PICU肺炎患儿清理呼吸道无效现状及预测因子研究

目的探索PICU肺炎患儿清理呼吸道无效现状和预测因子,为护理人员预防和识别肺炎患儿清理呼吸道无效提供参考。方法采取整群抽样方法,选择武汉市3所三级甲等医院PICU住院肺炎患儿302例为研究对象,对患儿一般资料、临床疾病资料、清理呼吸道无效相关临床指征和发生情况进行评估和调查。结果227例(75.17%)患儿发生清理呼吸道无效,logistic回归分析结果显示,患儿无效咳嗽、有痰鸣音和痰液黏稠是清理呼吸道无效的预测因子(均P<0.05)。结论PICU肺炎患儿清理呼吸道无效发生率较高,无效咳嗽、有痰鸣音和痰液黏稠的患儿更易发生清理呼吸道无效。临床医护人员需加强对患儿咳嗽能力、呼吸音和痰液的评估,以便早期识别肺炎患儿清理呼吸道无效,并采取相应措施以保证呼吸道通畅。

羊咳嗽声的特征参数提取与识别方法

为在设施圈养羊只产生呼吸道疾病的初期,通过监测其咳嗽声进行疾病预警和健康状况诊断,以内蒙古地区广泛推广的杜泊羊为例,对杜泊羊的咳嗽声信号进行自动采集和计算机识别,在不增加羊咳嗽声特征参数维数的前提下,提出一种改进的梅尔频率倒谱系数(MFCC),试验结果表明,该参数和短时能量、过零率组合的14维特征参数,经过羊咳嗽声隐马尔可夫模型(HMM)识别系统,其识别率、误识别率和总识别率分别达到了86.23%、7.17%和88.43%,该组合特征参数经主成分分析可降到9维,而通过BP神经网络改善的HMM咳嗽声识别系统,对咳嗽声的识别率、误识别率和总识别率分别达到了92.54%、5.37%和95.04%,满足了杜泊羊咳嗽声识别的要求。

基于高斯混合模型的咳嗽音检测方法

快速准确地检测出采集录音中的咳嗽部分对许多呼吸道疾病的临床诊断有着重要意义。使用梅尔频率倒谱系数(MFCC)作为特征参数来分析所要处理的声音信号,并用多组训练数据分别为采集录音中的咳嗽音、说话声、笑声、清喉音等数据各建立两个高斯混合模型(GMM),将每类数据得到的两个GMM进行线性组合得到最终的表示每类数据的概率模型,进而实现对咳嗽音部分的检测。在此基础上引入了小波去噪理论,分别对每段数据去噪并进行端点检测。仿真实验结果表明所提方法能够有效提高系统的识别性能。

咳嗽识别中的端点检测方法

端点检测是咳嗽识别过程中的一个重要环节,传统的基于短时能量和平均过零率的端点检测方法对咳嗽音检测效果不明显。针对该问题,在对咳嗽音分析的基础上采用自适应门限对传统方法进行改进。最后用实验验证了该方法对咳嗽音的端点检测的效果。

基于无线传感器网络的咳嗽音检测系统研究

咳嗽音是众多疾病常见的重要症状之一,包含极其重要的临床信息。针对目前多参数无线家庭监护系统忽视此重要生理参数的现状,设计了一种基于无线传感器网络的咳嗽音检测系统,选用SPCE061A单片机和CC2430无线收发模块共同构建了关键节点的硬件平台和软件平台,并运用短时能量和过零率的双门限算法检测信号。测试结果表明:该系统可以实现咳嗽音信号的实时采集和有效传输,并成功定位咳嗽音,准确率达到90%以上。

咳嗽监测评估技术研究进展

咳嗽是呼吸系统疾病常见的症状。患者多发剧烈的咳嗽音,其强度、发生频率(如间歇性持续咳嗽)、持续时间等参数都可以为医生提供重要的诊断信息。咳嗽监测评估技术可以提取上述系列诊断信息,对咳嗽的诊断、治疗、疗效评估等均具有极大价值。本文对咳嗽监测评估技术的发展进行了回顾,简要介绍了其基本原理、监测方法及仪器验证研究的成果,重点介绍了三类有仪器面世的监测评估方法,并讨论了上述评估方法在实现咳嗽诊断中存在的问题。最后对当前咳嗽诊断存在的难点问题进一步地讨论,并指出未来咳嗽监测评估技术的发展方向。

