一、血液电阻抗三参数的计算方法（论文文献综述）
王鹏举[1]（2021）在《基于生物电阻抗技术的人体成分分析方法研究》文中研究指明人体成分分析通过分析组成人体的成分及其比例了解人体基本健康状态,在疾病预防和诊断、康复评估及健身指导等领域的应用日益广泛。生物电阻抗技术具有无创、无害、低成本且操作简单等特点,是人体成分分析仪器广泛采用的基础测量技术。目前基于生物电阻抗技术的人体成分分析仪器大多采用经验公式模型,预测结果精度不高。本文重点研究基于生物电阻抗测量结合智能算法的人体成分分析方法,主要研究内容如下:介绍了生物电阻抗测量技术的方法理论,以及当前基于生物电阻抗法的人体成分预测模型的发展,分析了现阶段人体成分分析采用的由多元线性回归方法确立的经验公式模型的局限性。以火龙果（Red-Pitaya）FPGA开发板为核心,设计了用于人体成分分析的八电极生物电阻抗谱（BIS）测量系统,详细介绍了信号激励模块、响应采集模块和模拟开关模块。该系统采用多频率正弦（multisine）信号作为测量激励,可实现1.91kHz～950.81kHz范围256频率点的人体BIS同步测量;通过标准三元件重复50次测量实验,幅值标准差在1.41Ω以下,相位标准差在1.98°以下;通过与SFB-7仪器进行误差对比,阻抗幅值绝对误差小于1.45Ω,相位绝对误差小于1.80°;BIS测量系统的稳定性和准确性良好。采用主成分分析法对人体BIS数据降维处理,数据维度由256*6降到256*1,降维后数据包含原始阻抗幅值99.82%以上信息,相位99.28%以上信息;分别采用BP神经网络、GA优化BP神经网络和支持向量回归机三种智能算法建立人体成分预测模型;通过三种模型预测结果与SFB-7仪器测量结果对比分析,GA优化BP神经网络预测结果优于其他两种模型;其预测结果与SFB-7仪器测量结果相比,细胞内液（ICW）的相对误差小于4.97%,细胞外液（ECW）的相对误差小于4.69%,人体总水分（TBW）的相对误差小于3.82%,非脂肪量（FFM）的相对误差小于3.60%。
张海军[2]（2021）在《结合生物电阻抗技术的颈总动脉血流动力学参数检测方法》文中认为血流速度、壁面剪切应力、血管顺应性以及外周阻力等血流动力学参数不仅在调控血管功能及结构方面发挥着重要作用,也是评估心脑血管功能的重要生理指标。运动训练能够直接改变血流动力学参数,进而起到预防和治疗心脑血管疾病的作用。颈总动脉作为连接上游心脏和下游脑血管床的重要供血器官,其血流动力学参数的检测对于早期诊断心脑血管疾病具有重要临床意义。常用的颈总动脉血流动力学参数检测通常基于彩色多普勒超声、计算机断层扫描、磁共振成像等,这些检测技术分辨率和精度较高,但价格昂贵、仪器体积庞大,难以进行在线检测。生物电阻抗技术则能够克服上述缺点,适用于可穿戴、便携式和微型化的检测设备,从而便于运动过程中的实时、连续检测。然而,受颈总动脉外围生物组织和脉动血液流等因素的影响,颈部表面生物电阻抗信号与颈总动脉血流动力学参数之间的定量关系仍未完全阐明,有待于进一步的研究。本论文采用数值建模仿真和运动干预实验相结合的方式,对颈总动脉及其后负荷血流动力学参数的无创评估进行了研究。主要研究内容和结果如下:（1）利用动脉脉动流Ling&Atabek的“局部流”理论与悬浮液电导率的Maxwell-Fricke方程,获得颈总动脉血流电导率、电阻抗信号与动脉轴心流速、管径之间的定量关系,进一步引入描述颈总动脉后负荷输入阻抗的五元件集中参数模型,建立通过血流电阻抗和轴心流速求解颈总动脉及其后负荷血流动力学参数的方法;（2）考虑到颈总动脉外围复杂生物组织的影响,建立颈部结构的三维简化模型,澄清颈总动脉血流电阻抗与颈部表面阻抗的非线性关系。同时,对不同检测和生理条件下颈部电场的空间分布进行数值模拟并计算其阻抗值,引入阻抗变化率ICR作为评价指标,从而确定电极贴附的最佳位置;（3）设计并开发一套便携式电阻抗信号采集装置,该装置主要由激励信号产生、电压和电流信号采集、DSP信号处理及控制和辅助电路等四部分组成,其能够克服人体高共模干扰,实现对颈部表面生物电阻抗信号的高分辨率采集;（4）进行急性有氧运动干预实验对该检测方法进行验证,通过测量运动前颈总动脉管径以及运动前后颈总动脉轴心流速、肱动脉血压和颈部表面阻抗等生理信息,计算得到运动后颈总动脉及其后负荷血流动力学参数,如动脉管径、血压、血流量、剪切应力、外周阻力及下游脑血管床顺应性、惯性等。结果表明该检测方法能够实现对颈总动脉及其后负荷血流动力学参数的实时、无创评估。综上所述,本论文提出的结合生物电阻抗技术的血流动力学检测方法不仅为颈总动脉血流动力学参数的实时、连续检测提供了理论基础,而且为可穿戴、便携式和微型化检测设备的研发提供了关键技术支撑。
刘志泓[3]（2020）在《血小板功能分析仪多模块系统与信息管理软件开发》文中进行了进一步梳理血小板是生命体维持正常生理职能的重要组成,其止血、聚集等功能特征的快速检测对于对早期血栓性相关疾病预防、诊断和治疗,抗血小板药物能效监测等发挥着重要作用。本文围绕企业高性能产品合作量产开发,针对提高检验效率、增加检验模式和实现检验流程信息化管理等功能需求,全面深入地研究了基于多模块并行检测架构的血小板功能分析仪与信息管理软件的设计与实现。多模块架构是提高检测效率的有效途径,其控制、通信与操作管理功能复杂,对系统开发提出了更高的要求。血小板功能分析仪采用基于CAN总线的上下级嵌入式系统,由管理机与四个控制机模块组成,实现多通道并行检测。其中控制机相互独立,直接控制执行机构,经过样品稀释、诱聚剂添加、血细胞计数和液路清洗等子流程完成单次血小板检测。管理机作为上位机,承担人机交互、数据统计处理等功能,协调多个控制机模块稳定可靠地完成检验任务,并提供良好的用户操作体验。论文首先在综述介绍血小板功能检测的背景意义以及检测技术研究现状的基础上讨论分析了仪器高性能开发的特点需求和发展趋势。再从检验效率、参数和功能角度分析,提出多控制机模块并行检测的升级方案,优化检测流程;针对医疗信息化需求,设计建立以检验科实验室为单位的信息管理系统,控制网段内各类体外诊断设备,实现检验流程的规范化、自动化和信息化管理。随后论述了血小板功能分析仪控制机与管理机软件结构和工作原理,给出了快速检测流程、数据精度控制、数据库管理、试剂管理等具体业务的实现。接着针对多模块检测带来的多节点通信问题,在管理机和控制机之间引入具有松散耦合特征的通信模型开展数据分发服务,基于发布/订阅机制,将各类消息以主题为单位进行划分,同时开辟数据缓冲区,结合CAN总线讨论分析该模型实现的具体要求和关键技术的解决方案,保证分布式系统实时性可靠性的要求。然后从检验科实验室信息管理软件的高可用性和拓展性设计出发,在通信组件、数据管理、结果推送和任务下发等多个方面论述了具体的设计实现方法,在此基础上,设计了异步消息机制实现多任务处理,同时给出了节点变化时任务的动态分配策略。最后,本文通过对多模块检验系统与实验室信息管理软件的测试与评估,验证了方案的高效性和可靠性。
