-
基于多波长近红外光谱的血红蛋白浓度无创检测技术研究
编辑人员丨2024/3/30
针对传统的血红蛋白浓度检测需要抽血采样,检测流程复杂且无法连续监测血红蛋白浓度的变化趋势等问题,本研究设计了一种基于多波长近红外光谱的无创血红蛋白浓度检测方法.首先,基于Beer-Lambert定律建立了血红蛋白无创检测数学模型,并依据该模型设计了八波长近红外光电容积脉搏波(photoplethysmography,PPG)信号采集系统;然后,对采集的PPG信号进行降噪和滤除基线漂移等预处理,并根据建立的无创检测模型对特征信息进行提取与选择;最后,基于Stacking算法构建血红蛋白预测回归模型.通过对 249 例临床数据进行实验验证,得到无创检测模型的预测值与参考值的均方根误差为 1.17 g/dL,相关系数为 0.75.实验结果表明,本研究方法可有效实现血红蛋白浓度的无创检测.
...不再出现此类内容
编辑人员丨2024/3/30
-
基于深度学习的ECG/PPG血压测量方法
编辑人员丨2023/8/5
近年来,基于ECG/PPG信号的血压测量方法已经在某些可穿戴设备上实现.但此类方法的检测精度尚未达到相关国际标准.本研究利用深度神经网络模型,对基于ECG/PPG信号的血压测量方法进行了深入研究,提高了该类方法的检测精度.首先,采用基于小波包的模态分解技术,从PPG信号中提取出心脏信号和呼吸信号,并将其与ECG信号同步.然后,采用卷积神经网络(convolutional neural network,CNN)基于上述信号建立血压检测模型.通过选用从MIMIC-Ⅲ数据集中筛选出的5776条数据作为实验数据,结果显示,当使用ECG/呼吸/心脏信号测量血压时,CNN模型的收缩压检测精度为(4.6852±6.0730)mm-Hg,舒张压的检测精度为(2.5340±3.9860)mmHg,均达到美国医疗器械促进协会(AAMI)标准和英国高血压协会(BHS)标准的最高级.当使用呼吸/心脏信号测量血压时,CNN模型的舒张压检测精度达到AAMI标准和BHS标准的最高级,收缩压检测精度未达到AAMI标准.结果表明,模态分解技术与ECG信号结合后,可以有效提高对血压的检测精度.
...不再出现此类内容
编辑人员丨2023/8/5
-
光电容积脉搏波信号关键算法研究
编辑人员丨2023/8/5
目的:构建光电容积脉搏波信号处理关键算法,以提升光电容积脉搏波技术临床应用效能.方法:根据信号采集特征及采集部位不同,采用小波变换除噪算法、五点差分阈值算法、去基线归一化算法、高斯拟合算法和传递模型算法,在个人电脑(PC)端到手机Android端的跨平台和Matlab语言到Java语言的跨语言编程中,实现高斯拟合算法和传递模型算法.结果:除噪算法中的db9小波函数除噪中噪声集中于第1层高频段,运动伪迹分布在第8层低频段;五点差分阈值算法能够准确识别出波峰点;去基线归一化算法能够有效抑制低频干扰并统一信号幅值;高斯拟合算法和传递模型算法在跨平台跨语言编程实现了性能一致.结论:构建的光电容积脉搏波信号处理关键算法可为容积脉搏波技术用于生物医学工程及临床实践提供参考和借鉴,具有重要的临床应用价值.
...不再出现此类内容
编辑人员丨2023/8/5
