生命体征智能采录系统在监护患者护理中的应用研究

目的探索生命体征智能采录系统在监护患者护理中的应用效果,用以解决原有手工抄录生命体征数据带来的效率低下、误差率高问题,推进全院一体化生命体征数据监测中心的建立。方法利用设备集成模块,将各类生命体征测量设备统一接入中心监护系统,中心监护系统将接收到的生命体征数据进行统一化、标准化和智能化处理,再通过数据网关转发数据至医院各业务系统,完成生命体征智能采录系统的设计,实现医疗设备应用过程中,采集数据的自动化传输、智能化存储和标准化应用。选取5个普通病房和5个重症监护室的生命体征数据采集时间及采录准确性、护理人员满意度作为评价指标对生命体征智能采录系统的效果进行分析。结果生命体征智能采录系统应用后,普通病房及重症病房各科室的生命体征数据采录时间均较系统应用前显著降低,每天平均节省时间分别为14.14~72.59 h、17.00~81.70 h;数据采录准确性和护理人员满意度均高于系统应用前,且差异均有统计学意义(P<0.05)。结论生命体征智能采录系统的应用,实现了生命体征测量设备互联、数据互通、生命体征数据采集流程的数字化,提升了护理安全和护理质量,可帮助医生动态监测患者病情变化并作出准确诊断。

基于FMCW雷达的人体生命体征信号预测算法

将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解-长短期记忆神经网络的生命体征信号预测方法。针对静止状态下的人体,通过雷达采集到的生命体征信号,采用粒子群算法优化变分模态分解VMD的模态分量个数K和惩罚系数α的值,实现自适应选取后用于VMD分解,再将分解后的模态分量进行叠加重构。采用粒子群算法优化长短期记忆网络模型中的网络层数、学习率、正则化系数等3个参数,自适应选取合适的参数组合,将重构后的信号通过优化后的LSTM网络进行预测。实验结果显示本文所提预测方法在10位志愿者的预测结果与原始数据的均方根误差平均值为0.017 188 9,平均绝对误差的平均值为0.007 158,相较于当前其他研究,预测精度上有明显提升。

基于毫米波雷达的生命体征信号检测实验教学设计

为了提高学生嵌入式系统的软硬件设计能力,设计基于毫米波雷达的非接触式生命体征信号测量实验。一方面,基于调频连续波(FMCW)雷达机制,采用MATLAB进行生命体征信号建模及呼吸率与心率时频信号提取的仿真实验;另一方面,采用60 GHz毫米波雷达模块,基于STM32单片机进行系统电路设计、PCB设计与实物制作,完成参试者呼吸率及心率的数据采集与OLED显示。上位机采用Qt Creator进行软件界面与功能设计,通过蓝牙模块与单片机进行无线数据通信,以30 s为周期执行呼吸率和心率数据的读取与显示。最后,搭建测试环境,对系统功能进行验证及其设计指标的测试与评估。该实验项目与生活实际紧密相关,注重理论与实践相结合,在系统整体设计与跨平台设计中培养学生的综合实践能力与协作能力。

基于调频连续波雷达的人体生命体征检测算法

针对现有雷达非接触生命体征检测精度低、实时性差等问题,提出一种基于调频连续波(FMCW)雷达的人体生命体征检测算法。首先,通过毫米波雷达获取生命体征信号;其次,利用改进的经验小波变换(EWT)算法,实现生命体征信号的自适应分解和重构,通过引入麻雀搜索算法(SSA)和模糊熵(FE)寻找频谱分割线的最优值;最后,通过改进频率插值的估计算法计算心率和呼吸频率。通过与医用重症监护仪进行对比实验验证所提算法的优越性和鲁棒性。实验结果表明,所提算法相较于小波变换(WT)算法、CEEMD(Complementary Ensemble Empirical Mode Decomposition)算法和VMD(Variational Mode Decomposition)算法,均方误差(MSE)分别减小了77.65、27.25和21.05,平均绝对百分比(MAPE)分别减小了7.33、4.33和3.42个百分点,实时性分别提高了0.72 s, 16.74 s和1.87 s。同时,利用所提算法也实现了对心率变异性(HRV)的检测。