王丹妮[4]（2020）在《基于深度学习的生物阻抗信号心功能评估方法研究》文中指出心血管疾病已经成为对人类健康威胁最大的一类非传染性疾病,心功能评估对心血管疾病患者的早期筛查、日常监测和诊断治疗都具有十分重要的意义。在众多心功能评估方法中,基于生物电阻抗技术检测得到的心阻抗微分信号携带了大量心脏生理病理信息,能够实时准确的反映心脏血流动力学变化,评估心血管功能。因此,本文结合信号处理与深度学习技术,提出一种适应于一维心阻抗微分信号的深度神经网络模型,高效快捷的实现人体心功能自动评估。首先,根据心阻抗微分信号的产生机理及检测方法,设计心阻抗微分信号采集实验方案。测量16名健康受试者在四种不同实验状态下的同步心电、心阻抗微分信号数据,构建心阻抗数据库。结合心电信号与心阻抗微分信号在时域上的对应关系,通过小波变换及阈值法实现心阻抗微分信号的去噪、特征点定位以及心动周期分段等一系列预处理,完成数据收集工作。其次,本文提出基于深度卷积神经网络的1D-CNN模型,适应一维时序心阻抗微分信号特性,自动提取心阻抗微分信号的深层特征表示,有效降低人工选择特征的主观性影响,实现不同状态下人体心功能自动分类评估。实验结果表明,本文提出模型在心功能自动分类评估任务中具有较好的适应性及分类性能,获得了超过96%的平均测试准确率。最后,为了降低深层神经网络模型训练时间成本,进一步挖掘一维心阻抗微分信号数据的内在时间相关性和数据依赖关系,提出了基于信号编码特征与长短时记忆网络的CLSTM网络模型,实现不同状态下人体心功能自动分类评估。通过卷积自动编码器提取原始心阻抗微分信号的编码特征,信号压缩的平均均方根误差百分比仅为0.65%,以较低的损耗完成信号压缩。对比原始信号和编码特征的LSTM网络训练时间和分类精度,实验结果表明,CLSTM网络模型能够大大降低模型训练时间成本,在测试集的平均准确率达到97.87%,且增加了心功能评估的实时性以及数据传输过程中的安全性,具有十分重要的现实意义。
张甫[5]（2020）在《电阻抗肌动描记术测量与建模新方法研究》文中研究指明电阻抗肌动描记术（Electrical Impedance Myography,EIM）是哈佛医学院Seward B.Rutkove教授提出的一种基于肌肉电阻抗测量与建模分析的神经肌肉疾病诊断新方法,具有无辐射、非侵入、操作简单、低成本等优点,在神经肌肉疾病的早期发现与诊断、长期监测、治疗以及药物研制等方面具有潜在的应用前景。然而,现有的EIM技术无法同时满足快速性与准确性的要求。首先,基于50k Hz正弦激励的单频EIM分析方法包含信息较少,无法对肌肉宽频阻抗特征进行准确的建模分析;其次,基于正弦扫频激励的EIM分析方法虽然可以在不同频率提取更多的肌肉阻抗特征,并用于建立对应的等效电路模型,但通常测量时间较长,易受被测介质极化影响,且模型参数评估需要迭代优化,易受迭代初值影响,无法实现快速准确的肌肉特征辨识。因此,如何进一步改进EIM测量技术,优化EIM建模理论,建立快速准确的EIM辨识方法,对其在神经肌肉疾病诊断中的应用推广意义重大。针对上述问题,论文主要研究内容如下:（1）单频EIM全响应（瞬态响应+稳态响应）瞬时测量及常用EIM整数阶、分数阶模型参数时域分析新方法研究。为实现基于单频激励的整数阶Fricke-Morse阻抗等效模型和基于含偏置单频激励的分数阶Cole阻抗等效模型快速准确辨识,提出（含偏置）单频全响应瞬时测量方法,以及上述模型参数数值解析/时域拟合方法。首先,推导（含偏置）正弦电流激励在上述模型下对应的电压全响应数学表达式。随后,提取该全响应信号在瞬态和稳态过程中包含的时域、频域特征,并通过联立全响应各阶段对应的特征方程求解得到模型参数的解析表达式。最后,采用之前解析方法评估的模型参数作为迭代初值,通过迭代优化使测量的与基于模型计算的电压全响应信号误差平方和最小,从而有效的减小初值选取不当对模型参数迭代优化速度和精度的影响;（2）宽频（同时包含多个频率分量）EIM稳态响应整周期同步测量及常用EIM整数阶、分数阶模型参数频域分析新方法研究。为实现基于宽频激励的常用EIM阻抗等效模型参数快速准确评估,提出一种基于多频正弦（Multisine）激励的整周期同步测量方法及对应的频域建模方法。首先,分析基于Multisine激励的宽频电阻抗谱整周期同步测量原理,从根本上消除频谱泄露对宽频EIM测量的影响。随后,设计一种稀疏频谱分布的低波峰因数Multisine信号生成优化算法,并以此为基础合成适用于宽频EIM整周期同步测量的近二值Multisine激励信号,从而提高宽频EIM测量的信噪比。最后,通过分析EIM常用阻抗等效模型在Nyquist图上对应曲线的特征,推导一种基于最小二乘矩阵运算的模型特征参数频域快速拟合方法,使测量的与基于模型计算的阻抗谱数据在Nyquist图上对应曲线的误差平方和最小,从而避免使用传统最小二乘迭代运算易陷入局部最小值且耗时的缺点;（3）EIM测量与建模新方法仿真和实验分析。为验证上述各方法的有效性,分别进行不同类型的仿真实验,并搭建基于新型宽频镜像恒流源的EIM高速测量系统,对标准2R-1C三元件电路和肌肉组织进行单频全响应测量、宽频稳态响应整周期测量,以及对应常用整数阶与分数阶阻抗等效模型参数评估。仿真结果表明在40d B高斯白噪声下,新提出的单频和宽频EIM分析方法与传统扫频方法相比,模型参数评估相对误差均<1%,但单频和宽频测量时间分别为0.295 ms和1 ms,远小于扫频所需的19 ms。此外,通过对比标准生物电阻抗测定仪实验结果表明,对于标准2R-1C电路,采用新仪器单频测量分析对应的模型参数相对误差<5%,略大于采用新仪器宽频测量与标准仪器扫频测量的分析结果,后两者对应模型参数相对误差均<2%。对于肌肉组织,采用Cole模型（平均RMSE<2%）比Fricke-Morse模型（平均RMSE<12%）建模更准确,且对于后者,采用单频分析比宽频或扫频分析提取的模型参数RMSE平均值更低（约减小3%）。以上研究成果有助于发展和完善EIM分析技术与理论,对简化阻抗测量电路、降低阻抗测量仪器成本、提高数据分析精度与速度等方面具有重要实用价值,并为新型EIM测量分析仪器的研制以及在后续神经肌肉疾病诊断中的应用提供新思路。
