公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

基于重症监护数据库MIMIC-Ⅱ的临床数据挖掘研究被引量：8: 2014年; 该文介绍了麻省理工计算生理学实验室、哈佛医学院BID医学中心以及飞利浦医疗合作建立的、开源的、多参数智能重症监护数据库Multiparameter Intelligent Monitoring in Intensive Care II:MIMIC-II,简单介绍了其结构、功能和临床应用。基于MIMIC-II临床数据库,开展了ICU脓毒血症病人血压和心率的昼夜节律性研究。该研究发现了脓毒血症患者死亡组和存活组在生理参数昼夜节律性上的显著性差异,解决了使用关系型数据库MIMIC-II开展生理参数昼夜节律性研究的很多技术问题。; 王剑张政波王卫东潘亮柴晓珂; 关键词：昼夜节律性

心电图和光电容积脉搏波计算心率变异性的比较研究被引量：7: 2015年; 采集46名健康成年人自主呼吸状态下的同步心电和光电容积脉搏波信号,从心电图中提取心跳间期,从光电容积脉搏波中提取脉搏间期,分别计算心率变异性。脉搏间期的提取采用了二阶差分极大值法、主波波峰法和切线法这三种不同的特征点识别算法。结果显示基于光电容积脉搏波的三种不同特征点识别算法获得的心率变异性结果与使用心电获得的心率变异性结果高度相关。Bland-Altman图显示主波波峰法的计算结果较其它两种方法的结果的相对偏倚值的标准差最小,一致性限外的奇异点最少。; 王步青柴晓珂张政波王卫东; 关键词：心电图光电容积脉搏波心率变异性

心率变异性自回归模型分析中确定最佳阶数的方法研究被引量：4: 2015年; 基于自回归(AR)模型的心率变异性(HRV)分析技术广泛用于自主神经系统功能状态评价,其中AR模型阶数的选择对于HRV分析结果的准确性有重要的影响,本文研究了AR模型最佳阶数的确定方法。从46名健康成年受试者自然呼吸下的心电信号中提取心跳间期时间序列,用最终预测误差最小准则来计算AR模型最佳阶数,用Burg算法求解AR模型系数,并对残差序列进行白化检测来验证AR模型阶数的合理性。将该方法获得的HRV频域参数(包括总功率、低频功率、高频功率、低高频功率比以及标准化低频功率)与Kubios-HRV分析软件计算得到的结果作对照分析。结果表明通过该方法获得的HRV的5个频域参数均与Kubios-HRV分析软件的结果高度相关(相关系数r大于0.95),除总功率指标外,均无显著差异,对应的Bland-Altman图也有大于95%的点分布在一致性界限内。优化的基于AR模型的HRV分析算法能获得准确的HRV分析结果,与常用的HRV分析软件Kubios-HRV的结果有很好的一致性。; 柴晓珂王步青张政波王卫东; 关键词：心率变异性自回归模型阶数

全选清除导出

共1页<1>

北京市自然科学基金(3122034)