右美托咪定对急性肺损伤机械通气患者生命体征、炎性反应的影响

目的探讨右美托咪定对急性肺损伤机械通气患者生命体征、炎性反应的影响。方法回顾性分析本院2020年1月~2023年1月收治的急性肺损伤机械通气患者资料,从中选取常规机械通气麻醉方案的47例患者纳入对照组,另选取在常规麻醉方案基础上应用右美托咪定的47例患者纳入观察组。对比两组患者机械通气5min、15min、30min、1h、2h各时间点的生命体征指标:呼吸末二氧化碳(ETCO_(2))、血压、心率、血乳酸、动脉血氧分压(PaO_(2))水平的变化情况,机械通气1d后,观察两组患者血气分析指标:肺泡-动脉氧分压差(AaDO_(2))、呼吸指数(RI)、氧合指数(OI)及氧化炎性反应指标:丙二醛(MDA)、白细胞介素-8(IL-8)、C反应蛋白(CRP)的变化情况。结果通气5min时两组患者各项生命体征指标对比均未见统计学差异(P>0.05);通气后15min、30min、1h时观察组患者ETCO_(2)水平均低于对照组(P<0.05),通过后2h两组患者ETCO_(2)水平未见统计学差异(P>0.05);通气后15min、30min、1h、2h时观察组患者SBP、DBP、心率、血乳酸水平均低于对照组(P<0.05);通气后15min、30min、1h时观察组患者PaO_(2)水平均高于对照组(P<0.05),通过后2h两组患者ETCO_(2)水平未见统计学差异(P>0.05)。通气前两组患者AaDO_(2)、RI、OI对比均未见统计学差异(P>0.05);通气后1d,两组患者AaDO_(2)与RI均低于本组通气前、OI均高于本组通气前,观察组患者AaDO_(2)与RI均低于对照组,OI均高于对照组(P<0.05)。通气前两组患者各项炎性与氧化反应指标对比均无统计学差异(P>0.05);通气后,两组患者血清MDA、IL-8、CRP水平均低于本组通气前、SOD水平高于本组通气前,观察组患者血清MDA、IL-8、CRP水平均低于对照组、SOD水平高于对照组(P<0.05)。结论应用右美托咪定能够进一步维持急性肺损伤机械通气患者生命体征平稳,改善患者血气水平,控制炎性反应与氧化应激反应程度。

目标血压管理对症状性颅内动脉狭窄患者术中生命体征及手术时间的影响研究

目的:探讨目标血压管理患者术中生命体征及手术时间的影响。方法:选取症状性颅内动脉狭窄患者78例作为研究对象,按照随机分组法将其分为观察组、对照组,各39例。针对以上2组患者分别实施目标血压管理、常规血压管理。比较2组生命体征及临床指标变化情况。结果:干预后,2组患者血压虽较术前有所上升,但上升幅度较低,术后迅速下降至正常范围内,观察组血压数值及心率水平均优于对照组,差异有统计学意义(P<0.05);和对照组相比较,观察者患者手术时间、住院时间较短,差异有统计学意义(P<0.05)。结论:针对症状性颅内动脉狭窄患者实施目标血压管理效果明显,可降低患者血压水平,生命体征较为平稳,可缩短手术及住院时间,利于预后。

连续波生物雷达生命体征检测平台与实验研究

为全面提高实践教学质量,基于当前生物雷达生命体征检测的研究热点,开发了一个低成本的连续波生物雷达生命体征检测平台,用于开展呼吸、心率的非接触式检测实验研究。该实验平台以人体为被测对象,搭载了生物雷达传感器,以MSP430F5529 LaunchPad为硬件基础,设计了雷达基带信号调理电路板,并利用MATLAB/LabVIEW进行体动信号的数据处理和分析,提取呼吸、心跳信号。实验内容涵盖模拟电路、单片机与嵌入式系统、信号与系统、数字信号处理等多门课程内容。基于该实验平台进一步开展非接触式呼吸、心跳检测在医疗诊断、家庭监护领域的应用研究和创新开发,培养学生的创新精神和综合能力。

基于时序模型的麻醉期人体生命体征预测

针对现有麻醉维持期的生命体征预测方法存在个性化不足、精度较低和预测速度慢等问题,引入时序预测方法,提出一种基于保留机制的时序混合保留网络(TFR)。首先,使用变量选择网络和静态变量编码器网络对病人的生命体征进行编码,为网络提供病人的个性化信息;其次,通过保留编解码器网络对变量选择网络选择过的变量进行特征提取和编码;其次,使用多头注意力层融合过去和未来的特征;最后,使用输出网络进行多分位输出。在Vital DB和华西医院的数据集上分别进行训练和测试,实验结果表明,相较于基线模型TFT(Temporal Fusion Transformer):TFR在Vital DB数据集上的均方误差(MSE)和平均绝对误差(MAE)均没有增加,并节省了41.2%的推理时间;在华西医院的数据集上预测精度没有下降,并节省了32.1%的推理时间;在长期预测中,TFR也取得了更好的效果。可以看出,TFR预测更精确、更快速。