陈润添[6]（2020）在《2型糖尿病患者的肥胖评价指标δ指数的构建》文中研究表明目的:以人体形态学指标构建2型糖尿病患者的肥胖评价指标-δ指数,探讨2型糖尿病患者中δ指数与中国内脏脂肪指数（CVAI）的关系,分析2型糖尿病患者中δ指数与心血管疾病10年发病风险的相关性。方法:本研究第一部分为一项横断面研究,纳入2019年2月至9月深圳大学附属第一医院内分泌科2型糖尿病住院患者253例,询问年龄、吸烟史与饮酒史等人口学资料,收集身高、体重、腰围、臀围、大腿围等人体测量学指标,记录血脂谱、血糖、胰岛素、C肽、血尿酸等生化指标,评估代谢综合征及其组分,根据上述资料计算δ指数与CVAI,探讨两者的关系,并进一步作相关因素分析。本研究第二部分在上述病例资料中选取222例未发生心血管疾病的2型糖尿病患者,计算δ指数、CVAI、BMI、WC、WHR等肥胖指标,根据Framingham危险评分评估心血管病10年发病风险,按风险值<10%或≥10%分为低危组及中高危组,比较两组的心血管危险因素及肥胖指标特征,采用Speaman相关性及ROC曲线分析肥胖指标与心血管病10年发病风险的关系。结果:本研究第一部分发现:与正常组相比,超重或肥胖组的δ指数、CVAI、腰围、大腿围、甘油三酯、空腹C肽、HOMA2-IR、血尿酸及肌酐浓度显着升高,高密度脂蛋白胆固醇显着下降（均P<0.01）;单因素分析显示研究人群中δ指数、大腿围、空腹血糖、空腹C肽、HOMA2-IR、血尿酸、肌酐、有无吸烟史及高血压病史等与CVAI呈正相关（均P<0.05）,经多元线性回归方程调整相关变量后,δ指数每升高1%,CVAI增大4.90（95%CI:4.29-5.52,P<0.01）;相关性分析提示δ指数与CVAI的相关系数r=0.54,经曲线拟合及阈值效应分析发现,当δ指数大于46.33%时,拟合曲线的斜率由3.86显着升高至6.45（P<0.01）;将δ指数按五分位数分层,随着五分位数增加,CVAI增大,MS及脂肪肝的患病率增大。本研究第二部分发现:按δ指数四分位进行分组,心血管疾病10年发病风险随着δ指数的增大而增大;中高危组的δ指数、CVAI、年龄、收缩压、男性比例、吸烟史及高血压比例均显着高于低危组,而两组的WC、BMI、WHR、总胆固醇及高密度脂蛋白胆固醇浓度均无显着差异。Speaman相关性分析提示,肥胖指标中δ指数与心血管疾病10年发病风险相关性最高;ROC曲线分析结果显示,δ指数在5个肥胖指标中预测心血管疾病10年发病风险中高危组的能力最强,曲线下面积最大（AUC=0.691,P<0.01）。结论:在2型糖尿病患者中,δ指数与中国内脏脂肪指数呈正相关,是一个评价2型糖尿病患者内脏脂肪含量的简易指标;同时,与CVAI、BMI、WC、WHR相比,δ指数与心血管疾病10年发病风险相关性较高,对心血管疾病10年发病风险中高危组的预测能力较优。
孙颖[7]（2020）在《基于开端同轴探头法的人体肿瘤组织介电特性测量及自动鉴别研究》文中研究说明生物组织的介电特性是固有物理属性,是在电磁场的作用下生物组织吸收和耦合电磁能的特性表征。对于人体组织,其介电特性可以为相关研究如术中组织良恶性鉴别,磁共振电特性断层成像（MR-EPT）等提供基础数据。因此,测量人体组织的介电特性、建立人体组织介电特性数据库具有重要意义。然而,目前对于人体组织介电特性的报道还不够全面。研究表明人体正常组织和肿瘤组织之间的介电特性存在显着的差别,这意味着可以通过介电特性的测量来辨别两种组织,这可能成为癌症早期发现的一种新的技术手段。比如,在癌症手术切除中手术切缘的检测,需要将肿瘤组织切缘切除干净以预防手术复发,但是,在使用开端同轴探头法进行人体组织介电特性测量时,需要多次测量后取均值来确定组织类型,这具有重复性低、测量误差高的缺点。因此,我们将机器学习算法应用到肺组织的介电特性测量中,从而实现正常组织和肿瘤组织的自动鉴别,这对于术中肿瘤组织边缘检测技术的实现具有重要意义。本文使用开端同轴探头法测量了肺癌转移和非转移淋巴结的介电特性。研究结果表明,在宽带频率下,转移和非转移淋巴结之间的介电特性值存在显着差异,在单频点下,差异具有统计学意义。并且,使用双极Cole-Cole方程对数据进行拟合,取得了很好的拟合效果。因此,此项研究不仅可以为其它相关研究提供基础数据,也可以为术中鉴别淋巴结是否转移提供了一种新的可能。本文又基于人体肺正常组织和肿瘤组织的介电特性值的差异,以长短期记忆网络（LSTM）网络为基础单元,搭建了一种基于序列的人体肿瘤组织自动鉴别模型—序列分析模型（Sequence Analyze Model,SAM）。将获得的分类结果与支持向量机（Support Vector Machine,SVM）和多层感知器（Multilayer Perceptron,MLP）进行比较。SAM最终获得了 88.05%的分类正确率,明显高于SVM的83.19%和MLP的76.55%。这说明对比于SVM方法和MLP方法,本文提出的SAM对于组织类别的分类效果最好。在上述临床测量的基础上提出了一些测量方法的改进。1)使用Visual Studio 2012软件调用动态链接库指令,实现了对网络分析仪的直接控制,结合介电特性的计算过程,开发了一款人体组织介电特性计算软件。2)使用去离子水和质量分数0.9%的NaCl溶液分别作校准液,探索了测量误差和溶液相关性的关系,结果显示校准液和被测溶液介电特性相关性越强则测量结果越准确。这些都为以后的介电特性测量和相关研究提供了经验和参考。
