历史经验值得重温：再谈呼吸肌肌电伪差

贵刊1983年9月曾发起心房分离与呼吸肌肌电伪差的讨论.1984年9月编辑部在总结[1]中认为＂应该审慎严格地作出心房分离的诊断＂并指出＂鉴别两者有着重要的临床意义,只要注意到两者图象的特点,采取观察与呼吸的关系等相应措施是不难区别的＂.

频发室上早和呼吸肌肌电伪差并存酷似心房分离1例

有关心房分离(AD)的误诊,虽已经过1984年国内心电学界的大讨论[1],但仍有强调必要,现报告1例于后. 患者男性,74岁.因左乳房癌3年半,近一日来昏迷,点头样张口呼吸,两肺干湿性罗音并有"早搏",诊断为晚期左乳房癌.

肌电伪差信号致心室起搏提前及起搏方式转换1例

患者女性,53岁.在某院植入起搏器2年.因活动后偶感心慌、胸闷月余就诊.查体:BP 130/85mmHg,心率70次/min,律不整,各瓣膜未闻及杂音,双肺呼吸音清,心电图图1示:双腔起搏心电图节律不整,呈VAT与DDD两种工作方式.

呼吸肌肌电伪差酷似房性异位心律

图示窦性P波按序出现,呈高尖状达0.25mV,P-P间期0.44 s(心率135次/min),P-R间期、QRS波形均在正常范围。 图中尚可见到类似P′之波形(简称P′),规律地出现。其间距0.84～1.12 s(71-53次/min),P′位于P-QRS-T任何部位均可显示,重叠于P波,P-R段、

消除脑电图伪差的数据处理方法

本文提出了一种消除电脑电图主要伪差（肌电伪差、眼动伪差和基线漂移）的实用有效方法．即用线性Ｋａｌｍａｎ滤波未消除脑电图的肌电伪差，用ＦＩＲ数字高通滤波器抑制眼动伪差及基线漂移，取得了良好的效果，为进一步设计脑电图的计算机自动化分析和诊断系统，解决了关键性的问题．在数据处理的同时还对线性Ｋａｌｍａｎ滤波经行了改进，即去除了肌电伪差模型，使系统更为简洁，滤波效果更好．

消除脑电图伪差的数据处理方法

本文提出了一种消除脑电图主要伪差（肌电伪差、眼动伪差和基线漂移）的实用有效方法，即用线性Ｋａｌｍａｎ滤波来消除脑电图的肌电伪差，用ＦＩＲ数字高通滤波器抑制眼动伪差及基线漂移，取得了良好的效果，为进一步设计脑电图的计算机自动分析和诊断系统，解决了关键性的问题。在数据处理的同时还对线性Ｋａｌｍａｎ滤波进行了改进，即去除了肌电伪差模型，使系统更为简洁，滤波效果更好。

高频振荡自动检测方法的研究与进展

癫痫是一种由多种病因引起的慢性脑部疾病,以神经元过度放电导致反复性、发作性和短暂性的中枢神经系统失常为特征。癫痫在国内的患病率在4‰～7‰之间,虽然其中70%的患者可以通过药物治疗有效控制发作,但仍有约30%的患者由于药物控制癫痫发作不满意,或无法耐受多种药物联合应用造成的毒副作用,而成为药物难治性癫痫。