非接触式生命体征检测装置的设计

为解决临床医学、急救或居家养老等应用场景中无法直接使用传统穿戴式监测仪器实时监测人体生命体征的问题,设计了一种基于多普勒雷达的非接触式生命体征检测装置,该装置通过STM32F429IGT6控制器从多普勒雷达检测的信号中实时提取人体呼吸和心跳信号。其硬件主要由微控制器、多普勒雷达传感器信号放大电路、滤波器、电平抬升电路等部分组成,系统通过IIR带通滤波实现呼吸和心跳信号分离与提取,使用FFT对分离的呼吸和心跳信号进行实时频谱分析,计算并显示呼吸和心跳次数。实验测试结果表明,该装置能有效实时检测人体的呼吸和心跳次数,实现2 m范围内的非接触式人体生命体征检测,心跳次数最大均值误差为9.14%,呼吸次数最大均值误差为4.7%。

面向非稳态场景的生命体征监测优化方法

使用基于调频连续波的毫米波雷达监测生命体征信息,具有无接触、隐私保护性好、高分辨率以及抗干扰性好等优势,逐渐成为研究热点.然而,目前研究者主要关注如何提高被测对象处于稳态(如静止)时的体征监测效果,但受制于肢体运动对雷达信号的干扰,使得该技术在非稳态场景中的应用受到限制.提出一种基于人体运动状态识别的非稳态场景体征监测方法,以best-effort方式实现了存在大幅度肢体动作的场景中对体征信息的监测,并且能够识别对应的动作类型.首先,根据运动特征计算出带有距离-主导速度信息的特征频谱图.其次,使用一种滑动窗口采样方法以采集连续样本.随后训练ResNet-18网络来识别运动状态以及分类运动类型.最后,基于运动状态分类结果,在运动间歇期提取信号的相位信息,采用变分模态分解算法进行呼吸速率和心率的提取.实验结果表明,训练后的网络可以精确地识别运动状态和运动类型,识别准确率接近97%,识别延迟小于1.1 s.对呼吸和心率的监测结果的平均绝对误差(MAD)下降到1.7 bpm和3.4 bpm.

RIS-4D生物雷达多人体定位与生命体征监测

非接触式生命体征监测是一种可以被广泛用于健康医疗、辅助生活、汽车交通、搜索救援和公共安全的新兴技术。在本文工作中,我们开发了RIS-4D生物雷达用于非接触式生命体征监测,提出了同时定位多个人体目标以及监测对应的呼吸和心跳微动信号的方法,具有低成本、低能耗、可编程、易部署的优势。该系统利用可重构智能表面(Reconfigurable Intelligent Surface,RIS)天线动态操纵电磁波进行波束形成和三维雷达成像,从而实现对多个人体目标的三维空间定位,然后从时间维度上的连续回波中提取呼吸和心跳信号。“三维空间”+“一维时间”形成的四维时空高分辨率信息使得该RIS-4D生物雷达能够多维度感知目标和环境。空间波束形成使得电磁波能量聚焦在人体胸腔位置,有助于减少杂波(四肢以及环境多径等杂波)造成的干扰和失真,从而提高生物雷达的探测性能。在真实室内办公环境中的实测数据对该系统和所提出方法进行了验证,实验结果表明,利用该系统可以准确地定位并监测多个受试者的呼吸和心跳微动信号,对瞬时心率和心变异率的监测结果进一步验证了该系统的有效性。所提出的RIS-4D生物雷达为非接触生理信号采集提供了一种多目标、多功能、高精度的实现方式。

基于FMCW雷达的多目标生命体征信号检测

应用雷达在复杂场景下检测生命体征时,为了解决现有的多人体目标检测和干扰滤除以及心跳信号干扰滤除的问题,提出了一种应用调频连续波(FMCW)雷达检测多目标生命体征信号的方法。首先,介绍了雷达检测原理与信号模型,阐述了整个雷达信号的处理流程,即多目标距离单元检测、相位提取、生命体征信号提取。其中在多目标距离检测过程中,提出1种改进的单元平均恒虚警率(CA-CFAR)算法,该方法具有自适应检测门限特点的同时,解决了传统CA-CFAR算法目标附近距离门重复检测的问题,实现多目标检测;在生命体征信号提取过程中,运用自动多尺度峰值检测(AMPD)算法估计呼吸率与心率,过滤无效的波峰干扰,提高对心跳检测的鲁棒性。最后,通过多组测试,相较于常用的频谱分析估算方法,呼吸速率和心率检测的平均误差率分别降低了3.67%和3.31%,验证了所提方法的可行性和准确性。

