基于单个颈动脉压力波形获取主动脉脉搏波速度的可行性研究

目的评估基于单个颈动脉压力波形分解以获取主动脉脉搏波速度(aortic pulse wave velocity,ao PWV)的可行性,验证该方法是否适用于动脉硬化的早期筛查。方法研究对象为53名无明显心血管病的健康人群[男性22人,女性31人,(58.6±13.7)岁]。利用压力传感器同步获取颈动脉和股动脉脉搏波形,计算颈股动脉脉搏波传导时间(carotid-femoral pulse transit time,cf PTT)和传导速度(carotid-femoral pulse wave velocity,cf PWV)。利用阻抗分析技术将颈动脉压力波形分解为前向波和反向波。通过对前向波和反向波进行相关分析获得主动脉脉搏波传导时间(aortic pulse transit time,ao PTT)和传导速度(aortic pulse wave velocity ao PWV)。评估ao PTT与cf PTT以及ao PWV与cf PWV之间的相关性和一致性。结果基于单个颈动脉压力波形分解获得的ao PTT与实测的cf PTT显著相关(r=0.624,P<0.001),组内相关系数为0.621;ao PWV与cf PWV之间的相关系数为0.476(P<0.001),组内相关系数等于0.452。老年人(年龄≥60岁,29人)ao PWV与cf PWV间的相关性显著低于中青年人(0.267 vs 0.549,P<0.001)。结论基于单个颈动脉压力波形分解获取ao PWV与实测的cf PWV之间只具有中度的相关性和一致性,且在老年人中相关性更低。该方法可能不适用于老年人的ao PWV检测。

不同采样频率对脉搏波形参数计算的准确性研究

目的比较不同采样频率获取的脉搏波形参数的差异,研究低采样频率对脉搏波形参数计算结果的影响,以探讨低采样频率的穿戴式心血管功能测试仪是否影响心血管参数的准确性。方法利用平面张力法获取100例颈动脉脉搏数据(采样频率1000 Hz),通过MATLAB重采样至500 Hz、250 Hz和128 Hz,分别利用波形分析技术提取包括中心动脉收缩压(carotid systolic blood pressure,c SBP)、增长指数(augmentation index,AIx)和心内膜下心肌活力率(subendocardial viability ratio,SEVR)等参数。以1000 Hz的采样频率作为参考,对比不同采样频率计算的脉搏波形参数差异。结果 500 Hz、250 Hz和128 Hz颈动脉数据计算的波形参数与其参考值之间具有非常高的相关性(r≥0.993,P<0.001),BlandAltman分析显示95%的差异点位于一致界限范围之内,表明具有很好的一致性。配对t检验结果显示500 Hz、250 Hz和128 Hz采样频率计算的颈动脉波形参数与参考值之间都存在显著差异(P<0.05),但平均差异很小,不具有临床诊断意义。结论对于获取脉搏波形参数,低采样频率可以达到与高采样频率一样准确的结果。但低采样频率降低了对硬件的要求,更能满足穿戴式心血管功能监测设备的要求。

瞬发中子测井法在地浸采铀中的应用

针对新疆某地浸采铀矿山铀金属回收率低的现状,对现有采区部分钻井进行了瞬发中子测井现场试验,对比分析了瞬发中子、自然伽马测井解释成果下的矿层铀品位情况,论证了瞬发中子测井法用于准确评价铀矿资源的重要意义。

运动干预在慢病管理服务中的应用

慢性非传染性疾病（简称慢性病）是一类与不良生活方式密切相关的疾病,主要包括心血管疾病、糖尿病、慢性阻塞性肺部疾病和肿瘤等。根据《中国慢性病防治工作规划（2012-2015年）》公布的数据,我国的慢性病确诊人数已达2.6亿,且慢性病导致的死亡占我国总死亡的85%。慢性病已成为影响社会经济发展的严重公共卫生问题[1]。新近发布的《中国居民营养与慢性病状况报告（2015年）》数据显示，几种主要慢性病的患病率目前均呈上升趋势。

个性化健康管理中的运动强度监测

健康管理是指通过协助患者管理自己的疾病，延缓或阻止慢性病的继续恶化、节省医疗开支，在慢病防治中具有重大意义。健康管理包括健康检测、健康评估和健康干预3个过程。健康干预作为执行手段主要包括运动干预、

三种T波终点检测算法的对比研究——小波变换法、累积积分面积法及梯形面积法

本研究通过选取QT数据库中20例共3 569个心拍的心电数据,对三种不单纯依赖阈值的T波终点检测算法(小波法、累积积分面积法、梯形面积法)的检测性能进行对比分析,评估出最适宜于临床检测的T波终点检测算法。首先,基于小波变换的多尺度分析方法定位QRS波群及T波;然后,将T波区分为四种形态(正向、反向、双向:+-/-+),分别采用三种算法用于T波终点的检测;最后,文中提出一种基于T波形态的自适应选择T波终点检测算法,并对其进行实验验证。结果表明:该自适应选择方法相比单一的T波终点检测算法,有着更好的检测性能,其灵敏度、阳性预测度和时间差分别为98.93%、99.11%和(-2.33±19.70)ms。因此,根据T波形态自适应选择T波终点的检测算法有助于提高T波终点的检测效率。