基于心率变异性(HRV)的特征分析,提出一种患者阵发性房颤(PAF)发作的预测系统方法。首先,基于一种新的自适应滤波技术逐次平滑滤波并粗粒化HRV后,采用熵量化HRV在多个自适应尺度的复杂性特征;其次,特征经MinMax归一化和序列前向选择特...基于心率变异性(HRV)的特征分析,提出一种患者阵发性房颤(PAF)发作的预测系统方法。首先,基于一种新的自适应滤波技术逐次平滑滤波并粗粒化HRV后,采用熵量化HRV在多个自适应尺度的复杂性特征;其次,特征经MinMax归一化和序列前向选择特征子集,输入支持向量机识别HRV类型,预测PAF发作。经50例时长5 min HRV序列集的五折交叉验证,得到最优预测结果为:准确率98%,敏感性100%,特异性96%,性能表现优越。另外,实验表明远离和紧随PAF时的HRV复杂性特征值在不同频率段内,分别具有不同的显著变化(P<0.05),反映受试者神经系统调节心脏节律改变,以及调控机体、应激等适应外界环境变化能力的下降。展开更多
目的 探讨收缩压变异性(SBPV)和心率变异性(HRV)对维持性血液透析(MHD)患者主要不良心血管事件(MACE)发生风险的预测价值。方法 纳入2017年3月—2018年3月在宜昌市中心人民医院肾病内科血液净化中心接受规律治疗的MHD患者120例,根据是...目的 探讨收缩压变异性(SBPV)和心率变异性(HRV)对维持性血液透析(MHD)患者主要不良心血管事件(MACE)发生风险的预测价值。方法 纳入2017年3月—2018年3月在宜昌市中心人民医院肾病内科血液净化中心接受规律治疗的MHD患者120例,根据是否发生MACE分为MACE组(n=59)与无MACE组(n=61)。在患者行血液透析前佩戴Holter,收集24 h心电活动信息,计算均值(MEAN)、RR间期总体标准差(SDNN)、RR间期平均值的标准差(SDANN)和相邻RR间期差值的均方根(r-MSSD)。采用自动血压监测系统记录24 h血压变化,计算白昼收缩压变异性(dSBPV)、夜间收缩压变异性(nSBPV)和24 h收缩压变异性(24 h SBPV)。Logistic回归分析MHD患者MACE发生的危险因素。调整混杂因素后,采用Cox比例风险模型回归分析24 h SBPV和SDNN与MHD患者MACE发生的关系。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)、灵敏度、特异度,分析SDNN和收缩压变异性单独及联合对维持性MHD患者发生MACE的预测价值。根据SDNN和24 h SBPV水平将患者分成3组,绘制Kaplan-Meier生存曲线评价不同SDNN和收缩压变异性的MHD患者MACE发生情况。结果 与无MACE组相比,MACE组年龄较大,24 h SBPV、dSBPV、nSBPV较高,SDNN、SDANN较低,差异具有统计学意义(P<0.05)。Logistic回归分析显示,年龄、Kt/V、24 h SBPV、dSBPV、nSBPV、SDNN、SDANN是MHD患者MACE发生的独立危险因素(P<0.05)。调整混杂因素后,多因素COX比例风险模型回归分析,24 h SBPV为MHD患者发生MACE的危险因素,而SDNN为MHD患者发生MACE的保护性因素(P<0.05)。SDNN与收缩压变异性联合预测MHD患者发生MACE的AUC为0.879,预测效能高于单项检测(P<0.05)。组1随访期间累积MACE发生率显著低于组2和组3(19.15%vs 65.12%vs 73.33%,P<0.001)。结论 MHD不良预后患者中24 h SBPV升高,SDNN降低,24 h SBPV和SDNN单独预测MACE的具体价值尚可,两者联合预测效果更佳,可为临床上及早识别及干预MHD患者MACE发生提供参考依据。展开更多
