基于变分模态分解的肺音去噪算法

目的：为有效提高肺音信号质量,提出一种基于变分模态分解的肺音去噪方法。方法：首先利用经验模态分解对带噪肺音信号进行分解,根据本征模态函数特征确定最佳分解层数,然后根据分解层数对原始带噪肺音进行变分模态分解处理,接着根据皮尔逊系数选取有用模态,最后采用阈值方法对各模态函数去噪,重构后得到没有噪声干扰的肺音信号。结果：通过与维纳滤波和FIR滤波进行对比,本文方法的语音质量感知评价、短时间客观可读性和源信号失真比均更优。结论：本文方法能有效对肺音信号进行去噪处理。     

基于小波变换和CNN-LSTM的肺音分类算法

目的：针对如何建立有助于电子听诊诊断的肺音分类模型,提出一种基于卷积神经网络（CNN）-长短期记忆网络（LSTM的混合深度学习肺音分类模型方法。方法：首先使用小波变换对数据集进行特征提取,使肺音信号转化为能量熵、峰值等特征;在此基础上构建CNN和LSTM的混合算法分类模型,其中将小波变换提取的特征先输入CNN模块,能够获得数据的空间维度特征,再通过LSTM模块获得数据的时间维度特征,融合两类特征,通过模型可以将肺音分类,从而达到辅助判断患者的肺部疾病。结果：CNN-LSTM混合模型准确率、F1分数均明显高于其他单一模型,可达到0.948和0.950。结论：提出的CNN-LSTM混合模型分类准确率更高,在智能听诊领域具有广泛的潜在应用价值。     

WIYIS-6/90型高原制氧车故障分析与维修2例

介绍了WIYIS-6/90型高原制氧车的组成及工作原理,分析了该装备在高原日常工作中出现的制氧机报警停机及发电机组控制模块水温报警2例故障的原因,并结合工作原理给出了具体的故障排除方法,指出了该装备维修过程中应该注意的事项,为其他维修人员排除类似故障提供了参考.     

心肺音分离方法研究进展

听诊是诊断心血管和呼吸系统疾病最有效的方法。为了达到准确诊断的目的,设备必须能够识别各种临床情况下的心肺音。然而,记录的胸腔声音通常为心肺音混合信号。因此,将心肺音混合信号分离对于医生听诊至关重要。本文介绍了心音信号和肺音信号的频率范围和信号特征,综述了目前心肺音分离方法的研究进展,阐述了现有各种心肺音分离方法的优缺点,指出了选取一种合适的心肺音分离算法来分离心肺音对辅助医疗的重要意义。     

武汉火神山医院医用耗材保障实践与思考

分析了武汉火神山医院运行初期医用耗材保障的突出问题,阐述了武汉火神山医院医用耗材筹措保障模式,建立了完善的医用耗材精细化管理机制,指出了建立医用耗材应急储备库对疫情突发情况下的医学救援具有重要意义,为今后疫情突发情况下医用耗材保障提供了指导。     

武汉火神山医院医疗防护物资供应保障管理探索

介绍了新型冠状病毒肺炎下武汉火神山医院的医疗防护物资供应保障体系,总结了武汉火神山医院在医疗防护物资的供应、存储管理和配发等方面的工作经验,指出从信息化建设、医工科人员配备、物流运输保障、捐赠物资4个方面进一步完善医疗防护物资供应保障管理,可更好地完成特殊时期医疗防护物资的供应保障工作。     

适用于智能听诊的心肺音、心电同步采集设备设计与研制

基于现有听诊器不具备心肺音、心电同时采集的功能,设计一款完备的新型双模心肺音、心电同步采集设备。采用精密微弱信号放大技术实现音频的无损放大,采用高输入阻抗设计实现心电的单电极采集,采用高保真SJR-BTM870-B蓝牙模块实现双模音频无损传输。最后实验结果表明,该研制设备具有重要的临床应用价值和科研价值。     

基于Matlab深度学习的智能听诊系统应用程序开发

提出一种基于Matlab APP Designer的深度学习智能听诊软件系统,该软件系统配套隔离式无线电子听诊设备与内置的谷歌网络深度学习模型,实现了对患者心肺音的可视化听诊、听诊数据的存储、呼吸音的智能分类、远程听诊与教学听诊,并在医院进行了试用。试用结果表明该软件操作简单,心肺音数据显示清晰,在医院及医疗条件薄弱单位具有很强的实用价值和应用推广前景。     

武汉火神山医院医学工程科管理实践

阐述了武汉火神山医院医用物资的前期筹备,从防护物资管理、医用耗材及试剂管理、医疗设备管理和氧气供应管理4个方面分析了医学工程科的展开和运行工作,讨论了医学工程科运行过程中的问题,提出了对应的解决方法,可为未来突发传染病疫情下专科医院的快速建设提供实践参考。