手持式微型多生理参数监测设备的研制

为解决传统生理参数检测设备功能单一、体积庞大、使用不便的问题,本文设计了一款手持式微型多生理参数监测设备。该设备以STM32F411为主控芯片,搭载用于生物电势测量的模拟前端ADS1292R和血氧测量的集成模拟前端AFE4490等检测芯片,实现心电、光电容积脉搏波和体温等信号的采集,最终通过信号处理和数据解析,完成心率、血氧、血压、体温等生理参数的测量,达到用户家庭日常健康监护与诊断的需求。该设备集多种生理参数测量于一体,操作简捷,携带方便,解决了传统测量设备的依从性问题,满足了现代人群实时检测多生理参数的需求。

基于压电陶瓷传感器的非接触式精准逐拍心率提取方法研究

心冲击图(BCG)可用于无接触式地监测生命体征。在BCG的逐拍心率提取中,较低的平均绝对误差对于精确地获取用户的心率变异性(HRV)指标具有重要意义。为解决目前大多数方法在逐拍心率计算精度方面的不足,该文设计了一种基于压电陶瓷的心冲击信号采集系统。通过采用合适的传感器外壳结构和采样频率,增加传感器的灵敏度和BCG的时间分辨率;通过对比不同的BCG处理方法并找到BCG中最适合提取精准逐拍心动周期的成分;同时该文提出一种采用AP聚类的自适应模板匹配算法,以准确提取心动周期信息。对15名受试者共5741次心跳数据进行分析,结果显示逐拍心动周期的平均误差为0.48%,平均绝对误差为3.78 ms,心跳覆盖率在97%以上,优于其他同类工作。

基于Android的慢阻肺管理系统的研发

目的:设计一款基于Android的慢阻肺管理系统,为患者提供诊断、自我管理及远程监护等功能。方法:该系统由便携式多参数肺功能仪、医生Android端、患者Android端及服务器组成。其中Android端采用Android Studio开发平台,通过Java语言编程搭建,整个系统采用MVP(Model-View-Presenter)设计模式。该系统采用便携式多参数肺功能仪获取患者的相关呼吸参数,采用问卷调查获取患者的病症数据,采用慢阻肺全球倡议(global initiative for chronic obstructive lung disease,GOLD)评估患者的慢阻肺等级,并将数据存储至患者Android端,实现帮助患者诊断以及自我管理。医生Android端可实时查询患者数据,实现对患者的远程监护功能。结果:该系统可便捷地测量患者的相关呼吸参数、综合评估慢阻肺等级并提供急性加重预警,并能为患者提供可靠的天气信息和出行建议。结论:该系统可以帮助患者在家中进行自我管理,辅助医疗工作人员进行肺功能测量诊断和远程监护,有较好的应用前景和实际使用意义。

一种基于射血前期的连续血压估计方法

常规基于脉搏波到达时间的连续血压监测系统需要同时佩戴心电极和指套式脉搏波传感器,对用户的依从性要求较高。为解决此问题,本研究基于射血前期与血压具有较高相关性的机理,提出了一种基于射血前期的连续血压估计方法。本研究招募了13名男性受试者,通过与美国顺泰公司的SunTech Oscar2动态血压监测仪进行对比测试,验证了所提血压估计方法的可行性。通过小样本的实验观测发现,本研究方法在一定程度上满足美国医疗仪器促进协会(AAMI)对于血压测量准确性的要求。该方法的准确性与基于脉搏波到达时间的血压估计方法相当,且能够明显降低用户的依从性要求,在便携式连续血压测量方面具有潜力。

基于自注意力机制和单导联心电信号的自动睡眠分期算法

基于手工标记或传统机器学习方法实现睡眠分期过程复杂且效率低下,深度神经网络因其强大的提取复杂特征的能力改善了睡眠分期结果,但仍存在忽略片段内部信息相关性的问题。针对此问题,本文提出一种基于自注意力机制和单导联心电信号的自动睡眠分期算法,利用卷积模块、双向门控循环单元及自注意力机制实现特征自动提取与分类。在开源睡眠心脏健康研究数据库(SHHS1、SHHS2)、动脉粥样硬化的多民族研究数据库(MESA)和美国麻省理工的多导睡眠数据库(MITBPD)中分别选取1000、1000、1000和16名受试者的单导联心电信号数据进行训练和测试,得到模型睡眠四分类(觉醒、快速眼动期、浅睡眠和深睡眠)结果,分类准确率分别达到75.77%(kappa=0.63)、81.01%(kappa=0.66)、82.79%(kappa=0.71)和76.22%(kappa=0.58),优于基于传统机器学习算法的睡眠分期结果,验证了提出模型的有效性。