葛航[8]（2020）在《指端脉压脉搏信号中监测血流动力学参数的方法实现》文中认为血流动力学参数的检测是评估心脏功能的重要指标,也是评估心血管疾病的重要依据。其中心输出量是反映心脏的泵血功能关键参数之一,对诊断疾病、评估病情或指导制订围术期手术方案具有指导意义。目前临床监测心输出量的方法多以有创或微创为主,从连续无创血压波形中获取血流动力学参数是一种备受关注的无创检测方法,但是传统血压测量方法无法提取连续动态血压波形。针对这一问题,项目课题组提出了一种基于血管卸载原理的无创血流动力学参数监测方法,直接从指端压力脉搏信号中提取血流动力学参数。但是,血管卸载原理的引入会使光电容积脉搏波形数据的记录受到影响,为解决这一问题,通过引入压力脉搏信号抵消光电容积脉搏信号在记录过程中受到的干扰。为进一步提高测量精度,本文提出了一种压力跟随实现平均动脉压的快速搜索的方法,并通过监测静态肱动脉血压数据对连续指端脉压进行校正,以达到准确计算心输出量参数的目的。论文工作主要包括:（1）与课题组成员共同完成血流动力学监测系统样机的软硬件联合调试。在课题组成员完成的样机硬件装置基础上,提出一种获取手指压力脉搏信号的设计方案,依据血管卸载原理,通过压力控制装置实现对手指微动脉的搏动快速反应,可靠获取压力脉搏信号。（2）心输出量参数的提取算法。首先对获取的压力脉搏信号进行预处理后,然后对脉搏波特征点进行标记识别,通过设计的心输出量参数模型,经信号校正后计算出人体心输出量参数和其他参数指标。（3）心输出量参数监测系统软件设计。采用QT语言实现血流动力学参数监测系统的应用程序设计,主要功能是实现血压波形曲线显示和血流动力学相关参数的计算。软件模块包括脉搏信号处理、参数的计算与分析、仪器交互的UI界面等。（4）构建模拟实验测试装置。由于实验室尚不具备标准商用血流动力学参数监测仪器对实验系统进行评测的条件,本文搭建了一种模拟体外血液循环的实验装置,对设计的血流动力学监测系统的可行性和准确性进行验证。实验结果表明,本文提出的心输出量监测分析方法,可准确反映人体心输出量的变化趋势,达到了预期的设计目标和任务要求。
申华[9]（2020）在《动脉血流电导率和电阻抗的血流动力学建模与分析》文中研究指明心输出量、血流速度、动脉管径、动脉弹性模量、外周阻力、壁面剪切应力等血流动力学参数在心脑血管疾病发生发展、早期预防以及治疗效果评估等方面扮演着至关重要的角色。临床上常采用CT/MRI影像检测结合超声多普勒流速检测并计算分析这些血流动力学参数,然而这些检测设备体积庞大、价格昂贵,不便于个体日常生活或运动训练过程中血流动力学参数的在线监测。生物电阻抗技术因其成本低廉、操作简便、可穿戴、能连续检测等优点,已被临床应用于心脑血管功能的评估和疾病的早期诊断。然而迄今为止,动脉血流电导率和电阻抗与动脉管径、血流速度等血流动力学参数之间的定量关系仍未完全阐明,因而限制了生物电阻抗技术在心脑血管血流动力学参数监测中的广泛应用。本论文通过理论建模和离体实验验证相结合的方法,研究动脉血流电导率、电阻抗与动脉内半径、轴心流速等血流动力学参数之间的定量关系,进一步对急性运动干预前后动脉血流电导率和电阻抗、及其与血流动力学参数之间的关系进行分析,为人体动脉血流动力学参数的在线监测提供一定的方法学基础。本论文的主要研究内容和结果如下:（1）考虑动脉管壁弹性形变对动脉血流电导率的影响,将描述弹性管脉动血流动力学的Ling&Atabek“局部流”理论与描述悬浮液电导率的Maxwell-Fricke方程相结合,给出了弹性管脉动血流条件下描述轴心流速、动脉半径与动脉血流电导率、电阻抗之间定量关系的理论模型;进一步通过动脉血流电阻抗体外循环装置及测量系统,用离体实验方法验证了理论模型的正确性。（2）基于动脉血流电导率和电阻抗血流动力学理论模型计算的数据,提出了一种描述弹性管脉动血流电导率和轴心流速、动脉半径之间定量关系的简化数学模型。利用该模型定量阐明了轴心流速、动脉管径波形对动脉血流电导率和电阻抗波形的独立贡献,证明了轴心流速是决定动脉血流电导率的关键因素,动脉半径是决定动脉血流电阻抗的关键因素。该模型为通过检测动脉血流电导率和电阻抗波形逆向计算轴心流速和半径波形,进而计算流量率、壁面剪切力波形等血流动力学参数提供了一种新途径。（3）利用急性运动干预、血流动力学检测分析、统计学以及相关性分析方法,研究了急性运动干预前后颈总动脉半径、轴心流速、动脉血流电导率和电阻抗的变化规律,以及动脉血流电导率和电阻抗与动脉半径、轴心流速之间的变化关系。结果表明,随着运动负荷的增加,动脉半径减小量以及轴心流速、动脉血流电导率、电阻抗的增大量明显增大。运动前后动脉血流电导率和电阻抗分别与轴心流速、动脉半径高度相关,表明运动前后动脉血流电导率波形和电阻抗波形分别由运动前后的轴心流速波形和动脉半径波形决定,这一规律在运动生理条件下仍然适用。这些研究结果为通过动脉血流电阻抗信号监测运动干预调节心脑血管功能提供了一种新方法。综上所述,本论文建立了基于血流动力学原理的弹性管脉动血流电导率和电阻抗理论模型,通过离体实验验证了理论模型的正确性;通过建立简化数学模型,并结合相关性分析方法澄清了影响动脉血流电导率和电阻抗的血流动力学关键因素;研究了急性运动干预前后颈总动脉半径、轴心流速、血流电导率和电阻抗的变化规律及其定量关系。这些研究结果为通过监测动脉血流电阻抗信号评估血流动力学参数提供了理论基础,在将电阻抗技术应用于心脑血管疾病的早期诊断和筛查、心脑血管健康监测、运动康复评价等方面,具有一定的理论价值和应用前景。
徐佳伟[10]（2019）在《生物阻抗谱分析法测量人体细胞内外液容量关键技术研究》文中研究指明生物阻抗测量技术利用生物组织的电特性进行人体生理信号的提取和分析,是一种无创便捷、快速准确且成本低的检测技术。人体细胞内外液容量的测量是生物阻抗技术的一个重要分支,通过激励电极向生物组织注入微弱的交流电流,利用检测电极提取生物组织的电信号来分析生物组织的阻抗信息,进而反映人体的细胞内液及细胞外液容量。本文针对人体细胞内外液容量的测量,设计了一套人体阻抗多频检测系统,并提出了一种分段求和计算细胞内外液容量的计算方法。首先分析生物组织的电特性及生物阻抗谱分析法测量细胞内外液的基本原理,结合人体阻抗分段检测,计算出人体四肢及躯干的细胞内外液阻抗,提出一种细胞内外液容量的改进计算方法并通过人体实验验证了改进计算方法的可行性和可靠性。然后设计了一套人体阻抗多频检测系统。系统包括激励、电极选通、检测、软件四个模块,激励模块由信号发生电路和电压控制电流源电路构成,得到大小恒定、频率可调的激励电流信号;针对人体阻抗的分段测量,选通模块设计了一种连接八个电极的多路开关,实现不同测量通道的切换;为了精确地提取检测电极出来的电压信号并分析人体阻抗信息,检测模块构建了电压缓冲电路、差分放大电路、相位检测电路及有效值检测电路。软件模块即上位机控制系统,实现对激励源频率的控制、多路开关测量通道的切换及人体电信号数据的采集、存储和显示。为了确定检测系统的性能,对电压控制电流源的输出阻抗、阻抗测量系统的测量精度和频率响应进行了实验测试,结果显示,电压控制电流源在频率100kHz以内,输出阻抗大于1MΩ,人体阻抗多频检测系统的阻抗模值测量精度在0.6%1.8%之间,相位测量的绝对误差小于1°。最后利用人体阻抗多频检测系统对人体阻抗进行分段测量,将阻抗数据进行曲线拟合联立方程组求得人体四肢及躯干的细胞内外液阻抗,利用改进公式计算人体细胞内外液容量,并与阻抗分析仪所测阻抗计算得到的细胞内外液容量进行比较,结果显示,细胞外液的相对误差在2.28%7.81%之间,细胞内液的相对误差在1.82%5.43%之间,同时测量并计算了人体摄入水分后的细胞内外液容量,结果表明本文设计的人体阻抗多频检测系统能够准确的测量人体阻抗,改进计算方法可以有效地对人体细胞内外液容量进行计算。
