简介：识别和描述房颤有可能自发终止还是持续,不仅可以更好地了解心律不齐发作和终止的机制,还可以更有效地治疗持续房颤。本文从非线性角度提取房颤信号特征并预测其能否自发终止。先重建心电信号的相空间,获取相空间中指定庞加莱截面上的点,然后基于形状分析提取刻画庞加莱面上相似点对相对数量的参数ρ,最后基于ρ来分类非终止房颤和可终止房颤。实验研究了一个由Holter心电信号组成的包括训练集和测试集的房颤数据库,结果表明：本文提出的特征参数ρ可正确分类90%的测试集。可见,该方法能从Holter心电信号有效地预测房颤的自发终止。

简介：本文选择宋词为实验语料,使用PowerLab生物电采集器、MLT1132压电呼吸带传感器等仪器录制呼吸信号和语音信号,对语音信号的韵律等级进行切分,通过判断呼吸周期的波峰和波谷来标记吸气相和呼气相,揭示了不同语音韵律等级时长和两个常见的呼吸结构模型之间的相关性。在语音多模态研究中,可以为语音多模态的合成提供可靠的数据,提高言语模型的自然度。准确的数据模本还可以为治疗言语障碍提供帮助,为语言教学和二语习得提供标准。

简介：糖尿病已经成为世界范围内危害人类健康的主要疾病之一，对糖尿病的研究和治疗具有重要意义，本文首先建立并优化小鼠脂肪细胞糖尿病药物筛选模型，然后使用临床抗糖尿病药物对该模型进行考察，并对海糖平（H）和杉糖平（S）两种降糖新药进行了筛选。通过Westem-blot法检测GLUT4（葡萄糖转运蛋白4）以确定药物的药效。结果表明，用临床抗糖尿病药物考察模型能客观反映该药物药效。在此模型上，对杉糖平和海糖平的各个馏分进行初步筛选，发现两种药物的一些有效成分。

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：目的探索Cookgas和Fastrach插管型喉罩联合光索在预测重度困难气道管理中的应用,为临床处理重度困难气道管理的问题提供依据。方法本院选择于2016年1月至2016年12月接受治疗的预测重度困难气道患者104例作为观察对象,按数字表法分为Cookgas插管型喉罩联合光索组(CILA组)和Fastrach插管型喉罩联合光索组(FT-LMA组),每组52例,并对两组患者的临床资料、手术之前的困难气道评估及声门的暴露情况进行分析。结果两组一般临床资料(年龄、性别、体重及身高)相比的差异没有统计学意义(t=1.562,P=0.092;χ^2=1.448,P=0.104;t=1.520,P=0.081;t=1.604,P=0.095)。CILA组的张口度明显小于FT-LMA组,并且差异具有统计学意义(t=3.935,P=0.002);CILA组的Mallampti分级Ⅲ级之上的例数明显多于FT-LMA组,并且差异具有统计学意义(χ^2=4.852,P=0.004);CILA组的预测困难面罩通气例数明显多于FT-LMA组,并且差异具有统计学意义(χ^2=4.276,P=0.001)。CILA组4级声门的暴露例数显著低于FT-LMA组,且差异有统计学意义(χ^2=4.921,p=0.003)。结论应用CILA和FT-LMA在预测重度困难气道管理中具有高效安全的功效,CILA插管的成功率更高,操作更为便捷,具有较高的临床应用价值。