XiaoMi-AI文件搜索系统
World File Search System心率
通过非接触式主动辅助生活技术的心率预测：老年人的智能家庭方法
世界目前正在经历显着的人口转变，其特征是人口老龄化的人数迅速增加。这个人口里程碑预计将在未来几年达到前所未有的水平（联合国，2019年）。医疗保健和生活水平的进步导致个人的寿命增加，从而显着增加了全球人口中老年人的比例（Quora，2022）。在2022年，全球65岁以上的个体人口超过7.7亿，这意味着十分之一以上的人是老年人（Alvarez，2023年）。东亚和东南亚是65岁以上的老年人数量最多的家园，占约2.6亿个人，其次是欧洲和北美的年龄段超过2亿年龄较大的年龄较大的人，是老年人百分比最高（超过17％）（超过17％）（联合国，2019年）。这些数字预计将在未来三十年中增加，到2030年，全球范围内有六人一数字65岁或超过65岁，预计到2050年，这一数字将翻一番，达到15亿人。尤其是在低收入和中等收入国家，预计80％的老年人居住，医疗保健挑战可能是显着的[世界卫生组织（WHO），2023年]。慢性非传染性疾病，包括心脏病，癌症和慢性呼吸道疾病，通常伴随着衰老的过程（Prince等，2015）。通过将可靠的设备和传感器嵌入房屋中，AAL创建了“智能家庭”环境（Domb，2019年）。比较这些条件需要专门的医疗保健服务，以监控各种健康指标，包括体育活动，心率，血压和睡眠质量（很快，2019年）。积极的辅助生活（AAL）技术，即旨在利用技术进步维持老年人生活独立性的技术，已成为满足老龄化人口的医疗保健需求的有希望的解决方案。与人工智能（AI）结合使用时，智能家庭技术（SHTS）有可能协助家庭中的日常功能并监测，治疗和管理慢性健康状况（Philip and Williams，2019年）。此外，智能家园可以使护理人员为老年人提供更好的医疗保健，甚至可以减少对看护人的依赖（Frisardi和Imbimbo，2011年）。智能家居设备可以以不引人注目的方式连续捕获与健康相关的信息，从而为老年人提供更安全的独立生活（Wang等，2021）。将SHT与AI的整合在一起，具有不断观察，建模和理解人类行为的潜力，并确定了对干预措施的早期警告（Chen等，2014）。
心率变异性和认知
摘要：背景：心率变异性（HRV）是评估自主功能的可靠且方便的方法。横断面研究已经建立了HRV与认知之间的联系。lon-gitudinal研究是一个新兴的研究领域，具有重要的临床意义。但是，它们尚未成为系统审查的目标。因此，这项系统综述的目的是研究HRV与认知研究中的关联。方法：审查是根据系统审查和荟萃分析（PRISMA）指南的首选报告项目进行的。从最早的可用日期到2023年6月26日，搜索了embase，psycinfo和PubMed数据库。如果研究涉及成年人的受试者，并评估了HRV与认知之间的纵向关联，则包括研究。通过纽卡斯尔 - 奥塔瓦（Newcastle -Ottawa）量表评估了偏见的风险，以进行队列研究。结果是在叙事上提出的。结果：在筛选的14,359个记录中，该系统审查中包括12项研究，共有24,390名参与者。从2020年开始发表了三分之二的研究。所有研究发现HRV与认知之间存在纵向关系。在较高的副交感神经系统（PNS）活性和更好的认知之间存在一致的联系，以及较高的交感神经系统活动与较差的认知之间的某些关联。此外，较高的PNS活动持续预测了更好的执行功能，而情节记忆和语言的数据更少和/或有争议。结论：我们的结果支持HRV作为未来认知的生物标志物的作用，并可能是改善认知的治疗靶标。他们将需要通过进一步的更全面的研究确认，包括明确的非HRV交感神经措施和荟萃分析。
行为观察，心率和皮质醇监测在多次口服含糊的大麻二醇后（第2/2部分）