二、血液电阻抗三参数的计算方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、血液电阻抗三参数的计算方法（论文提纲范文）
（1）基于生物电阻抗技术的人体成分分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 人体成分组成 |
| 1.3 生物电阻抗测量研究现状 |
| 1.4 人体成分模型研究现状 |
| 1.5 生物电阻抗测量系统介绍 |
| 1.6 本课题研究内容 |
| 1.7 本章小结 |
| 2. 生物电阻抗理论基础 |
| 2.1 生物阻抗模型 |
| 2.2 人体整体阻抗模型 |
| 2.3 人体分段阻抗模型 |
| 2.4 本章小结 |
| 3.BIS测量系统硬件设计 |
| 3.1 总体设计 |
| 3.2 FPGA控制模块 |
| 3.3 激励信号发生模块 |
| 3.3.1 信号发生电路 |
| 3.3.2 电流源电路 |
| 3.4 响应信号采集模块 |
| 3.4.1 信号采集电路 |
| 3.4.2 有源电极 |
| 3.4.3 电压测量电路 |
| 3.5 模拟多路复用模块 |
| 3.6 本章小结 |
| 4.BIS测量系统程序设计及实验分析 |
| 4.1 BIS测量程序设计 |
| 4.2 BIS测量算法设计 |
| 4.2.1 Multisine激励信号 |
| 4.2.2 BIS整周期同步测量 |
| 4.2.3 FFT原理 |
| 4.2.4 阻抗谱计算 |
| 4.3 BIS测量系统SNR和误差分析 |
| 4.3.1 BIS测量SNR分析 |
| 4.3.2 BIS误差分析 |
| 4.4 人体BIS测量 |
| 4.4.1 实验准备 |
| 4.4.2 人体BIS测量结果 |
| 4.5 本章小结 |
| 5.人体成分分析模型建立 |
| 5.1 BIS数据预处理 |
| 5.1.1 主成分分析数据降维 |
| 5.1.2 BIS数据降维 |
| 5.2 数据库建立及人体特征参数 |
| 5.2.1 数据库建立 |
| 5.2.2 人体特征参数 |
| 5.3 BP神经网络模型 |
| 5.3.1 BP神经网络 |
| 5.3.2 BP神经网络模型设计 |
| 5.3.3 BP神经网络模型预测分析 |
| 5.4 GA优化BP神经网络模型 |
| 5.4.1 GA优化BP神经网络 |
| 5.4.2 GA优化BP神经网络设计 |
| 5.4.3 GA优化BP神经网络预测分析 |
| 5.5 支持向量回归机模型 |
| 5.5.1 支持向量回归机 |
| 5.5.2 支持向量回归机模型设计 |
| 5.5.3 支持向量回归机模型预测分析 |
| 5.6 模型对比分析 |
| 5.7 人体成分分析预测 |
| 5.8 本章小结 |
| 6.结论 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（2）结合生物电阻抗技术的颈总动脉血流动力学参数检测方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生物电阻抗技术中电极配置的优化 |
| 1.2.2 生物电阻抗技术中血液流表征的研究与发展 |
| 1.3 本论文主要研究工作及内容 |
| 2 颈总动脉血流电阻抗建模及血流动力学参数计算方法 |
| 2.1 颈总动脉血流电阻抗建模与数值分析 |
| 2.1.1 实验准备 |
| 2.1.2 颈总动脉血压波形标定 |
| 2.1.3 颈总动脉血流电阻抗模型 |
| 2.1.4 数值仿真与分析 |
| 2.2 基于血流电阻抗和轴心流速的颈总动脉血流动力学参数计算方法 |
| 2.2.1 颈总动脉局部血流动力学参数计算方法 |
| 2.2.2 颈总动脉下游脑血管床血流动力学参数计算方法 |
| 2.3 本章小结 |
| 3 颈部电场及电阻抗有限元建模与数值仿真 |
| 3.1 颈部模型的设计与构建 |
| 3.1.1 颈总动脉管径求解公式的推导 |
| 3.1.2 颈部仿真模型的有限元分析 |
| 3.2 颈部模型的电场分布及电极位置的分析 |
| 3.2.1 颈部模型的电场分布及阻抗测量 |
| 3.2.2 颈部模型电极位置的分析 |
| 3.3 讨论 |
| 3.4 本章小结 |
| 4 颈部表面电阻抗检测系统及装置的设计与实现 |
| 4.1 设计原理与器件选择 |
| 4.2 功能说明与性能指标 |
| 4.2.1 功能说明 |
| 4.2.2 性能指标 |
| 4.3 测量结果及误差分析 |
| 4.4 本章小结 |
| 5 急性有氧自行车运动干预后颈总动脉血流动力学参数评估 |
| 5.1 实验准备 |
| 5.2 实验结果与分析 |
| 5.2.1 运动后颈总动脉局部血流动力学参数的无创评估 |
| 5.2.2 运动后颈总动脉下游脑血管床血流动力学参数的无创评估 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）血小板功能分析仪多模块系统与信息管理软件开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 相关技术研究综述 |
| 1.2.1 血小板聚集检测技术及相关仪器 |
| 1.2.2 嵌入式技术在体外诊断仪器中的应用 |
| 1.2.3 快速多通道模块化检测发展 |
| 1.2.4 控制系统架构发展 |
| 1.2.5 医疗检验流程信息化发展 |
| 1.3 已有工作基础 |
| 1.4 论文章节安排 |
| 第二章 需求分析与方案设计 |
| 2.1 检测设备功能与需求分析 |
| 2.1.1 平台性能要求 |
| 2.1.2 检测效率要求 |
| 2.1.3 检测参数要求 |
| 2.1.4 操作管理要求 |
| 2.2 检测设备平台概述 |
| 2.2.1 管理机硬件与软件开发平台概述 |
| 2.2.2 控制机硬件平台概述 |
| 2.3 检验系统方案设计 |
| 2.3.1 血小板分析仪总体设计 |
| 2.3.2 检验科实验室信息管理系统总体设计 |
| 2.4 本章小结 |
| 第三章 分析仪控制管理软件设计与实现 |
| 3.1 控制机软件总体设计与实现 |
