杂志医疗保健工程

功能的近红外光谱（fNIRS）是已被用于脑计算机接口的目的（BCI）的最新的非侵入性脑功能测量技术中的一个。在本文中，我们比较和分析的6个上fNIRS-BCI的分类精确度最常用的过滤技术（即，高斯，巴特沃思，卡尔曼，血流动力学响应滤波器（HRF），维纳，和有限脉冲响应）的影响。前额叶，运动和视觉皮层：为了与由于特定的皮质区域特定的皮质任务的最佳最优滤波器最后，我们根据三个主要的皮层区域划分我们的实验任务。三种不同的实验，对前额和电机执行任务，而一个视觉刺激进行。对于前额执行的任务包括休息（R）与心算（MA）中，R VS对象的旋转（OB），和OB VS MA。类似地，对于电机执行，R VS左手指敲击（LFT）中，R VS右手指敲击（RFT）和LFT VS RFT。同样地，对于视觉皮层，R VS视觉刺激（VS）的任务。这些实验用五个科目为十次进行。对于提取的数据之间的一致性，六个统计特征被使用氧合血红蛋白，即，斜率，平均值，峰值，峰度，斜度和方差评价。这六个特征的组合是由非线性支持向量机（SVM）用于分类数据。 The classification accuracies obtained from SVM by using hrf and Gaussian were significantly higher for R vs MA, R vs OB, R vs RFT, and R vs VS and Wiener filter for OB vs MA. Similarly, for R vs LFT and LFT vs RFT, hrf was found to be significant 。这些结果表明，利用hrf有效去除近红外光谱数据中的噪声是可行的。

阅读全文

视网膜出血（RH）是指示性的，流行在虐待性头部外伤（AHT） - 可是的RH从AHT的直接原因是未知的。我们的假设是RH在AHT是振动力和高血压的组合。影响这种结合解释了为什么RH不常见的儿童意外事故，通常观察到，但几乎只在AHT观察。用猪眼睛的实验模型的目的是要查明突发RH所需的压力变化，并通过计算机模型，在血管中的后续压力增加。猪眼通过上颌动脉插管和加压直到灌注并观察RH。流体注入头和计算机控制的连续流动注射泵;灌注过程中记录的眼底的视频;和流体进入眼睛的压力记录为好。计算机模型在COMSOL高血压，颤抖，和力的组合创建模拟负载。该模型通过从猪模型中收集的实验数据验证。 It was found that hypertension or shaking alone did not cause an increase in stress required to cause RH. But when the loading of shaking and hypertension was combined, as would occur in AHT, the stress increases were greater than those extrapolated from the porcine model and would cause RH.

阅读全文

发展中国家仍在挨饿卫生部门的改善。妇女中常见的疾病是乳腺癌，和以往的研究已经证明的结果，如果在一个非常早期的阶段检测到癌症的几率战胜疾病比在后一阶段处理或检测到较高的疾病。本文提出的基于云的智能BCP-T1F-SVM用2个变化/模型喜欢BCP-T1F和BCP-SVM。被提议的BCP-T1F-SVM系统已经使用的两种主要软计算的算法。所提出的BCP-T1F-SVM专家系统特别限定阶段和癌症的人所患的类型。专家系统将阐述癌症的严重阶段，在何种程度上病人受到了影响。所提出的BCP-SVM给出所提出的乳腺癌检测模型的更高的精度。在乳腺癌的风头，建议BCP-T1F-SVM专家系统给出了较高的准确率。所提出的BCP-T1F专家系统被在乳腺癌的诊断在初始阶段使用。以癌症的不同阶段考虑，乳腺癌是由BCP-T1F专家系统处理。在这项研究中所做的计算和评估人士透露，BCP-SVM优于BCP-T1F。的BCP-T1F总结出了96.56个精度，而BCP-SVM给出的准确率为97.06个百分点。以上展开的研究得出的结论是BCP-SVM比…好BCP-T1F。这些意见是由巴基斯坦拉合尔谢赫扎耶德医院和爱尔兰卡文利斯达兰卡文综合医院的医学专家推荐的。

阅读全文

房颤是最常见的心律失常，并与高发病率和死亡率的中风，心脏衰竭，心肌梗死和脑血栓有关。有效和房颤的快速检测是降低了患者的发病率和死亡率的关键。快速，高效地筛选心房颤动仍然是一个具有挑战性的任务。在本文中，我们提出了SS-SWT和SI-CNN：在时频ECG信号心房纤颤检测框架。首先，特定尺度平稳小波变换（SS-SWT）用于分解5的ECG信号转换成8台秤。我们选择系数为有效时频功能的具体规模而放弃其他系数。所选择的系数被馈送到规模无关的卷积神经网络（SI-CNN），为二维（2D）矩阵。在SI-CNN，用于ECG信号的时间 - 频率特性的卷积核专门设计。在卷积过程中，系数的每一比例之间的独立性被保留，并在时域和所述ECG信号的频域特性被有效地提取，最后心房颤动信号被快速，准确地识别。在这项研究中，实验使用5-s的数据段中的MIT-BIH AFDB数据执行。 We achieve 99.03% sensitivity, 99.35% specificity, and 99.23% overall accuracy. The SS-SWT and SI-CNN we propose simplify the feature extraction step, effectively extracts the features of ECG, and reduces the feature redundancy that may be caused by wavelet transform. The results shows that the method can effectively detect atrial fibrillation signals and has potential in clinical application.

阅读全文

心脏听诊是一种方便的心脏病早期诊断工具，正被开发成为一种用于在线医学的智能工具。目前，对先天性心脏病(CHD)患儿杂音的智能诊断研究较少。本研究的目的是开发一种儿童冠心病杂音的智能诊断方法。记录86例患儿的心音(PCG)信号，其中24例患儿心音正常，62例患儿有冠心病杂音。提出了一种基于离散小波变换和哈达玛乘积相结合的心音分割方法，从PCG信号中定位第一心音和第二心音。将CHD murmurs的10个特征提取出来作为分割后的分类器输入。将86个人工神经网络分类器组成了冠心病杂音的分类系统。诊断心杂音的准确性、敏感性和特异性分别为93%、93.5%和91.7%。结论成功地建立了一种儿童冠心病杂音的智能诊断方法，可用于儿童冠心病的在线筛查。

阅读全文

生理信号采集与监测系统的激增，导致了生理信号数据的爆炸。此外，RFID系统、区块链技术和fog计算机制通过大数据研究，显著提高了生理信号信息的可用性。推动混合系统发展的动力是不断努力提高卫生保健服务的效率和可持续性。植入式医疗设备(IMD)是一种通过外科手术植入患者体内，以持续监测其生理参数的治疗设备。患者治疗心律失常由于IMD治疗和挽救生命的好处。我们专注于开发用于重症监护和临床实践中收集、存储保护和监测患者生理信号的混合系统。为了提供医疗数据隐私保护和医疗决策支持，提出了混合系统，并使用RFID、区块链和大数据技术分析生理信号。

阅读全文