汪再舫治疗慢性咳嗽临床经验

汪再舫教授认为慢性咳嗽病位在肺,由于肝气犯胃所导致,临床治疗慢性咳嗽注重肺肾有别,不忘祛风,强调咳嗽证治要"三辨":辨外感与内伤、辨咳声及辨咳痰。

经验模态分解在咳嗽音检测中的应用

咳嗽是众多呼吸道疾病中常见的重要病症之一,具有极其重要的临床信息。本文提出了一种基于经验模态分解(EMD)和Teager能量算子的咳嗽音识别特征,与传统方法提取的美尔倒谱参数相比,EMD方法的特征参数在个数上有大幅度的下降。试验证明,EMD方法的特征参数在高信噪比环境下的咳嗽音检测中是行之有效的。

脑卒中患者自主咳嗽声学特征分析:呼吸肌训练的影响

目的:使用咳嗽声学检测技术辅助评估呼吸肌训练前后的咳嗽动作,为卒中后咳嗽能力测评提供除咳嗽峰流速(cough peak flow,CPF)检测以外的新思路。方法:卒中组(20例)进行6周的呼吸肌训练,对照组(25例)不接受训练。训练前后,在端坐位下根据随机视觉指令执行5次自主咳嗽,同时进行声音录制和CPF检测。计算每次咳嗽在时域、频域、时频域和信息域的声学参数。对卒中组训练前、训练后和对照组的声学参数进行比较,并分析其与CPF之间的相关性。结果:训练前咳嗽音峰值幅度和总耗能显著低于对照组(P<0.05)。CPF、峰值幅度、总耗能、声压均方根、峰值功率、峰强度最高频率和聚合熵,训练后都显著高于训练前(P<0.05)。对照组CPF分别与峰值幅度(r=0.67,P<0.01)和总耗能(r=0.70,P<0.01)显著正相关,卒中组训练前后CPF均与峰值幅度和总耗能无明显相关(P>0.05)。结论:呼吸肌训练6周虽可提高患者肺功能和CPF,但其声学参数提示训练未能改善咳嗽模式。咳嗽声学检测可为卒中后呼吸康复提供辅助手段。

咳嗽和清嗓的气流与声学特征分析

目的:通过分析特征性的声学参数,区分有效咳嗽与清嗓,并探究其与气流速度(峰流速)之间的相关性,为肺康复的咳嗽训练提供客观便捷的评估工具.方法:收录60例健康青年志愿者仰卧位下的10次咳嗽音和10次清嗓音,对两种动作的6个特征性声学参数进行分析和比较.进一步选取11例受试者在仰卧位下进行5次咳嗽和5次清嗓动作,同步采集声音和气流进行相关性分析.结果:咳嗽音的峰值幅度、峰值功率、峰值频率和聚合熵均显著高于清嗓音(P<0.05),咳嗽音的达峰时长占比显著低于清嗓音(P<0.01).咳嗽峰流速分别与咳嗽音的峰值幅度(r=0.6,P<0.01)和峰值功率(r=0.55,P<0.01)呈显著正相关关系.清嗓峰流速仅与清嗓音峰值幅度呈显著正相关性(r=0.37,P<0.01),与峰值功率无相关性(r=0.0037,P=0.98).结论:声学分析可用于量化区分健康青年人的咳嗽和清嗓;咳嗽音的声学参数与咳嗽峰流速具有良好正相关性.咳嗽音的声学分析可为临床咳嗽训练提供便捷的评估工具.

基于声学分析和机器学习构建咳嗽和清嗓分类模型

目的:建立气道廓清动作的声学分类器,为实施肺康复的咳嗽训练提供监测工具。方法:健康男性11例和女性15例,分别在平卧位、45°靠坐位和90°端坐位,根据随机视觉指令执行咳嗽和清嗓动作各10次,并同时录制声音,分析声音片段的时域、频域和信息域特征,由此构建声音的特征矢量用于机器学习。采用的模型包括:线性判别分析、分类回归决策树、随机森林和线性分类器型支持向量机。结果:模型间比较显示随机森林方法所建分类器具有更高的准确度(0.9162)和一致性(Kappa值为0.8323)。验证结果显示该模型无论在区分体位因素或不区分体位情况下,对咳嗽音有较高的准确度、一致性、敏感度和特异度。结论:咳嗽和清嗓动作具有声学差异,并且这种差异可以由随机森林方法构建机器学习模型加以分类,由此为肺康复治疗中采用声学手段辅助判断气道廓清动作类型提供了依据。

语音端点检测算法在猪咳嗽检测中的应用研究

针对大型养猪场疫病防治工作中人工诊断效率低下的问题,对猪患病时发出的咳嗽声音进行研究,提出了猪咳嗽声自动化检测方案。结合猪咳嗽声音信号的特点,借鉴语音识别中广泛应用的端点检测算法,并加以改进,实现对声音信号中猪咳嗽声音的检测。该方案为猪咳嗽类疾病的人工诊断和自动化诊断提供有效信号。经150段猪咳嗽音验证表明,该检测方案检出率达96%以上,检错率低于4%,说明方法具有有效性和实用性。

