目的:评估连续光电容积脉搏波算法应用于可穿戴设备时，检出心房颤动（房颤）和评估房颤负荷的准确性。方法:本研究是一项自身对照的前瞻性队列研究，连续纳入2022年9至11月于首都医科大学附属北京安贞医院心内科住院治疗的254例房颤患者。所有受试者同时佩戴2种设备：（1）心电手表，用于采集光电容积脉搏波（W-PPG）和心电图（W-ECG）；（2）心电贴，用于采集心电图（P-ECG）。分别以30 s数据片段和受试者个体为单位，将心电手表得出的测量结果与心电图专家判读心电贴结果相对比，采用受试者工作特征曲线评估其敏感度和特异度。按照房颤负荷比例均分为4个分段，计算由房颤分析软件得出的房颤负荷与心电图专家判别心电贴结果得出的房颤负荷差值。结果:254例受试者的年龄为（63.04±11.04）岁，99例（38.98%）为女性，持续性房颤患者97例（38.19%）。以心电图专家判读心电贴的结果为标准，以片段为单位时，P-ECG算法的敏感度为94.86%（95% CI：94.81%~94.91%），特异度为99.30%（95% CI：99.28%~99.31%），W-PPG算法的敏感度为96.07%（95% CI：95.97%~96.18%），特异度为98.62%（95% CI：98.59%~98.65%）；以个体为单位时，P-ECG算法的敏感度为92.55%（95% CI：87.57%~95.71%），特异度为96.39%（95% CI：93.45%~98.09%），W-PPG算法的敏感度为93.71%（95% CI：88.75%~96.67%），特异度为89.62%（95% CI：85.61%~92.65%）；以单次采集W-ECG记录为单位时，W-ECG算法的敏感度为92.04%（95% CI：88.14%~94.78%），特异度为96.19%（95% CI：94.35%~97.47%）。房颤负荷评估方面，各负荷分布区间内W-PPG分析结果与心电图专家判读心电贴结果相差均小于2%。 结论:连续PPG算法应用于可穿戴设备检测房颤是一种可行策略。以心电图专家判读心电贴的结果为标准，通过智能手表连续监测PPG对于房颤诊断具有较高的准确性，同时也可有效地完成房颤负荷评估。

目的 借助体外循环实验系统的可控参数优势考察血流参数变化对脉率特性的影响.方法 建立一套搭载腕部体外模型的人体循环系统,通过分别改变心率、腕部流量、压力和系统顺应性等参数,从腕部模型中获取光电容积脉搏波信号,并提取脉率变异性的时域和频域指标.结果 心率、压力和系统顺应性的改变会引起脉搏波形状的改变,但能够表明脉率变异性的时域指标NN50、PNN50 数值为 0,其他指标以及频域指标都处在极低值范畴.结论 在未有心率变异性时,心率、腕部流量、血压和系统顺应性等血流动力学变化未产生明显的脉率变异性.本研究可为临床在更便利的腕部采集设备加持下开展更多脉率变异性和心率变异性研究提供参考.

目的光电容积描记术(PPG)在皮瓣监测中具有较高的灵敏度和特异性.深度学习可以自动、鲁棒地从原始数据中提取特征.该研究提出将PPG与1D-CNN相结合,初步探索该方法区分皮瓣动脉栓塞程度和定位栓塞点的能力.方法在皮瓣动脉模型和兔皮瓣模型中通过制造血管栓塞,采集正常和不同栓塞条件下的数据.随后使用1D-CNN对这些数据进行训练,验证和测试.结果随着动脉栓塞程度的增加,栓塞点上游PPG波幅逐渐增加,下游PPG波幅逐渐减小,栓塞点上下游波幅差距逐渐加大.1D-CNN在皮瓣动脉模型和兔皮瓣模型测试的平均准确率分别为 98.36%和95.90%.结论深度学习和PPG相结合的监测方法可以实现皮瓣动脉栓塞程度的识别和栓塞点的精确定位.

心房颤动(房颤)是临床常见的心律失常,发病率随着年龄增长而增加,同时房颤也是心源性脑卒中的常见原因,所以进行房颤检测并早期干预,对减轻社会医疗负担起着至关重要的作用.但传统的心电图检测耗时、耗力,并不适合在大规模人群中筛查.基于光学体积描记术的可穿戴设备具有无创、便捷、准确性高等特点,为早期发现和科学管理房颤创造了技术条件,其可行性、高灵敏度和高特异度正逐步得到验证,现从房颤的流行病学、光学体积描记术、可穿戴设备应用现状及局限性等方面进行综述,供临床参考.