| 3.2 管理机软件总体设计 |
| 3.3 快速检测业务实现 |
| 3.3.1 单控制机检测模式 |
| 3.3.2 多控制机并行检测模式 |
| 3.4 数据精度控制业务实现 |
| 3.4.1 检验参数定标校准 |
| 3.4.2 单控制机质量控制 |
| 3.4.3 多控制机质量控制 |
| 3.5 数据库管理模块实现 |
| 3.5.1 数据表设计 |
| 3.5.2 数据库连接池设计 |
| 3.5.3 数据库维护功能 |
| 3.6 拓展功能设计与完善 |
| 3.6.1 试剂管理模块实现 |
| 3.6.2 数据上传模块实现 |
| 3.7 本章小结 |
| 第四章 分析仪分布式通信中间件设计与实现 |
| 4.1 中心化通信中间件模型设计 |
| 4.1.1 通信中间件模型概述 |
| 4.1.2 发布/订阅机制设计与实现 |
| 4.1.3 数据缓冲层设计与实现 |
| 4.1.4 通信状态监控设计与实现 |
| 4.2 CAN总线通信设计与实现 |
| 4.2.1 CAN总线物理连接方式 |
| 4.2.2 CAN总线报文设计 |
| 4.2.3 CAN总线交互过程 |
| 4.3 本章小结 |
| 第五章 检验科实验室信息管理系统设计与实现 |
| 5.1 检验科实验室管理系统需求分析 |
| 5.2 信息管理软件总体设计 |
| 5.2.1 软件架构设计 |
| 5.2.2 软件开发环境 |
| 5.3 信息管理系统通信服务模块设计与实现 |
| 5.3.1 与设备通信模块 |
| 5.3.2 与LIS通信模块 |
| 5.4 信息管理系统后台业务模块设计与实现 |
| 5.4.1 数据存储管理模块 |
| 5.4.2 异步消息交互模块 |
| 5.4.3 结果推送监控模块 |
| 5.4.4 任务动态下发模块 |
| 5.4.5 样本审核验证模块 |
| 5.5 本章小结 |
| 第六章 系统测试和评估分析 |
| 6.1 测试方案设计 |
| 6.2 血小板功能分析仪测试 |
| 6.2.1 静态测试 |
| 6.2.2 功能测试 |
| 6.3 检验科实验室信息管理平台验证 |
| 6.3.1 样本上传验证 |
| 6.3.2 任务下发验证 |
| 6.3.3 管理功能验证 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 作者在攻读硕士学位期间发表的论文 |
（4）基于深度学习的生物阻抗信号心功能评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究发展及现状 |
| 1.2.1 生物阻抗技术发展与现状 |
| 1.2.2 心功能评估与检测方法发展与现状 |
| 1.2.3 深度学习发展与现状 |
| 1.3 本文主要研究内容及结构安排 |
| 第2章 心阻抗产生机理与检测方法 |
| 2.1 心阻抗产生机理 |
| 2.1.1 心脏生理结构 |
| 2.1.2 心阻抗信号产生机理 |
| 2.1.3 心阻抗信号与心电信号之间的联系 |
| 2.2 心阻抗信号检测方法 |
| 2.2.1 心阻抗信号检测原理 |
| 2.2.2 心阻抗信号检测方法 |
| 2.2.3 心电信号检测方法 |
| 2.3 本章小结 |
| 第3章 心阻抗数据库与心功能参数 |
| 3.1 心阻抗数据库的建立 |
| 3.1.1 信号采集 |
| 3.1.2 参数设置 |
| 3.1.3 实验方案设计 |
| 3.2 心功能参数计算与分析 |
| 3.2.1 心功能参数 |
| 3.2.2 心功能参数计算结果与分析 |
| 3.3 数据库构建与数据集划分 |
| 3.4 本章小结 |
| 第4章 基于1D-CNN的生物阻抗心功能分类评估方法 |
| 4.1 深度神经网络 |
| 4.1.1 卷积神经网络 |
| 4.1.2 长短时记忆网络 |
| 4.2 实验平台与评价指标 |
| 4.2.1 软硬件平台 |
| 4.2.2 模型评价参数 |
| 4.3 实验数据预处理 |
| 4.3.1 小波阈值去噪 |
| 4.3.2 特征点定位与信号分段 |
| 4.4 基于1D-CNN的心阻抗信号分类 |
| 4.4.1 一维卷积神经网络 |
| 4.4.2 数据准备 |
| 4.4.3 1D-CNN模型搭建 |
| 4.5 实验仿真结果与分析 |
| 4.6 本章小结 |
| 第5章 基于卷积自编码与LSTM的心阻抗分类评估方法 |
| 5.1 卷积自动编码器 |
| 5.2 基于CLSTM的心阻抗信号分类 |
| 5.2.1 卷积自编码模型 |
| 5.2.2 LSTM模型 |
| 5.3 实验仿真结果与分析 |
| 5.4 本章小结 |
| 第6章 总结 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（5）电阻抗肌动描记术测量与建模新方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文缩写对照表 |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 传统神经肌肉疾病诊断常用方法研究现状 |
| 1.2.1 肌肉组织学评估 |
| 1.2.2 肌肉功能学评估 |
| 1.2.3 肌肉电生理学评估 |
| 1.3 电阻抗肌动描记术(EIM)研究现状 |
| 1.3.1 现有EIM测量方法及其局限性 |
| 1.3.2 现有EIM建模方法及其局限性 |
| 1.4 课题来源与论文结构 |
| 第2章 基于单频正弦全响应测量的EIM整数阶建模方法研究 |
| 2.1 Fricke-Morse模型辨识及其应用 |
| 2.2 Fricke-Morse模型的正弦全响应测量与分析 |
| 2.3 Fricke-Morse模型辨识数值分析方法 |
| 2.3.1 基于初始瞬态和稳态响应测量 |
| 2.3.2 基于初始、结尾瞬态和稳态响应测量 |
| 2.4 Fricke-Morse模型辨识时域拟合分析方法 |
| 2.5 仿真实验验证与分析 |
| 2.5.1 测量噪声对模型参数评估的影响 |
| 2.5.2 采样率与采样点数对模型参数评估的影响 |
| 2.6 本章小结 |
| 第3章 基于含偏置单频正弦全响应测量的EIM分数阶建模方法研究 |
| 3.1 Cole模型辨识及其应用 |
| 3.2 Cole模型的含直流偏置正弦全响应测量与分析 |
| 3.2.1 基于Cole模型松弛时间分布函数 |