手术室个性化舒适护理对甲状腺癌根治术患者围术期生命体征、焦虑和抑郁情绪、疼痛与睡眠质量的影响

目的 探讨甲状腺癌根治术患者于围术期接受手术室个性化舒适护理联合常规护理干预对生命体征、焦虑和抑郁情绪、疼痛与睡眠质量的影响。方法 方便选取2021年1月—2023年5月于南京中医药大学附属南京医院(南京市第二医院)就诊的149例甲状腺癌根治术患者作为研究对象,根据随机数表法分为两组,对照组(n=75)采用围术期常规护理干预,观察组(n=74)采用常规护理干预联合围术期手术室个性化舒适护理干预。比较两组患者生命体征(心率、收缩压)、不良情绪(焦虑自评量表评分、抑郁自评量表评分)、疼痛程度(视觉模拟评分法评分)、睡眠质量(匹兹堡睡眠质量评分)。结果 术前15 min,观察组心率(86.57±4.34)次/min、收缩压(129.51±6.52)mmHg低于对照组的(92.95±5.52)次/min、(134.23±5.36)mmHg,差异有统计学意义(t=7.848、4.830,P均<0.05)。护理后,两组焦虑、抑郁评分均明显降低,且观察组低于对照组,差异有统计学意义(P均<0.05)。术后1、2、3 d,观察组疼痛评分均低于对照组,差异有统计学意义(P均<0.05)。术后1、2、3 d,观察组睡眠质量评分均低于对照组,差异有统计学意义(P均<0.05)。结论 甲状腺癌根治术患者于围术期接受手术室个性化舒适护理,可改善围术期生命体征,减轻焦虑、抑郁情绪以及术后疼痛感,提升睡眠质量。

基于CNN-BiLSTM的FMCW雷达生命体征信号检测

针对FMCW雷达生命体征检测时存在呼吸谐波和杂波干扰,无法准确地提取生命体征信号,提出了一种基于CNN-BiLSTM神经网络的FMCW雷达生命体征信号检测算法。首先,根据FMCW雷达中频信号定位目标,然后根据目标位置获取目标距离门及其附近距离门的相位信号,并作为神经网络的输入,通过神经网络提取呼吸和心跳信号。实验结果表明,通过CNN-BiLSTM神经网络可以有效提取呼吸和心跳信号,并根据该提取到的呼吸和心跳信号可以准确估计呼吸频率和心率,估计误差分别为7.2%和8.1%。

基于光纤传感的生命体征监测技术研究现状

传统的接触式生命体征监测仪器存在一些使用上的限制,如不便于操作和需要频繁更换传感器等问题。近年来,科研工作者一直致力于研究和探索基于光纤传感的生命体征监测方法,旨在寻求一种成本低廉、可靠性高且适用范围广泛的监测方法。基于光纤传感的生命体征监测方法在心率、呼吸、体温、血压及血糖等方面取得了显著的研究进展。这种基于光纤传感的监测方法可以实现非接触式监测,无须直接接触人体,从而减少对人体的不适感,其有望在临床医学和健康管理等领域得到更广泛的应用,并为人类健康提供更精准和舒适的监测和预警手段。

术中综合保暖干预对患者生命体征与麻醉期恢复的效果

目的:探讨术中重视开展综合保暖干预对患者生命体征指标、麻醉期恢复指标产生的影响。方法:选取2022年1月~2023年1月厦门大学附属妇女儿童医院手术患者共计80例,采用数字表抽取法随机分为两组,每组40例。其中,对照组应用常规干预方案,观察组在术中加强综合保暖干预,对比不同组别不同时间体温监测值、生命体征指标监测值、麻醉期恢复指标检测值、应激反应指标检测值、低体温及不良反应率。结果:两组在手术实施前,经测定体温,差异无统计学意义(P>0.05);在麻醉后1 h、手术结束时、术后30 min进行检测,观察组数据均高于对照组,差异有统计学意义(P<0.05)。对观察组生命体征指标(即收缩压、舒张压、心率)测定,相较对照组均呈更低水平,差异有统计学意义(P<0.05)。对观察组苏醒时间、拔管时间进行观测,相较对照组更少,差异有统计学意义(P<0.05)。两组在实施干预前,对应激指标即[皮质醇(Cor)、去甲肾上腺素(NE)、肾上腺素(E)]测定,差异无统计学意义(P>0.05),在干预后,均有升高,但观察组低于对照组,差异有统计学意义(P<0.05)。观察组低体温率、并发症率均低于对照组,差异有统计学意义(P<0.05)。结论:针对手术患者,重视对其开展综合保暖干预,可使体温及其他生命体征保持稳定,缩短麻醉期恢复进程,降低应激反应程度,防范低体温和并发症事件。