目的探讨局灶性癫痫围发作期心率变异性变化特点。方法收集2014年9月至2019年9月在首都医科大学附属北京天坛医院癫痫中心进行术前评估并完成手术的癫痫患者102例,选择局灶性发作198次,手动测量相邻两个心电活动的RR间期,计算心率变异...目的探讨局灶性癫痫围发作期心率变异性变化特点。方法收集2014年9月至2019年9月在首都医科大学附属北京天坛医院癫痫中心进行术前评估并完成手术的癫痫患者102例,选择局灶性发作198次,手动测量相邻两个心电活动的RR间期,计算心率变异性时域参数-相邻正常心跳间期差值平方和的均方根(RMSSD),比较发作前60 s、发作期、终止后60 s RMSSD差异,并比较不同心率变化类型、不同发作类型、不同发作前状态以及不同致痫灶部位和侧别RMSSD差异。结果发作期和发作前60 s及终止后60 s RMSSD相比差异有统计学意义(P<0.001),提示发作期RMSSD降低;心率增快类型癫痫发作期RMSSD降低(P<0.001);复杂部分性癫痫发作期RMSSD降低(P<0.001);颞叶内侧癫痫发作期RMSSD降低(右颞叶内侧P<0.001;左颞叶内侧P<0.001);心率无变化(P=0.556)和心率减慢(P=0.983)类型癫痫发作、单纯部分性癫痫(P=0.869)、颞叶外侧癫痫(右颞叶外侧P=0.204;左颞叶外侧P=0.849)和颞叶外癫痫(右颞外P=0.188;左颞外P=0.068)发作期RMSSD无降低。发作期和发作前60 s RMSSD差值在睡眠期更明显(P=0.039)。结论心率增快类型癫痫发作、复杂部分性癫痫、颞叶内侧癫痫发作期易发生心率变异性下降,提示癫痫发作期副交感活性下降;睡眠期状态下发生的癫痫发作期心率变异性下降相比清醒期显著,提示睡眠期癫痫发作副交感活性下降更加明显。展开更多
心率和血氧饱和度是反映人体健康状况极其重要的生理指标.近年来,基于成像式光电容积描记技术(imaging photoplethysmography,IPPG)的非接触式心率和血氧饱和度检测方法因为其方便快捷且受约束较少等优点开始逐步成为研究热点.主要工作...心率和血氧饱和度是反映人体健康状况极其重要的生理指标.近年来,基于成像式光电容积描记技术(imaging photoplethysmography,IPPG)的非接触式心率和血氧饱和度检测方法因为其方便快捷且受约束较少等优点开始逐步成为研究热点.主要工作如下:首先,介绍了非接触式检测方法的背景和研究意义;其次,从目标区域检测和感兴趣区域(region of interest,ROI)选取两个方面总结并点明其研究现状以及未来改进方向;再次,从传统方法、信号处理结合深度学习方法以及端到端方法3个方面对心率和血氧饱和度检测方法进行了总结,并梳理了深度学习方法所使用的数据集以及在各个数据集中所展现的检测效果;最后,指出该领域所存在的亟待解决的问题以及未来的研究方向.展开更多
文摘基于心率变异性(HRV)的特征分析,提出一种患者阵发性房颤(PAF)发作的预测系统方法。首先,基于一种新的自适应滤波技术逐次平滑滤波并粗粒化HRV后,采用熵量化HRV在多个自适应尺度的复杂性特征;其次,特征经MinMax归一化和序列前向选择特征子集,输入支持向量机识别HRV类型,预测PAF发作。经50例时长5 min HRV序列集的五折交叉验证,得到最优预测结果为:准确率98%,敏感性100%,特异性96%,性能表现优越。另外,实验表明远离和紧随PAF时的HRV复杂性特征值在不同频率段内,分别具有不同的显著变化(P<0.05),反映受试者神经系统调节心脏节律改变,以及调控机体、应激等适应外界环境变化能力的下降。
文摘目的 探讨收缩压变异性(SBPV)和心率变异性(HRV)对维持性血液透析(MHD)患者主要不良心血管事件(MACE)发生风险的预测价值。方法 纳入2017年3月—2018年3月在宜昌市中心人民医院肾病内科血液净化中心接受规律治疗的MHD患者120例,根据是否发生MACE分为MACE组(n=59)与无MACE组(n=61)。在患者行血液透析前佩戴Holter,收集24 h心电活动信息,计算均值(MEAN)、RR间期总体标准差(SDNN)、RR间期平均值的标准差(SDANN)和相邻RR间期差值的均方根(r-MSSD)。采用自动血压监测系统记录24 h血压变化,计算白昼收缩压变异性(dSBPV)、夜间收缩压变异性(nSBPV)和24 h收缩压变异性(24 h SBPV)。Logistic回归分析MHD患者MACE发生的危险因素。调整混杂因素后,采用Cox比例风险模型回归分析24 h SBPV和SDNN与MHD患者MACE发生的关系。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)、灵敏度、特异度,分析SDNN和收缩压变异性单独及联合对维持性MHD患者发生MACE的预测价值。根据SDNN和24 h SBPV水平将患者分成3组,绘制Kaplan-Meier生存曲线评价不同SDNN和收缩压变异性的MHD患者MACE发生情况。