| 3.2.2 基于Cole模型分数阶操作矩阵 |
| 3.3 Cole模型辨识数值分析方法 |
| 3.4 Cole模型辨识时域拟合分析方法 |
| 3.5 仿真实验验证与分析 |
| 3.5.1 数值计算对全响应信号分析的影响 |
| 3.5.2 测量噪声对模型参数评估的影响 |
| 3.6 本章小结 |
| 第4章 基于多频正弦稳态响应整周期测量的EIM建模方法研究 |
| 4.1 宽频EIM整周期同步测量原理 |
| 4.2 近二值多频正弦(NBM)信号合成方法 |
| 4.2.1 多频正弦信号的波峰因数优化 |
| 4.2.2 低波峰因数NBM信号合成算法设计 |
| 4.3 常用EIM等效模型辨识频域拟合分析方法 |
| 4.4 仿真实验验证与分析 |
| 4.4.1 NBM信号合成仿真实验 |
| 4.4.2 宽频EIM测量仿真实验 |
| 4.4.3 EIM模型参数评估仿真实验 |
| 4.5 本章小结 |
| 第5章 新型EIM高速测量系统设计 |
| 5.1 EIM测量系统设计规范 |
| 5.1.1 EIM测量相关参数范围选取 |
| 5.1.2 现有生物阻抗谱测量仪器及其局限性 |
| 5.2 EIM高速测量系统设计整体结构与工作原理 |
| 5.2.1 EIM测量系统概述 |
| 5.2.2 高速信号生成与采集平台 |
| 5.2.3 宽频镜像恒流源设计 |
| 5.2.4 四电极阻抗测量前端设计 |
| 5.3 EIM常用等效模型辨识测量实验 |
| 5.3.1 2R-1C电路阻抗等效模型参数评估 |
| 5.3.2 肌肉组织阻抗等效模型参数评估 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读博士学位期间发表的学术论文 |
| 附录 B 攻读博士学位期间参与的科研项目 |
| 附录 C 攻读博士学位期间获得的奖励 |
（6）2型糖尿病患者的肥胖评价指标δ指数的构建（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词表 |
| 第一部分 T2DM患者肥胖评价指标δ指数与CVAI的关系 |
| 前言 |
| 研究对象与方法 |
| 研究结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 第二部分 T2DM患者δ指数与心血管疾病10年发病风险的关系 |
| 前言 |
| 研究对象与方法 |
| 研究结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 指导教师学术评语 |
| 答辩委员会决议书 |
| 附录 综述 |
| 参考文献 |
| 附表 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（7）基于开端同轴探头法的人体肿瘤组织介电特性测量及自动鉴别研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 人体组织介电特性测量研究现状 |
| 1.2.2 机器学习分类在组织鉴别中的研究现状 |
| 1.3 本文研究工作及组织结构 |
| 第二章 开端同轴探头法测量原理 |
| 2.1 传输线理论 |
| 2.2 测量系统组成 |
| 2.3 测量基本原理 |
| 第三章 人体肺癌淋巴结介电特性分析 |
| 3.1 本章引言 |
| 3.2 材料方法 |
| 3.2.1 数据获取 |
| 3.2.2 数据分析 |
| 3.3 结果和讨论 |
| 3.3.1 转移和非转移淋巴结介电特性对比 |
| 3.3.2 双极Cole-Cole拟合 |
| 3.3.3 测量结果与文献结果对比 |
| 3.4 结论 |
| 第四章 人体肺正常和肿瘤组织自动鉴别研究 |
| 4.1 引言 |
| 4.2 数据获取 |
| 4.3 正常和肿瘤组织鉴别模型 |
| 4.3.1 开发平台 |
| 4.3.2 支持向量机 |
| 4.3.3 长短期记忆网络(LSTM) |
| 4.3.4 SAM模型设计 |
| 4.3.5 模型训练 |
| 4.4 结果分析 |
| 4.4.1 评价指标 |
| 4.4.2 实验结果 |
| 4.5 讨论 |
| 第五章 介电特性测量方法改进 |
| 5.1 人体组织介电特性计算软件 |
| 5.1.1 软件设计 |
| 5.1.2 界面设计 |
| 5.2 测量误差研究 |
| 5.2.1 引言 |
| 5.2.2 材料方法 |
| 5.2.3 结果和讨论 |
| 第六章 总结与展望 |
| 参考文献 |
| 硕士期间研究成果 |
| 致谢 |
（8）指端脉压脉搏信号中监测血流动力学参数的方法实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及目的 |
| 1.2 血流动力学重要指标 |
| 1.3 国内外心输出量检测发展现状 |
| 1.3.1 心输出量有创检测 |
| 1.3.2 心输出量微创检测 |
| 1.3.3 心输出量无创检测 |
| 1.3.4 心输出量检测方法总结 |
| 1.4 课题研究意义与内容 |
| 1.5 论文结构安排 |
| 第二章 指端脉压信号的提取方法 |
| 2.1 脉搏波的测量原理 |
| 2.1.1 基于示波法的脉搏波测量方法 |
| 2.1.2 基于光电容积脉搏波测量方法 |
| 2.2 心输出量监测中的脉搏波信号检测方法 |
| 2.2.1 血管卸载测量原理 |
| 2.2.2 压力跟随法 |
| 2.3 指端脉压信号的预处理 |
| 2.3.1 去噪处理 |
| 2.3.2 校正处理 |
| 2.4 本章小结 |
| 第三章 心输出量参数计算方法 |
| 3.1 脉搏波信号的特征点 |
| 3.2 脉搏波特征点的识别 |
| 3.2.1 特征点B的识别 |
| 3.2.2 特征点A和E的识别 |
| 3.2.3 特征点C的识别 |
| 3.2.4 特征点识别效果 |
| 3.3 心输出量参数的计算 |
| 3.4 本章小结 |
| 第四章 系统软件设计 |
| 4.1 软件设计平台选择 |
| 4.2 系统软件框架 |
| 4.2.1 主控程序设计 |
| 4.2.2 压力脉搏数据获取模块 |
| 4.2.3 压力脉搏数据分析模块 |
| 4.2.4 辅助功能模块 |
| 4.3 本章小结 |
| 第五章 实验研究与分析 |
| 5.1 实验系统的建立 |
| 5.1.1 实验方案 |