危机理论指导下的创伤急救护理对颅脑外伤患者急救时间、神经功能及生命体征的影响

目的:探讨危机理论指导下的创伤急救护理对颅脑外伤患者急救时间、神经功能和生命体征的影响。方法:选择2020年9月—2023年9月在连云港市中医院接受颅脑外伤急救治疗的102例患者作为研究对象,根据随机数表法将患者分为对照组和观察组,各51例。对照组接受常规急救护理,观察组在对照组基础上接受危机理论指导下的创伤急救护理。比较两组急救时间(有效抢救时间、确诊时间和急诊至手术时间)、神经功能[美国国立卫生研究院脑卒中量表(National Institutes of Health stroke scale,NIHSS)评分和格拉斯哥昏迷指数(Glasgow coma scale,GCS)]、生命体征(呼吸频率、心率、收缩压和舒张压)及并发症(缺血性痉挛、电解质紊乱和肢体功能障碍)发生情况。结果:观察组有效抢救时间、确诊时间、急诊至手术时间短于对照组,差异有统计学意义(P<0.05);观察组护理后NIHSS评分低于对照组,GCS评分高于对照组,差异有统计学意义(P<0.05);观察组护理后呼吸频率、心率、收缩压、舒张压低于对照组,差异有统计学意义(P<0.05);观察组并发症发生率低于对照组,差异有统计学意义(P<0.05)。结论:危机理论指导下的创伤急救护理可有效缩短颅脑外伤患者急救时间,改善神经功能和生命体征,降低并发症发生率。

复杂场景下基于稀疏表示的多目标生命体征估计

针对复杂室内场景下毫米波雷达难以对多个运动目标生命体征精确估计的问题,提出了一种复杂场景下基于稀疏表示的多目标生命体征估计方法。首先对回波数据进行预处理以获得目标场景点云;然后构建动态杂波抑制模型以滤除动态干扰;接着关联多目标数据并基于扩展卡尔曼滤波实现多目标跟踪进而提取多动目标胸腔相位信息;随后基于呼吸心跳的频域稀疏特性,提出数据驱动的自适应字典构建方法以实现呼吸心跳信号的有效分离;最后基于稀疏重构方法获得高精度的多目标生命体征估计。实际场景下大量测试结果表明,相较于现有主流生命体征估计方法,所提方法可实现复杂动态杂波场景下多目标生命体征的有效感知。

基于新模态-小波包分解的超宽带雷达生命体征信号去噪算法

超宽带雷达具有高分辨率,穿透能力强,低功耗等优势,工作时人体无需接触任何电极或传感器,可以穿透衣服、废墟等非金属介质在较远的距离内检测人体生命体征信息,在非接触式生命体征检测方面具有很重要的应用价值。由于人类心跳信号容易被呼吸谐波和其他噪声干扰,为了准确提取人体生命体征信号,提出一种基于改进的自适应噪声集合经验模态分解(ICEEMDAN)与小波包分解(WPD)结合的生命体征信号去噪方法。先通过超宽带雷达测量待测者的生命体征,获取人体所在空间位置提取出体表微动信号,对体表振动信号进行补偿与欠采样处理;利用ICEEMDAN-WPD的阈值去噪方法对微动信号进行模态分解,选取合适的模态分量去噪并进行重构,获取人体心跳微动信号的时频特征。实验结果表明,该算法相较于传统的去噪算法将相关系数提高到了0.9405,信噪比提高到了9.0938 dB,保留更多的生命体征信息的同时拥有更高的信噪比,可有效应用于生命体征检测领域。

基于FMCW毫米波雷达的人体生命体征检测实验设计

利用线性调频连续(FMCW)毫米波雷达设计人体生命体征检测教学实验。基于FMCW毫米波雷达采集多个人体目标回波数据;采用快时间维快速傅里叶变换和Capon算法生成距离角度图;利用线性约束最小方差准则进行数字波束形成,提取各个目标所对应的慢时间维信号,使用改进的微分交叉相乘算法完成相位信号的提取;结合差分增强处理和带通滤波器实现对呼吸和心跳频率的估计,完成对多目标生命体征检测。有助于学生对雷达系统工作基本原理和信号处理方法的理解,提高雷达原理课程的教学效果。