综述国内外有关光电容积描记法(photoplethysmography,PPG)的心血管系统功能评估作用,以期为PPG的医学应用及创新研究提供理论参考与借鉴.现阶段可从PPG信号中解析得到心率、心律、血压、容量等功能评价指标,PPG还可辅助识别诊断血压异常、糖尿病、心律失常、睡眠呼吸暂停综合征、早期缺血性休克等疾病.但PPG精确度与准确性、数据解释及标准化、波形分析和临床应用等方面仍存争议.PPG作为有效评估心血管系统功能状态与辅助诊断各类疾病的工具,已被广泛应用于医疗及科研领域并展现出重要价值,未来其有面朝高精度、多参数、非接触式、远程监护或医疗等方向多路发展的趋势.

目的:提出一种基于光电容积脉搏波(PPG)的极简特征回归树血压估计模型.方法:从单路PPG信号中提取15个特征参数,利用斯皮尔曼相关系数筛选与血压相关性最高的4个参数,构建极简特征回归树血压模型.结果:极简特征回归树血压模型收缩压和舒张压的估计误差分别达到(-0.02±3.63)mmHg和(-0.04±2.10)mmHg.结论:提出的极简特征回归树血压模型结构简洁、准确率较高,这一发现对于在可穿戴设备中使用单路PPG信号进行血压估计具有重要意义.

目的 探讨乌灵胶囊联合小剂量喹硫平治疗高龄老年失眠伴焦虑抑郁患者的疗效和安全性.方法 回顾性分析2020年6月-2022年12月在我院门诊就诊或住院治疗的96例失眠伴焦虑抑郁高龄老年(≥80岁)患者的临床资料.根据治疗方案的不同将患者分为乌灵胶囊组(0.99 g,每天3次,34例)、喹硫平组(25～50 mg,每晚1次,30例)和联合组(同时服用乌灵胶囊和喹硫平,用法用量同单药组,32例).比较3组患者治疗前和治疗8周后的睡眠监测指标(总睡眠时间、睡眠效率、睡眠潜伏期、觉醒次数)、匹兹堡睡眠质量指数量表(PSQI)评分、14项汉密尔顿焦虑量表(HAMA-14)评分、17项汉密尔顿抑郁量表(HAMD-17)评分、简易智能精神状态量表(MMSE)评分、血清白细胞介素1β(IL-1β)和肿瘤坏死因子α(TNF-α)水平,以及疗效和不良反应发生情况.结果 与治疗前比较,3组患者治疗后的总睡眠时间、睡眠效率、MMSE评分均显著延长或升高(P＜0.05),睡眠潜伏期、觉醒次数、PSQI评分、HAMA-14评分、HAMD-17评分、血清IL-1β和TNF-α水平均显著缩短或降低(P＜0.05),喹硫平组患者的睡眠潜伏期、觉醒次数、HAMA-14评分、HAMD-17评分、血清TNF-α水平均明显短于或低于乌灵胶囊组,且联合组各定量指标均显著优于喹硫平组和乌灵胶囊组(P＜0.05).联合组患者的治疗总有效率显著高于喹硫平组和乌灵胶囊组(P＜0.05),3组患者的总不良反应发生率比较差异无统计学意义(P＞0.05).结论 乌灵胶囊联合小剂量喹硫平用于高龄老年失眠伴焦虑抑郁患者的疗效优于各药单用,不良反应未见明显增加.

光电容积脉搏波(photoplethysmography,PPG)在可穿戴和智能健康设备中具有重要的应用价值.然而,PPG信号在采集过程中由于不可避免的耦合运动产生干扰段,导致信号质量降低.面向PPG信号干扰段实时检测问题,该研究分析PPG信号干扰段产生原因及波形特征,对相邻波峰间的脉搏波数据提取7个特征,并利用双样本Kolmogorov-Smirnov检验来选择显著变化的特征,最后训练决策树模型对干扰段信号进行实时检测.设计实验,采集20名在校大学生的PPG信号构成实验数据集.实验结果表明,所提出方法的平均准确率为(94.07±1.14)%,比常用的干扰段检测算法的准确率和实时性更高.

为实现血红蛋白浓度的无创检测,设计基于支持向量回归的血红蛋白浓度检测方法.首先,基于Beer-Lambert定律建立血红蛋白无创检测数学模型;然后,对采集的光电容积脉搏波描记法(PPG)信号进行降噪和滤除基线漂移处理后提取出血红蛋白浓度特征信息,并使用递归特征消除算法对提取的特征信息进行选择,以去除冗余特征;最后,将筛选出的29个特征信息作为回归模型的输入特征,并采用支持向量回归算法构建血红蛋白预测回归模型.通过对249例临床数据进行试验验证(其中199例作为训练数据集,50例作为测试数据集),得出预测值与参考值的均方根误差为1.83 g/dL,相关系数为0.75(P<0.01),试验结果表明本文方法与传统有创检测方法具有较强的一致性.

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.