摘要：针对传统袖带血压测量的不连续性和不舒适性,设计并实现了一种基于脉搏波传播时间(Pulse Transmit Time,PTT)的连续无创测量血压系统。该系统以STM32嵌入式单元为核心,集心电(Electrocardiograph,ECG)、光电容积脉搏波(Photoplenthysmogram,PPG)采集模块和蓝牙于一体,以心电电极夹和指套取代了充气式袖带,可进行连续无创血压测量,并实现蓝牙无线数据传输,装置小巧,操作简单。

摘要：阐述了一种基于STM32F103RE单片机的微型多参数健康监护终端的设计与实现方法。系统采用集成化的硬件设计方案并针对各种生理信号的特点进行了算法优化,提高了使用的便捷性和监测的准确度。终端实现了人体心电、心率、血氧饱和度和姿态信息的采集、处理、显示与存储,并且可以通过蓝牙与Android或iOS智能设备进行数据交互,在使用者生理参数异常或跌倒时发出报警信号。

摘要：目的:人口老龄化、慢性病发病率高、死亡率高等诸多因素,导致慢性病健康监护需求日益增加,而目前我国对慢性病的健康监护仍然存在数据混乱、准确度低、实时性差等诸多问题,亟待改进。因此设计切实有效的慢性病健康监护平台,以改进现有的不足,为慢性病病人提供实时的健康服务,以实现"治病为主"向"预防为主"的医疗模式的转变。方法:使用.Net和SQL技术设计慢性病健康监护平台,对多参数生理数据进行接收、存储、管理和分析;设计针对慢性病病患的动态分析评估算法,实时评价病患的健康状态,并给出健康建议;引入医疗行业内广泛使用的HL7标准,结合XML标准,以实现健康信息的共享。结果:监护平台实现了对患者健康数据的综合管理,并设计实现了健康数据的动态分析评估算法,实现了HL7交互接口。结论:该平台能较好地评估病人的健康状态,并在慢性病的健康干预方面提供有效依据,而且设计的HL7接口为日后的信息交互提供基础。

摘要：随着科技发展、社会进步及人们对生活健康的关注度提升,口腔疾病的预防、诊断和治疗较以往占有更大的市场。为了满足市场需求,许多科研机构和企业都投身到了口腔CT的研发和生产中。作为国家三类医疗器械,其管控力度不言而喻。为顺利通过注册检验、临床试验和GMP体系考核,口腔CT的质量控制和质量管理体系的建设显得尤为重要。本文主要从质量控制的角度出发,阐述了口腔CT设计开发中的质控要点。为口腔CT设备企业中的管理者、研发人员、采购人员、质控人员提供思路,更加重视质量控制和体系建设,将质控融入产品设计、开发、生产、销售的整个生命周期。

摘要：为去除由于探测器中探测元连续坏死导致的CT图像中出现的环形伪影,提出一种基于投影正弦图校正的方法。利用两侧正常值对正弦图中直线区域进行线性插值,重建图像;对重建图像进行滤波,弱化伪影并保持图像锐利,得到先验图像;对先验图像进行前向投影,得到先验正弦图,用于估计原始先验正弦图中直线伪影区域信息,再次重建。实验结果表明,该方法对探测器大面积探测元坏死导致的严重环形伪影具有很好的校正效果,保持了图像的细节和空间分辨率。

摘要：医疗器械作为诊断或治疗患者的辅助设备,其功能、性能或注意事项等指示信息在使用过程中起到至关重要的作用.为了保证设备标签与设备电气、机械等性能具有同样甚至更长久的使用寿命,就需要对标签的使用寿命和可靠性进行分析.现主要采用加速环境实验的方法对聚氯乙烯(PVC)和亚银标签的使用寿命进行分析,同时结合不同材质的性能,最终得出两类标签均具有10年以上的使用寿命,PVC标签在外观上具有优势,但亚银标签相对于PVC标签具有更高的长期稳定性和更宽的温度使用范围.

摘要：目的:针对慢性病高发、人口老龄化等现状,设计一种基于物联网技术的社区健康管理平台。方法:综合分析物联网三层架构,利用模拟前端和监护测量技术,设计户外和家用的便携监护感知终端,开发具有数据互联的监护管理应用程序和健康评估的社区监护管理服务器。结果:设计并研制了便携穿戴式监护终端样机、家用多参数监护仪和监护管理APP,实现了监护数据感知上传、个人健康管理和健康分析评估功能。结论:基于物联网的社区健康监护平台的设计和初步实现为社区医疗健康管理服务的转变提供了有力的平台支撑和技术支持,对医疗资源的优化配置具有重要的作用,对健康监护产业转型有很好的借鉴意义。

摘要：目的:设计一种基于手机的老年人跌倒检测报警系统,为跌倒后的老人提供及时的帮助,争取更多的急救时间。方法:利用iPhone内置的三轴加速度传感器和陀螺仪提取人体加速度和角速度数据,计算与人体运动相关的特征值信号向量幅值(signal vector magnitude,SVM)、信号幅值面积(signal magnitude area,SMA)、倾斜角(tilt angle,TA),采用多阈值判断算法判别人体是否发生跌倒。发生跌倒时,手机向监护人发出跌倒报警。结果:在系统准确性检测实验中,模拟老年人行走、慢跑、坐下、躺下、弯腰及前向跌倒、侧向跌倒、后向跌倒。慢跑识别准确率为96%,出现错报;前向跌倒检测准确率为98%,出现漏报;其余准确率皆为100%,系统正确率为99.25%。结论:该系统可直接利用手机内置传感器有效检测跌倒,并且对手机的放置方位无要求,是一种易于接受且更为可行的跌倒检测系统。