摘要：睡眠中如果癫痫发作会增加患者并发症发作和猝死的概率,有效预测患者睡眠中的癫痫发作可让医患及时采取措施,降低上述概率。现有癫痫发作预测方法多是基于脑电信号设计的,但并未在睡眠时期进行针对性研究,而该时期脑电信号相比其他时期有其特殊性,因此为提高灵敏度、降低错误报警率,本文将挖掘睡眠脑电信号的特点,研究睡眠中癫痫发作的预测方法。本文提出的方法中首先构建特征向量,包括不同波段的绝对功率谱、相对功率谱和功率谱比值;其次应用分离性判据和分支定界法进行特征选择;最后训练支持向量机分类器并实现预测。相比于不针对睡眠脑电信号特点的癫痫预测方法(灵敏度91.67%,错误报警率9.19%),本文方法的灵敏度(100%)有所提高,而错误报警率(2.11%)则有所降低。本文方法是对现有癫痫预测方法的补充,具有一定的临床价值。

摘要：针对现有脉象仪成本高,不便携带等缺点,结合中医脉诊和移动医疗,设计了一种无线便携式脉象检测系统。采用压电薄膜传感器采集脉象信号;通过信号调理电路,对信号进行放大、滤波、电压抬升等处理;STM32F103单片机对信号进行A/D转换后,采用高通滤波去除基线漂移,加权滑动平均滤波消除毛刺,再通过HC—05蓝牙模块无线传输至Android智能手机;手机端实现信号的波形绘制,脉率及脉象显示。测试结果表明:系统稳定性和准确性良好,具有脉象异常报警功能,且成本低,体积小,功耗低,适于家庭使用。