大鼠脑缺血后早期心脑耦合变化规律及预后观察

目的基于大鼠大脑中动脉闭塞(middle cerebral artery occlusion,MCAO)模型研究脑缺血后早期心脑耦合指标的变化规律及其与预后的关系。方法将20只7~8周龄健康雄性SD大鼠[体质量(290±25)g]随机分为2组(n=10):脑缺血实验组(MCAO组)和假手术组(Sham组)。两组大鼠同步采集基线和术后0~4 h的Ⅱ导联心电图(electrocardiography,ECG)和双通道脑电图(electroencephalogram,EEG),每24 h进行神经功能缺损评分(neurological deficit score,NDS)并记录生存时间。心电信号提取心率变异性(heart rate variability,HRV)指标:RR间期序列(RR Interval,RRI)、低频成分(low frequency,LF)、高频成分(high frequency,HF)、低高频比值(LF/HF);脑电信号提取δ、θ、α、β波功率谱指标。基于上述指标构建心脑网络,采用转移熵算法量化不同网络节点之间的耦合强度并应用于生存预后,比较曲线下面积(area under curve,AUC)。结果心脑之间存在双向作用且在缺血后双向耦合均增大,其中HRV LF成分与脑电δ波功率谱之间存在明显增强的耦合作用。转移熵指标(AUC=0.717,P=0.010)在预后性能上优于HRV指标(AUC=0.571,P=0.404)和EEG功率谱指标(AUC=0.583,P=0.329)。结论脑缺血后心脑之间低频耦合增强,心脑耦合指标提高了预后性能。

心脏杂音提取和分类识别研究

为了分析心脏杂音中包含的病理信息,采用奇异谱主分量分析方法从病理心音信号中提取杂音成分。对四种常见的病理心音信号进行奇异谱分析,得到各主分量和经验正交函数,选择合适阶次重构正常心音成分和杂音成分。计算杂音信号的样本熵作为特征值输入支持向量机分类器实现分类识别,为临床诊断提供参考信息。

医工融合背景下高职专业课混合式教学的构建与实践——以《医用传感器》为例

在医工融合背景下,对高职医疗设备应用技术专业课《医用传感器》进行混合式教学模式的构建和实施,旨在培养兼备医学思维和工科思维的交叉应用型人才。从教学效果评估来看,学生的专业知识、职业技能、自主学习能力、创新能力及素质能力都有了较大的提升,说明该教学改革的实施具有明显成效。相对于传统教学模式,混合式教学模式发挥了以学生为主体的特点,更好地实现了高职人才培养目标。