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.

目的 探讨指尖穿刺点采血部位有序轮换结合微课视频学习的方法在糖尿病患者血糖监测中的应用效果.方法 选取 2020 年 7 月—2021 年 10 月糖尿病患者 420 例为研究对象,按照组间基本特征具有可比性的原则分为观察组和对照组,每组 210 例.对照组采用遵循患者的意愿选择采血穿刺点,观察组采用轮换提示卡进行采血部位轮换方法,结合微课视频学习和以实物的形式现场演示讲解轮换方法,比较两组患者血糖监测认知率、血糖监测依从程度、疼痛程度及焦虑程度.结果 观察组患者的血糖监测认知率、血糖监测依从程度均高于对照组;而疼痛程度、焦虑评分低于对照组;组间比较差异均有统计学意义(P＜0.05).结论 指尖采血部位有序轮换结合微课视频学习的方法,为糖尿病患者血糖监测提供正确的技术指导,增强血糖监测意识,减轻焦虑情绪,有利于提高糖尿病患者血糖监测认知技能和依从性.

针对手指视频图像R分量饱和失真现象,本文提出了一种基于迭代的阈值分割算法,自适应生成R分量待检测区域,通过计算待检测区域灰度均值,从而提取出人体脉搏信号.原始脉搏信号存在基线漂移及高频噪声,结合脉搏信号特征,设计了零相位数字滤波器来滤除噪声干扰.在不同智能手机上采集了指尖视频图像,利用本文提出的算法提取出了待检测区域.考虑到每次测量时指尖压力会有所不同,本文对不同压力下提取的脉搏信号做了对比分析.为了验证本文提出的算法在心率检测方面的准确性,做了心率检测对比实验.结果 表明,本文提出的算法能准确提取出人体心率信息,同时具备一定的可移植性,为进一步在智能手机平台上开发生理监测应用提供了一定的理论帮助.

目的 通过视频监控方式了解重症医学科护理人员手卫生情况,验证该方法的效果.方法 启用视频监控设备记录肥城矿业中心医院重症医学科护理人员2018年1-11月手卫生情况,进行规范培训并制定考核办法,随机截取实施前视频记录的960人次手卫生情况,再截取实施监控后1 100人次手卫生情况,按照该办法统计分析,比较实施前后护理人员手卫生依从率变化.结果 启用后手卫生依从率为92.00％(1 012/1 100)高于启用前的61.98％ (595/960)(P＜0.001);在接触患者前、清洁/无菌操作前、接触患者后及接触患者物品后4个时刻的手卫生依从率升高,差异有统计学意义(P均＜0.001);白班和中班护理人员手卫生依从率较高(均为91.67％),夜班的当班护理人员手卫生依从率较低(88.00％),差异具有统计学意义(P＜0.001);大拇指、指尖步骤合格率最低,分别为56.25％(45/80)、57.50％(46/80),实施后分别提升到98.75％(79/80)、96.25％(77/80),差异有统计学意义(P＜0.001),开启监控后ICU护理人员的手卫生合格率显著提高.结论 视频监控纳入绩效考核可客观记录手卫生情况,起到良好监督作用,手卫生绩效考核能有效提高ICU护理人员手卫生依从率.