首页 > 文献资料
-
Eli250心电图机常见故障排除
美国Mortara ELI-250心电图机是12导联同步自动诊断型全数字化心电图机;运用心电算法“Veritas”算法,区别不同年龄、性别,诊断更准确;VGA液晶显示;SCF滤波技术;频响:0.05-300Hz,对更广泛人群(包含儿童)的心电诊断具有重要的意义;文字数字键盘,一触式单键操作,方便快捷.在使用中我们发现一些常见故障,经总结与大家分享和探讨,希望对医工科人员有所帮助.
-
基于红外热成像的膝关节骨性关节炎早期筛查临床研究
目的 为评估骨性关节炎早期疼痛症状的热表现,并探索红外热成像识别早期关节异常的适用性,本文发展出一种用于膝关节骨性关节炎的红外热成像筛查方法.方法 本研究在中国康复研究中心开展,共招募膝关节测试对象177例并采集其双膝关节红外热图像.基于大量临床红外热图数据,通过总结正常与异常膝关节间温度分布与特征差异,实现一种以髌骨为中心的膝关节热诊断方法.结果 此方法的初步诊断准确率达91.6％(P＜0.05),识别异常关节热分布的灵敏度为93.5％.结论 此方法对于膝关节早期异常的发现有良好的筛查效果,且适合推广于大规模关节筛查与体检中.
-
基于医疗物联网的多参数生命监护仪的设计
为构建一个医疗物联网的平台，实现患者与医生远程、实时沟通与治疗，本文设计了一个便携式、实时的多参数生命监护仪，以实现心电、呼吸、血氧、脉搏、跌倒、体温的实时监护。方法该系统电路部分采用双层设计，下层为多参数生理信号采集板，上层为 cc2430单片机。下层用于各个生理参数的采集，上层利用 zigbee模块进行生理数组的传输。在数据采集的同时运用信号处理算法对采集到的生理信号进行预处理并提取特征，进而计算诊断参数并做初步的诊断。后将初步诊断结果通过 cc2430的 zigbee模块传送到家庭网关，并通过 Internet将数据传送到远程医疗站，待医生给予进一步诊断。结果经测试该监护仪成功实现了多生理参数采集及实时处理。结论该多参数生命监护仪可实时监护患者动态并成功运用到医疗物联网中。
-
数字病理时代的病理学学习与临床实践
信息技术的迅猛发展,给许多学科与研究领域带来了巨大变化,将信息技术与不同专业结合是发展的趋势.病理学也已经从传统意义上的学科进入数字病理学时代.数字病理学给临床、教学及科研工作均带来不同程度地改变,特别是对病理学的学习方法与教学模式的影响很大.本文就虚拟切片与病理学教学模式、3D打印及虚拟现实(VR)技术在病理解剖学中的应用以及人工智能与组织病理学自动诊断这三个方面的发展状况进行总结与阐述,分析现代信息技术在病理学各个方面的应用前景.
-
农村社区心电图诊断系统一体化的建议
心电图仪是目前检查心脏疾病重要的仪器。本文针对农村社区心电图仪的使用状况和心电图广泛应用的必要性，提出农村社区心电图诊断系统一体化实施的设想并分析其可行性及构建。
1农村社区心电图的使用现状
目前，大多数农村社区配备了的心电图仪，虽然配备的心电图仪多带有自动诊断系统，但仍需医生对诊断为异常的心电图重新研制[1]。谈剑诚等[2]对实时远程心电图会诊诊断结果进行分析发现，收集到的14056份正常心电图中，有1606份仪器自动分析为异常心电图，占正常心电图的11.4%，上传会诊中心后确诊为正常心电图。由此可见，农村社区医生如单纯依靠心电图仪自动诊断的结果，漏诊、误诊在所难免，也不符合心电图诊断规范。部分社区医院医生心电图诊断水平较差，病人心电图检查后，医生无法对自动诊断结果给出一个合理的解释，导致心电图设备闲置不用。有的医院甚至没有专业的心电图医生。 -
日立7060型生化分析仪故障检修2例
日立7060全自动生化分析仪具有操作简单、自动化程度高、部分故障具有自动诊断能力、故障率较低、结果准确、重复性好等优点,深受同仁好评.其主体结构由液路、光路、电路三大部分组成.液路部分主要由2个试剂盘、1个样品盘、1个反应盘、1个样品注射机构、2个试剂注射机构、清洗机构、吸样机构、2个搅拌机构等构成.光路部分由光源灯、反应杯、透光窗、多波长光度计等组成.电路部分由电源系统、内部微机系统、log转换、A/D转换[1]、接口电路、制冷系统、外部微机系统组成.在此将2例故障介绍给大家,供参考.