《神农本草经》与经方应用之苦杏仁篇

《神农本草经》载苦杏仁功效为“主咳逆上气,雷鸣,喉痹,下气,产乳,金疮,寒心,奔豚”。以《神农本草经》为纲、《伤寒杂病论》之经方为目,探讨苦杏仁的不同功效与配伍。苦杏仁主咳逆上气,常配伍桂枝、麻黄、厚朴,以桂枝加厚朴杏子汤、麻黄汤为代表方;主雷鸣,常配伍干姜、细辛、五味子,以厚朴麻黄汤为代表方;主喉痹,常配伍当归、桂枝,以续命汤为代表方;主下气,常配伍石膏、甘草,以麻黄杏仁甘草石膏汤为代表方;主产乳,乳汁不下,苦杏仁能通之;主金疮,金伤成疮,苦杏仁能敛之;主寒心奔豚,苦杏仁主通肺气,水为金之子,金母可训子逆。除《神农本草经》记载的功效外,张仲景运用杏仁配伍不同药物亦有新的发挥,如配伍白术、薏苡仁、赤小豆以祛湿行水,代表方为麻黄加术汤、麻黄杏仁薏苡甘草汤、麻黄连翘赤小豆汤;配伍火麻仁、枳实以润肠通便,代表方为麻子仁丸;配伍大黄、虫、矾石以润燥养血,代表方为大黄虫丸、矾石丸。

利用腰带式多参数生理信号监测系统进行咳嗽检测与辨识

目的:以腰带式多参数生理信号监测系统为实验平台,提出一种通过实时记录咳嗽引起的腹部加速度信号、振动信号和咳嗽声音来监测咳嗽的新方法,并针对后期数据的回放处理设计一种能够自动识别咳嗽事件的算法。方法:将采集到的数据用MATLAB在计算机上进行分析:根据加速度信号的幅度和斜率,可以排除说话的干扰;再利用呼吸波信号的幅度,筛除掉清喉事件;最后由声音包络的变化识别出咳嗽事件。结果:该方法能够有效区分咳嗽与其他干扰(如清喉、说话和体动):对同步记录的音频文件进行人工计数,共有523次咳嗽事件,算法自动识别出471次,咳嗽事件识别的敏感度为90.1%;共有1 452次非咳嗽事件,算法正确识别出1 438次,特异性达到99%。结论:利用腰带式多参数生理信号监测系统进行咳嗽检测与辨识的方法是有效可行的,可以推广应用。

基于改进MFCC和短时能量的咳嗽音身份识别

介绍了基于咳嗽音信号的身份识别方法。针对咳嗽音信号的短时突发特点,提出了一种适合咳嗽音的改进MFCC特征参数MFCC_N,然后将MFCC_N与短时能量(E)作为组合特征参数应用于身份识别系统中。在MATLAB 7.0平台上实现基于GMM的咳嗽音身份识别系统,分别提取咳嗽音信号的MFCC、MFCC+△MFCC和MFCC_N+E作为识别参数进行对比实验。实验结果表明,采用提出的组合特征参数MFCC_N+E进行身份识别是可行有效的,与传统参数MFCC、MFCC+△MFCC相比,采用特征参数MFCC_N+E的识别系统具有较高的识别率和较低的计算复杂度。

创伤性颈脊髓损伤患者咳嗽音一般特征及其与呼吸肌力量的相关性

目的分析创伤性颈脊髓损伤(TCSCI)患者咳嗽音的一般特征,并探讨其与呼吸肌力量的相关性。方法选取南部战区总医院收治的29例TCSCI患者作为TCSCI组,并随机选取同时段的26例非TCSCI患者作为对照组。分别收集患者咳嗽音信号、呼吸肌力量指标最大吸气压力(MIP)和最大呼气压力(MEP),同时记录2组患者年龄、身高、体质量以及基础疾病等基线资料,记录TCSCI组ASIA分级、损伤节段以及呼吸衰竭发生情况。分析比较2组咳嗽音差异及其与MIP、MEP的相关性,并探讨咳嗽音指标对呼吸衰竭的预测价值。结果2组患者基线资料比较,差异无统计学意义(P>0.05)。TCSCI组咳嗽音评分高于对照组(P<0.01),MIP、MEP、咳嗽峰值流量(CPF)、最大强度、平均强度、有效声压及声压级均低于对照组(P<0.01)。相关性分析显示,咳嗽音评分与MIP、MEP呈负相关(P<0.01),CPF、最大强度、平均强度、有效声压、声压级与MIP、MEP均呈正相关(P<0.01)。亚组分析显示,咳嗽音评分能很好预测TCSCI患者是否发生呼吸衰竭,曲线下面积(AUC)为0.745。结论TCSCI患者咳嗽音指标会发生显著改变且同呼吸肌力量存在相关性,可用于评估TCSCI患者呼吸功能;咳嗽音评分可作为预测TCSCI患者是否发生呼吸衰竭的指标。