| 5.1.2 样机的软件功能测试 |
| 5.2 实验结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）动脉血流电导率和电阻抗的血流动力学建模与分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 影响动脉血流电阻抗的因素 |
| 1.2.2 影响动脉血流电导率的因素 |
| 1.3 目前研究存在的问题及发展动态分析 |
| 1.3.1 弹性管脉动血流电导率和电阻抗的理论计算和实验验证 |
| 1.3.2 流速、动脉管径对动脉血流电导率和电阻抗的独立贡献 |
| 1.3.3 运动对动脉血流电导率和电阻抗的影响 |
| 1.4 研究目的及主要研究内容 |
| 2 动脉血流电导率和电阻抗的血流动力学模型 |
| 2.1 理论模型与控制方程 |
| 2.1.1 动脉血流电阻抗 |
| 2.1.2 Ling & Atabek“局部流”理论及其控制方程 |
| 2.1.3 Maxwell-Fricke方程 |
| 2.2 数值仿真方法 |
| 2.3 结果 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 3 动脉血流电导率和电阻抗血流动力学模型的实验验证 |
| 3.1 动脉血流电阻抗体外循环装置及测量系统 |
| 3.1.1 动脉血流电阻抗体外循环装置 |
| 3.1.2 测量系统的实现 |
| 3.2 动脉血流电阻抗体外循环装置中弹性管和刚性管局部血流动力学分析 |
| 3.3 动脉血流电导率和电阻抗血流动力学模型的实验验证 |
| 3.3.1 材料和方法 |
| 3.3.2 实验步骤 |
| 3.3.3 数据分析处理 |
| 3.3.4 结果与讨论 |
| 3.4 本章小结 |
| 4 弹性管脉动血流电导率的简化数学模型 |
| 4.1 简化数学模型 |
| 4.2 数值仿真及相关性分析 |
| 4.3 结果 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 5 急性运动干预前后颈总动脉血流电导率和电阻抗分析 |
| 5.1 急性哑铃运动干预对颈总动脉血流电导率和电阻抗影响 |
| 5.1.1 实验设计与方法 |
| 5.1.2 实验结果与讨论 |
| 5.2 急性有氧自行车运动干预对颈总动脉血流电导率和电阻抗的影响 |
| 5.2.1 实验设计与方法 |
| 5.2.2 实验结果与讨论 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（10）生物阻抗谱分析法测量人体细胞内外液容量关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 人体细胞内外液测量的研究意义 |
| 1.1.2 人体细胞内外液测量的研究背景 |
| 1.1.3 人体细胞内外液主要检测方法 |
| 1.2 课题研究现状 |
| 1.2.1 生物阻抗测量的研究现状 |
| 1.2.2 人体细胞内外液测量研究现状 |
| 1.3 本文研究的主要内容及结构安排 |
| 第2章 生物阻抗谱分析法测量人体细胞内外液容量原理 |
| 2.1 人体细胞内外液阻抗测量的基本理论 |
| 2.1.1 人体组织等效电路模型 |
| 2.1.2 Cole-Cole理论 |
| 2.1.3 频散理论 |
| 2.1.4 生物阻抗测量方法 |
| 2.2 生物阻抗谱分析法测量细胞内外液容量 |
| 2.2.1 人体细胞内外液特征参数计算 |
| 2.2.2 人体细胞内外液容量计算方法 |
| 2.3 本章小结 |
| 第3章 人体分段阻抗检测及细胞内外液容量的改进计算方法 |
| 3.1 基于生物阻抗谱的人体阻抗分段测量 |
| 3.2 细胞内外液容量改进计算方法 |
| 3.3人体细胞内外液测量实验 |
| 3.4 本章小结 |
| 第4章 人体阻抗多频检测系统设计 |
| 4.1 人体阻抗多频检测系统总体设计 |
| 4.2 激励模块设计 |
| 4.2.1 基于DDS技术的信号发生电路设计 |
| 4.2.2 电压控制电流源电路设计 |
| 4.3 电极选通模块设计 |
| 4.4 检测模块设计 |
| 4.4.1 电压缓冲电路设计 |
| 4.4.2 差分放大电路设计 |
| 4.4.3 相位检测电路设计 |
| 4.4.4 有效值检测电路设计 |
| 4.5 软件模块设计 |
| 4.5.1 串口通信模块设计 |
| 4.5.2 信号采集、显示及存储模块设计 |
| 4.5.3 电极控制模块设计 |
| 4.6 人体阻抗多频检测系统性能测试 |
| 4.6.1 电压控制电流源性能测试 |
| 4.6.2 电阻精度及频率响应测试 |
| 4.6.3 阻容三元件频率响应测试 |
| 4.7 本章小结 |
| 第5章 实验与结果分析 |
| 5.1人体细胞内外液阻抗测量实验 |
| 5.2 人体细胞内外液容量的计算 |
| 5.3人体水分摄入实验 |
| 5.4 本章小结 |
| 第6章 总结 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
四、血液电阻抗三参数的计算方法（论文参考文献）
- [1]基于生物电阻抗技术的人体成分分析方法研究[D]. 王鹏举. 西安理工大学, 2021(01)
- [2]结合生物电阻抗技术的颈总动脉血流动力学参数检测方法[D]. 张海军. 大连理工大学, 2021(01)
- [3]血小板功能分析仪多模块系统与信息管理软件开发[D]. 刘志泓. 东南大学, 2020(01)
- [4]基于深度学习的生物阻抗信号心功能评估方法研究[D]. 王丹妮. 沈阳工业大学, 2020(01)
- [5]电阻抗肌动描记术测量与建模新方法研究[D]. 张甫. 湖南大学, 2020
- [6]2型糖尿病患者的肥胖评价指标δ指数的构建[D]. 陈润添. 深圳大学, 2020(10)
- [7]基于开端同轴探头法的人体肿瘤组织介电特性测量及自动鉴别研究[D]. 孙颖. 南方医科大学, 2020
- [8]指端脉压脉搏信号中监测血流动力学参数的方法实现[D]. 葛航. 中南民族大学, 2020(07)
- [9]动脉血流电导率和电阻抗的血流动力学建模与分析[D]. 申华. 大连理工大学, 2020(01)
- [10]生物阻抗谱分析法测量人体细胞内外液容量关键技术研究[D]. 徐佳伟. 沈阳工业大学, 2019(08)