-
一种基于R－R间期的改进型模板匹配法在心电图自动诊断中的应用
目的：探讨R－R间期的改进型模板匹配法在心电图（ECG）自动诊断中的应用。方法选择26例受试者ECG数据作为研究对象，分为3组。10例心律失常患者数据作为实验组，其中男性7例，女性3例，年龄24～75岁，平均年龄58．4岁。再选取10例正常人数据作为对照组，其中男性3例，女性7例，年龄26～45岁，平均年龄32．2岁。另选取6例ECG时间大于6 h的长时间病例数据用以证实算法的稳定性，其中男性3例，女性3例，年龄42～63岁，平均年龄56．6岁。使用改进型的信号模板匹配算法检测R波并进而利用计算机程序计算出诊断心率变异性（HRV）的多个因素，借用美国麻省理工学院生理数据库（MIT/BIH）中数据进行测试，对测试结果分组进行统计学检验。结果所选数据组间R－R间期标准差（SDNN）、相邻R－R间期差值的均方根值（RNSSD）、正常窦性心搏间期的平均值（NNVGR）、相邻R－R间期差值大于50 ms的个数占所有R－R间期个数的百分比（PNN50）的计算结果在实验组与对照组之间差异存在统计学意义（P<0．05）。根据改进型模板匹配法得到的6例长时间病例心律失常患者均值都高于对照组。结论该方法可以用来初步筛选ECG心律失常患者，可作为心电预警自动诊断的一种检测参考方法。
-
院内心电图机网络系统的建设与应用
1院内心电图网路系统组成院内心电图网络系统主要包括心电图机、专家软件系统(电脑、软件,打印机等)、服务器(选配,包含硬件设备、服务器软件).1.1心电图机心电图机采用十二导联同步采集,数字化信号处理,通过对心电信号的工频滤波、基线滤波和肌电滤波,获得更高质量的心电图谱;有多种打印模式可供选择,可打印RR期间的趋势图及直方图,打印的波形长度可调整,同时具备定时打印功能,可满足不同的应用需要;具有常规心电图参数自动分析和自动诊断功能,提供心率、P-R间期、P波时限、QRS波群时限、Q-T间期、Q-Tc、P电轴、QRS电轴、T电轴、R(V5)幅度、S(V1)幅度、R(V5)+S(V1)幅度等测量参数及自动诊断结论,减轻医生工作负担;可选配ECG-Sync同步套件,通过USB接口连接电脑,组成心电工作站系统,实时采集数据到软件中进行分析、打印报告,并可将心电图机中旧病历上传到PC,同步套件可选配频谱心电、高频心电、QT离散度、心率变异性等分析功能;采集的心电数据通过互联网快速传送至专家端进行分析处理,辅以专家诊断,为各类疾病作出准确的报告;自动下载及打印心电图报告与诊断结论;能够显示报告回执状态,明确专家端收到病例;能够显示即时消息,更好地增加专家端、客户端的交互性,确保专家端收到的报告清晰、准确.
-
心电图自动诊断系统的研制
利用数字信号处理和波形识别技术,对心电图的QRS波、P波、T波的时段进行了计算机的自动检测并对室性期前收缩等15种异常心电进行自动诊断.打印输出相应的诊断报告.为了检验本系统的稳定性和可信度,利用美国麻省理工学院的MIT-BIH数据库对本文所使用的方法进行了检测,取得了较好的效果.
-
心电图机自动诊断评价体系建立
心电图机自动诊断功能参差不齐,对临床医师诊治带来诸多不便,基于解放军总医院强大的数据平台开发并研制的心电图机自动诊断评价系统,旨在评价心电图机自动诊断功能,以期提高心电图机的自动诊断化水平,并通过大量数据评定的结果,为相关部们制定心电图机的自动诊断的行业标准提供依据.
