转换效率达到了88％以上，可连续工作20小时，能满足临床使用要求。     

基于立体定向脑电图的电刺激在难治性癫痫评估中的临床应用进展

临床上对于需手术治疗的难治性癫痫，术前精确定位致痫灶是提高临床手术治疗成功率的关键。目前尽管采用电刺激方式定位致痫灶已经在国内外多个医学中心广泛开展，但对于颅内立体定向脑电图（stereoelectroencephalography, SEEG）的术前植入评估及电刺激诱发脑电活动的解读仍不够完善和严谨，尤其是电极植入模式、刺激参数设计以及手术预后相关性等方面仍存在诸多局限性和未知领域。该文围绕基于SEEG的立体电刺激诱发脑电活动在评估难治性癫痫领域中的临床背景、应用现状、技术进展及发展趋势进行了综述，着重阐述了该技术在临床致痫灶定位和大脑皮质功能评价2个方面的应用现状，以及电刺激过程中的安全性及高频/低频两类常用电刺激模式的特点。     

基于分子对接与动力学模拟的用于治疗新型冠状病毒肺炎的中药活性成分虚拟筛选研究EI北大核心CSCD

本研究旨在从国家卫生健康委员会发布的《新型冠状病毒肺炎诊疗方案(试行第九版)》重型和危重型药方中筛选可能对新型冠状病毒肺炎(COVID-19)有治疗作用的活性成分,并通过其与严重急性呼吸综合征冠状病毒2(SARS-CoV-2)蛋白的相互作用阐释其作用机制。采用国际ETCM数据库和SwissADME数据库筛选3个药方中25味中药所含有的活性成分,使用PDB数据库获取SARS-CoV-2的4种蛋白质的晶体结构,采用Autodock Vina进行分子对接,使用GROMACS进行分子动力学模拟。分子结合能结果显示夏姆比奥纳、甘草素L、木犀草苷和黄芩苷等44种活性成分与SARS-CoV-2的多个靶点显示出良好的结合亲和力,而分子动力学模拟分析显示夏姆比奥纳与SARS-CoV-2的核衣壳蛋白能够更紧密地结合并发挥有效的抑制作用。本研究采用现代技术方法对中药活性成分进行研究,发现夏姆比奥纳是SARS-CoV-2核衣壳蛋白的有效抑制剂,为开发新型的抗SARS-CoV-2药物及其治疗方法提供科学的理论依据。