摘要：用新西兰大白兔和 ICR 小鼠在动物染毒舱内对潜艇常见4种有害气体:二氧化碳(CO_2)、二甲苯(xyl)、二氧化硫(SO_2)和一氧化碳(CO)的混合气进行了每天4h,连续5d 的吸入染毒实验。每种气体分高、中、低3种不同浓度,用正交组合设计方法,共组合成9组实验。观察了动物的动态呼吸频率(RR)和正中神经传导速度(MMCV)的变化。结果表明,4种气体中 SO_2是染毒早期引起动物呼吸抑制的主要因素;3个高浓度、3个中浓度、3个低浓度加1个中浓度.再分别加1个低浓度组合而成的混合气对动物的呼吸影响较为明显。

摘要：目的设计一种以绿光发光二极管（LED）为光源、反射式测量方式测量的脉搏信号采集系统,以此光电脉搏信号提取不同呼吸状态下人体呼吸频率信息。方法选择16例健康受试者,年龄22-33岁,身高155-178 cm,体质量49-85 kg。进行对照试验来验证系统性能,分别采集受试者呼吸过慢、自然呼吸、呼吸过速3种状态下脉搏信号并提取呼吸频率信息,利用热敏电阻同步采集人体鼻腔呼吸信号作为参考呼吸信号。结果脉搏呼吸频率提取系统测量范围为7-34次/分,最大测量误差为2次/分,平均测量误差为0.14次/分。两种方法获得的呼吸频率3种呼吸状态下平均误差为0.12次/分、0.18次/分、0.48次/分,3种呼吸状态下的平均误差率分别为0.78%、1.87%、1.48%。结论脉搏呼吸频率提取系统可以完成3种状态下呼吸频率提取,且与参考呼吸频率具有良好的一致性,可以成为现有呼吸频率监测方法的一种补充。

摘要：＂微课引领——问题驱动＂是一种高效生物课堂教学模式。笔者以微课为载体,搭建＂范例支架＂,让学生自主构建科学探究的知识框架;以问题为基点,以学生活动为中心,发挥教师的主导作用,利用＂问题支架＂引导学生设计探究方案,达成生物课堂的高效教学。现以探究＂水温对金鱼呼吸频率的影响＂一节为例,浅谈＂微课引领——问题驱动＂高效生物实验课堂教学模式的建构策略。

摘要：该文设计了一种通过MSP430单片机采集血氧饱和度、呼吸信号,通过蓝牙芯片发送信号到Android智能手机,实现了基于Android智能手机的血氧饱和度、心率、呼吸频率监测系统。

摘要：设计一款穿戴式生理监测装置并进行测试,该装置由硬件和软件控制实现,主要对心率、呼吸频率和体温等生理参数进行监测,其中心电信号采用织物电极传感器获取,呼吸频率采用阻抗法获取,体温采用热敏电阻桥路法获取,并且分别在静息和运动状态下进行样机测试。结果表明:该穿戴式生理监测装置与标准设备监测心率和呼吸频率的相对误差均在10.00%以内,监测体温的相对误差在1.00%以内,该装置具有小型化、集成化等特点,且性能稳定、监测数据准确可靠。

摘要：呼吸作为维持机体正常工作的基本生理活动,在临床上是评价身体状态的重要生理指标。本文利用温度传感器检测鼻腔周围呼吸气流的温度变化获取呼吸信号,设计了一种可穿戴呼吸检测装置。实验对比研究了鼻腔周围不同位置的检测结果,得到最佳检测位置处于口鼻之间区域的中上部。在正常呼吸下,该系统获得呼吸频率与手动计数的均方根误差(RMSE)为0.63,95%置信区间为[-1.54,0.87]。在快速呼吸下,检测极限达到30次/min,可以实现呼吸过速的检测。对于呼吸衰竭、呼吸暂停和深呼吸测量结果都表现出明显的差异特征,表明该装置具有用于临床呼吸监护的应用前景。

摘要：本文介绍了一种双频率阻抗式呼吸检测系统的设计过程。该系统基于生物阻抗法,在频域上采用双频率获取呼吸信号来降低运动干扰的影响;在空间上将两路呼吸信号进行空域叠加来降低干扰;在时域上采用软件滤波的方法来提高信噪比。样机的初步人体试验证明该系统运行稳定,抗干扰性能好。

摘要：基于单个反射式光电探头,在桡动脉位置测量了脉搏波。利用ATmega16单片机进行660nm和940nm的双波长LED发光控制和数据采集与分析。通过对脉搏波极值的读取实现血氧饱和度和心率的测量;其次,利用时间抽取基2快速傅里叶变换(FFT)对获取的桡动脉信号进行傅里叶变换,实现呼吸频率的测量。测量了10名志愿者的生理参数,并对利用本文设计的系统的测量结果和临床方法记录的结果进行数据的相关性分析,得到血氧饱和度、心率和呼吸频率的相关系数分别为r=0.985、r=0.982和r=0.933。通过相关性分析可以看出,可以利用本文系统进行无创、长时间和多参数的测量。

摘要：随着国内物流业的快速发展以及市场竞争的压力,使得疲劳驾驶现象有增无减,成为道路交通安全的一大威胁。基于此,设计了一种基于毫米波雷达的疲劳驾驶监测系统,通过对驾驶员的心率和呼吸频率进行非接触式的检测,从而避免事故的发生。

摘要：为解决传统的生命体征监测方法在呼吸信号的分离过程中容易存在噪声干扰、谐波残留等现象,设计了一种基于STM32的健康监测系统。使用集合经验模态分解(ensemble empirical mode decomposition,EEMD)算法分解脉搏波信号,重构呼吸信号,获得最佳的呼吸频率(respiratory rate,RR)估计。系统分离出呼吸信号后,对测量得到的呼吸频率与同步采集的标准呼吸频率作Bland-Altman一致性分析,可以得到有94%的点均在95%的置信区间内,二者具有较高的一致性。系统扩大了脉搏波分解信号的适用范围,有助于居家长时间监测重要生命体征参数,对进一步研究脉搏波信号与身体重要病理参数信息的关系提供了更多的可能。