-
基于相对熵的睡眠呼吸暂停低通气综合征的自动诊断
目的 通过单通道呼吸气流数据,提出一种新的自动诊断睡眠呼吸暂停低通气综合征的方法.方法 该方法基于相对熵引入局部极差进行调整,以识别发生呼吸障碍的异常事件.利用75例患者一整晚呼吸气流数据作为训练样本,通过阈值分析,确定区分呼吸暂停事件和低通气事件分别对应的调整后相对熵的临界值.结果 用37例患者的数据作为测试样本,验证了基于相对熵方法可以自动诊断病情,而且仅需要20 min左右.结论 基于相对熵方法明显缩短了计算时间,对于睡眠疾病的临床诊断有一定的意义.
关键词： 睡眠呼吸暂停低通气综合征 呼吸气流 自动诊断 相对熵 -
心电信号中R波检测方法的比较研究
在心电信号(Electrocardiogram, ECG)自动诊断系统中,对R波位置进行快速而准确检测非常重要,R波位置是进行心电信号诊断的一项必要条件.目前的R波位置检测(简称R波检测)方法已经很多,比如使用差分和滤波器组、小波变换、神经网络等方法.但还没有一种方法的适应性和准确性得到广泛的认同.本文针对目前主要的R波检测方法从原理、算法以及准确性等方面做了详细的论述、分析和比较.
-
反思教学提高心电图教学质量
自19世纪末Einthoven将心电图正式应用于临床至今已逾百年,心电图早已经成为心血管疾病诊断中普遍采用的方法和临床工作中基础的检查的工具.目前计算机技术使心电图自动测量及自动生成诊断成为可能,然而,采用心电图参考数据不同的自动化测量系统,其测量结果的变化足以使诊断发生改变,所以,仍需要临床医生通读并确认计算机对心电图的自动诊断.由于心电理论和向量知识深奥抽象,心电图形态特征分散庞杂,枯燥难记,教师授课和学生学习均感到困难[1],部分学生干脆选择放弃.我们通过课前反思,明确教学目标,注重能力培养,通过课中反思,进一步强化学生在学习的主体作用,通过课后的实习反思,使课程教学知识结构系统化联系,使教学内容的排序更加适应临床工作能力的培养,提高了心电图教学的质量.
-
2020年前将颠覆医疗健康行业的五大科技
医疗健康行业风云变幻，福布斯网站介绍了将在诊断、治疗和护理等领域产生深远影响的五大科技。
一、人工智能：42%的复合增长率，有望在2021年达到66亿美元
人工智能（AI）是指利用机器或软件描述、模仿人类大脑的智慧。在医疗健康领域，人工智能旨在通过协助医疗从业人员来改善患者的治疗效果。人工智能能够彻底地分析和记忆医疗知识，因此可以提供更加优质的临床和药物建议。人工智能有能力及时给内科医生和研究人员提供储存在电子医疗记录中与临床相关的、实时的、有价值的信息。人工智能有望在在医疗健康领域实现全球的广泛运用，预计在2021年它将实现42%的复合增长率。人工智能可以实现更理想的治疗结果、降低治疗成本，同时用更简洁的工作流程和以病人为中心的治疗计划消除不必要的医疗压力。这些都是人工智能能够在医疗健康领域取得广泛运用和飞速发展的原因。预计在2020年之前，一些慢性疾病如癌症、糖尿病已经可以在几分钟内被诊断出来，通过使用识别特有的生理特征，提供实时3D画面的认知系统。同时，人工智能还有望覆盖全美90%（全球60%）的医院和保险公司。从另一个方面来看，人工智能也会向70%的患者提供更便利、更便宜的优质服务。在数字图像处理、类型识别和机器学习人工智能等平台的帮助下，人工智能持续为我们提供更可靠和准确的医疗影像分析。例如初创公司Butterfly Network，已经成功研发了一款能够实时创建3D医疗影像并发送相关数据到云端，然后进行识别特征和自动诊断的手持3D超声波仪器。人工智能提供的这种临床帮助将会给整个医疗影像诊断市场带来显著的影响。