基于特征级联的肺炎咳嗽声识别

针对识别肺炎咳嗽声方面现有特征组合方法单一的问题,提出了实现级联浅层和深层特征的SELeNet-5网络模型。首先对咳嗽声使用6层小波包分解得到相对小波包能量作为浅层特征,同时,对咳嗽声预处理生成语谱图,使用改进的LeNet-5网络作为特征提取模型,从语谱图提取出深层特征;其次通过特征级联网络层结合浅层和深层两种不同层次的特征,形成新的特征向量;最终输入到注意力机制网络模块并通过全连接网络层输出肺炎咳嗽声的识别结果。对比实验结果表明,使用特征级联方法的SELeNet-5网络模型方法得到了79.81%的准确率,相比使用单一浅层特征准确率提高了6.81%,与使用单一深层特征相比准确率提高了2.92%。实验结果表明级联特征在肺炎咳嗽声识别上比单一的浅层或深层特征具有更好的效果,有效提高了肺炎咳嗽声识别准确率。

克洛己新干混悬剂治疗轻度急性下呼吸道感染患儿的效果观察

目的探究克洛己新干混悬剂治疗轻度急性下呼吸道感染患儿的疗效。方法选取2019年1月~2020年1月间收治的102例轻度急性下呼吸道感染患儿,根据不同治疗方法分为对照组(50例)和观察组(52例),所有患儿均维持常规对症治疗,在此基础上对照组予以头孢西丁治疗,观察组予以克洛己新干混悬剂治疗,观察对比两组患儿的疗效、症状改善时间、治疗时间。结果观察组患儿的治疗总有效率为86.54%(45/52),对照组患儿的治疗总有效率为78.00%(39/50),观察组高于对照组,且差异有统计意义(P<0.05)。观察组患儿的咳嗽缓解时间、发热缓解时间、哮鸣音及喘息缓解时间、治疗时间均短于对照组,差异有统计学意义(P<0.05)。两组患儿均未出现明显药物不良反应。结论克洛己新干混悬剂在治疗轻度急性下呼吸道感染中疗效确切,患儿的症状缓解时间快,且安全性高。

麻黄汤治疗尘肺并发支气管炎与西药等效性随机平行对照研究

[目的]观察麻黄汤联合西药治疗尘肺并发支气管炎疗效。[方法]使用随机平行对照方法,将40例患者按病志号抽签方法简单随机分为两组。对照组20例镇咳、祛痰、平喘、抗感染,急支糖浆、复方氯化铵合剂、喹诺酮类及大环类酯类药物。治疗组20例麻黄汤:厚朴、麻黄、石膏、杏仁、半夏各10g,甘草、细辛各5g、小麦15g,干姜6g;痰湿壅肺、痰湿犯肺加云茯苓,风燥伤肺加梨皮和沙参,风热伤肺加桑叶和芦根,风寒束肺加荆芥、百部、紫苑,1剂/d,早晚分服;西药治疗同对照组。连续治疗2个月为1疗程。观测临床症状、咳嗽、咳痰、肺部湿啰音、痰鸣音、残气量、呼气量、最大通气量、不良反应。治疗1疗程(2个月),判定疗效。[结果]治疗组显效11例,有效6例,无效3例,总有效率85.00%;对照组显效6例,有效7例,无效7例,总有效率65.00%;临床疗效两组具有等效性(P>0.05)。残气量、呼气量、最大通气量两组均明显改善(P<0.01),治疗组改善优于对照组(P<0.01)[结论]麻黄汤联合西药治疗尘肺并发支气管炎与单纯西药治疗在总有效率方面具有等效性,改善肺功能(残气量、呼气量、最大通气量等)具有显著优势,无严重不良反应,值得推广。

基于Mel 频率和HMM 的儿童咳嗽识别方法

针对儿童呼吸道疾病发现难的问题,提出了一种基于Mel频率和隐马尔科夫模型(Hidden Markov Model,HMM)的儿童咳嗽声音识别方法,通过声音检测来实现对儿童咳嗽声的自动检测和计数,从而提前发现咳嗽频率异常并提醒预防。采集儿童4种常见声音——哭声、笑声、咳嗽声、尖叫声作为输入声音,采用预加重、端点检测以及分帧操作对输入的声音信号进行预处理,提取24维Mel频率倒谱系数为特征参数,应用隐马尔科夫识别算法构建咳嗽声识别模型。实验表明,该方法咳嗽声识别率为92.5%,识别性能良好,验证了该算法的有效性,为进一步研究儿童咳嗽定量分析奠定了基础。