期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
健康人睡眠期间卧位对心电图波形的影响 被引量:4
1
作者 潘弘泽 许志 +4 位作者 严洪 梁仲刚 高玥 陈章煌 宋晋忠 《航天医学与医学工程》 CAS CSCD 北大核心 2018年第6期623-629,共7页
目的探讨健康人睡眠期间左侧卧、仰卧和右侧卧对心电图波形的影响。方法通过对ISRUC数据库中健康受试者整夜睡眠心电数据去噪,计算30个波形特征在不同卧位下的均值与显著性。其中S/R和∠QSR为本文提出的新指标。结果QT间期和RR间期在左... 目的探讨健康人睡眠期间左侧卧、仰卧和右侧卧对心电图波形的影响。方法通过对ISRUC数据库中健康受试者整夜睡眠心电数据去噪,计算30个波形特征在不同卧位下的均值与显著性。其中S/R和∠QSR为本文提出的新指标。结果QT间期和RR间期在左侧卧时显著大于仰卧(P<O.01),P波与T波高度、QRS波与T波面积、QR电势差、∠QSR在左侧卧时显著小于仰卧(P<0.01),其中大部分指标在左侧卧时显著小于右侧卧(P<0.05);S/R在左侧卧时显著大于仰卧(P<0.01)和右侧卧(P<0.05)。T波高度和面积在仰卧时显著大于右侧卧(P<0.01)。结论左侧卧时心脏受重力作用的转动与摆动引起了额面心电向量图的变化,进而引起心电图变化;右侧卧时心脏受到纵膈支撑自由度较差,心电图波形几乎不变。 展开更多
关键词 心电图 波形 睡眠 卧位
下载PDF
健康人睡眠期间心电图波形变化探究 被引量:1
2
作者 潘弘泽 许志 +5 位作者 潘立公 张煜 梁仲刚 高癑 陈章煌 严洪 《航天医学与医学工程》 CAS CSCD 北大核心 2019年第1期56-63,共8页
目的探究健康人在睡眠期间心电图波形(electrocardiogram,ECG)的变化规律。方法通过对ISRUC数据库中健康受试者睡眠期间心电信号进行处理,首次提出基于稳定信号的数据分段与特征标准化方法,得到32个波形特征(包括7个本文新提出的特征),... 目的探究健康人在睡眠期间心电图波形(electrocardiogram,ECG)的变化规律。方法通过对ISRUC数据库中健康受试者睡眠期间心电信号进行处理,首次提出基于稳定信号的数据分段与特征标准化方法,得到32个波形特征(包括7个本文新提出的特征),并对睡眠期间心电图波形变化进行归纳。结果数据分段与特征标准化方法可以消除卧位的影响;随着受试者睡眠加深,大部分间期特征显著增加(P<0.001);受试者入睡后,R波升高,T波峰值显著降低且终点变浅,RT峰值电势差显著增加(P<0.001)。结论健康受试者入睡后心室除极强度增加、复极强度减弱,本文新提出的七个特征更有效地反映了这些变化。 展开更多
关键词 睡眠 心电图 波形 时间特征 幅值特征
下载PDF
健康人睡眠期间心动周期变化及其构成
3
作者 潘弘泽 许志 +5 位作者 潘立公 张煜 严洪 高玥 陈章煌 吴传亮 《航天医学与医学工程》 CAS CSCD 北大核心 2019年第2期150-158,共9页
目的探究健康人在睡眠期间心动周期特征的变化及其构成规律。方法对ISRUC数据库中健康受试者整夜睡眠心电数据进行处理,得到8个时域波形特征。首次提出敏感度系数和贡献率,并与相关系数一起作为心动周期变化构成的3项评价指标,分别从逐... 目的探究健康人在睡眠期间心动周期特征的变化及其构成规律。方法对ISRUC数据库中健康受试者整夜睡眠心电数据进行处理,得到8个时域波形特征。首次提出敏感度系数和贡献率,并与相关系数一起作为心动周期变化构成的3项评价指标,分别从逐拍心动周期过程、不同睡眠分期之间以及整夜睡眠过程入手,依次探究PP间期与RR间期的关系、PP间期以及QT间期变化的构成情况。结果PP间期与RR间期相关系数大于0.9999,P<0.001,TP段对PP间期、QT间期对PP-TP部分、T波宽度对QT间期、ST段对QT-T波宽度部分的3项评价指标均非常高。结论 PP间期的变化主要来自于TP段,其余部分的变化主要来自于QT间期;QT间期的变化主要来源于T波宽度,其余部分的变化主要来自于ST段。 展开更多
关键词 睡眠 心动周期 PP间期 QT间期 构成
下载PDF
健康人睡眠期间的呼吸情况研究 被引量:1
4
作者 高玥 许志 +2 位作者 严洪 潘弘泽 梁仲刚 《航天医学与医学工程》 CAS CSCD 北大核心 2018年第4期464-469,共6页
目的探究不同睡眠阶段下健康人的呼吸模式变化,为睡眠呼吸生理评价提供新的定量评价指标,同时为睡眠呼吸疾病的检测及诊断提供对照数据。方法从时域、频域、非线性特征三方面,对9位健康受试者整晚睡眠呼吸数据进行分析处理,探究各特征... 目的探究不同睡眠阶段下健康人的呼吸模式变化,为睡眠呼吸生理评价提供新的定量评价指标,同时为睡眠呼吸疾病的检测及诊断提供对照数据。方法从时域、频域、非线性特征三方面,对9位健康受试者整晚睡眠呼吸数据进行分析处理,探究各特征在不同睡眠阶段的变化趋势。结果伴随睡眠程度的加深,呼吸波幅度以及呼吸间期的变异性显著降低,呼吸活动的可预测性提高,但各睡眠阶段的呼吸率却未表现出显著的变化趋势。结论伴随睡眠程度的加深,呼吸活动变得越来越平稳、规则;同时本文提出的多项指标在自动睡眠分期中具有潜在应用价值。 展开更多
关键词 睡眠 呼吸 自动睡眠分期
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部