结果 与无MACE组相比,MACE组年龄较大,24 h SBPV、dSBPV、nSBPV较高,SDNN、SDANN较低,差异具有统计学意义(P<0.05)。Logistic回归分析显示,年龄、Kt/V、24 h SBPV、dSBPV、nSBPV、SDNN、SDANN是MHD患者MACE发生的独立危险因素(P<0.05)。调整混杂因素后,多因素COX比例风险模型回归分析,24 h SBPV为MHD患者发生MACE的危险因素,而SDNN为MHD患者发生MACE的保护性因素(P<0.05)。SDNN与收缩压变异性联合预测MHD患者发生MACE的AUC为0.879,预测效能高于单项检测(P<0.05)。组1随访期间累积MACE发生率显著低于组2和组3(19.15%vs 65.12%vs 73.33%,P<0.001)。结论 MHD不良预后患者中24 h SBPV升高,SDNN降低,24 h SBPV和SDNN单独预测MACE的具体价值尚可,两者联合预测效果更佳,可为临床上及早识别及干预MHD患者MACE发生提供参考依据。
文摘目的探讨局灶性癫痫围发作期心率变异性变化特点。方法收集2014年9月至2019年9月在首都医科大学附属北京天坛医院癫痫中心进行术前评估并完成手术的癫痫患者102例,选择局灶性发作198次,手动测量相邻两个心电活动的RR间期,计算心率变异性时域参数-相邻正常心跳间期差值平方和的均方根(RMSSD),比较发作前60 s、发作期、终止后60 s RMSSD差异,并比较不同心率变化类型、不同发作类型、不同发作前状态以及不同致痫灶部位和侧别RMSSD差异。结果发作期和发作前60 s及终止后60 s RMSSD相比差异有统计学意义(P<0.001),提示发作期RMSSD降低;心率增快类型癫痫发作期RMSSD降低(P<0.001);复杂部分性癫痫发作期RMSSD降低(P<0.001);颞叶内侧癫痫发作期RMSSD降低(右颞叶内侧P<0.001;左颞叶内侧P<0.001);心率无变化(P=0.556)和心率减慢(P=0.983)类型癫痫发作、单纯部分性癫痫(P=0.869)、颞叶外侧癫痫(右颞叶外侧P=0.204;左颞叶外侧P=0.849)和颞叶外癫痫(右颞外P=0.188;左颞外P=0.068)发作期RMSSD无降低。发作期和发作前60 s RMSSD差值在睡眠期更明显(P=0.039)。结论心率增快类型癫痫发作、复杂部分性癫痫、颞叶内侧癫痫发作期易发生心率变异性下降,提示癫痫发作期副交感活性下降;睡眠期状态下发生的癫痫发作期心率变异性下降相比清醒期显著,提示睡眠期癫痫发作副交感活性下降更加明显。
文摘心率和血氧饱和度是反映人体健康状况极其重要的生理指标.近年来,基于成像式光电容积描记技术(imaging photoplethysmography,IPPG)的非接触式心率和血氧饱和度检测方法因为其方便快捷且受约束较少等优点开始逐步成为研究热点.主要工作如下:首先,介绍了非接触式检测方法的背景和研究意义;其次,从目标区域检测和感兴趣区域(region of interest,ROI)选取两个方面总结并点明其研究现状以及未来改进方向;再次,从传统方法、信号处理结合深度学习方法以及端到端方法3个方面对心率和血氧饱和度检测方法进行了总结,并梳理了深度学习方法所使用的数据集以及在各个数据集中所展现的检测效果;最后,指出该领域所存在的亟待解决的问题以及未来的研究方向.
文摘目的:为降低环境因素对心率提取的影响,提出一种基于手机指尖视频的心率提取算法。方法:首先,采集指尖视频并按照30帧/s的帧率进行图像提取,并将图像分离成R、G、B 3个通道图像。通过对比3个通道图像的亮度变化强弱情况,选取对指尖血流信号最为敏感的G通道作为信号源,提取图像亮度变化信息生成时长为10 s的容积脉搏波。其次,对该波形进行数字滤波、去除基线漂移、傅里叶变换等信号处理后,根据最大谱峰位置信息预估心率。最后,在BUT PPG数据集(Brno University of Technology Smartphone PPG Database)上验证提出的算法对心率的预测效果。结果:提出的算法心率预测值与实际心率的均方差、均方根差和平均绝对误差分别为3.71、1.92和1.2次/min。结论:提出的算法预测心率的准确率高,适合部署于手机进行日常心率监测。