作为抵制压力和焦虑的一种补救措施，大麻二酚（CBD）产品对兽医医学的兴趣越来越高。有限的数据可用，以描述CBD在马中的实际有效性。这项研究的目的（第2部分，第2部分）是通过行为观察，心率监测和评估血液和唾液皮质醇水平在健康马中反复治疗的CBD含有糊状的CBD。十二匹马被随机分配到治疗或对照组。在双盲研究设计中口服了两种糊状物，一种含有CBD的糊状和一种糊状，而没有活性成分。两种糊剂在15天内每天两次（剂量：3毫克CBD/kg）。每天使用镇静评分和面部表情评分进行行为观察，这是基于先前描述的马（面部）和马鬼刻板的面部镇静量表。血液和唾液样品，以确定整个研究中的皮质醇水平。通过液相色谱/串联质谱法（LC/MS/MS）分析皮质醇水平。 在组之间比较了行为观察和皮质醇水平。 在给药之前，进行了新的对象测试，并记录了马对拖车上的负载的反应。 粘贴13天后重复两项测试。 运动模式，例如在新型对象测试过程中的不同步态，并设计了伦理图来评估表现出的行为特征。皮质醇水平。行为观察和皮质醇水平。在给药之前，进行了新的对象测试，并记录了马对拖车上的负载的反应。粘贴13天后重复两项测试。运动模式，例如在新型对象测试过程中的不同步态，并设计了伦理图来评估表现出的行为特征。心脏跳动（R-R）间隔始终记录并使用心率（HR）和心率变异性（HRV）参数进行评估。血液和唾液样品用于皮质醇分析之前和之后。每日行为观察和皮质醇水平在治疗组和对照组之间没有差异。同样，在新颖的对象测试和拖车测试期间对运动模式，人力资源，HRV和皮质醇水平的分析并未确定两组之间的显着差异。定期施用口服CBD（15天内出价3 mg/kg）对马的行为观察，皮质醇水平，HR和HRV没有统计学上的显着影响。需要进一步的研究来建立足够的剂量和指示，以在马中使用CBD。
利用模糊介导的心率变异性作为
Ottavian，C。5 5 5，C。1，Schals，M.1，Szech，C。2，Van Diest，I。 3;边界边界，C。2，声音，L。1，Ottavian，C。5 5 5，C。1，Schals，M.1，Szech，C。2，Van Diest，I。3;边界边界，C。2，声音，L。1，
用AD8232模块监测ECG心率
天，其中至少三个电极连接到患者的胸部并连接到小型便携式ECG记录器，通常是通过电缆[2]。事件记录设备可以分为循环记录器和事后记录器。在循环记录方法中，电极与患者的皮肤连续长期接触，事件信号的存储和处理是由患者或嵌入式算法触发的[3，4]。至于用标准湿胶电极记录的信号，一个主要问题是这些信号的质量，这仍然是长期记录的首选选择[5]。信号的质量差是对心跳的不精确描述和错误分类的主要原因。Ag/AgCl电极的稳定性及其低电极皮阻抗使它们成为ECG测量的最常见和最受欢迎的电极。这些电极是不可极化的，可以通过用于促进电化学反应的电解质凝胶并减少电极皮肤的阻抗[6]。短期事件记录
血压变异性，夜间心率变异性和内皮功能预测缺血性卒中后复发性脑性心血管事件
简介：表征血压（BP），心率（HR），内皮功能和动脉刚度的心血管参数可预测一般人群中的脑血管血管内事件（CCVE）。考虑到中风患者的数据稀少，我们评估了这些参数是急性中风中复发性CCVE的潜在预测指标。患者和方法：这是对前瞻性观察性纵向睡眠效率和中风结果研究的次要结果分析（ClinicalTrials.gov识别：NCT02559739）。该研究连续招募了急性缺血性中风患者。心血管参数（血压变异性[BPV]，心率变异性[HRV]，内皮功能和动脉僵硬）在中风后的第一周内评估。未来的CCVE记录了3年的随访。多元COX回归分析用于研究有关CCVE风险的48个心血管参数的预后值。结果：在447名招募患者中，有359名包括在此分析中。20％的患者发展了未来的CCVE。分别调整了人口统计学参数，心血管危险因素和平均BP或HR的调整后，急性中风的收缩BP（n = 333）和夜间HR（非线性参数; n = 187）的高可变性。急性中风的内皮功能障碍（n = 105）预测年龄和性别调整后的CCVE风险，但在调整心血管危险因素之后不会。急性中风时的昼夜HR和动脉僵硬与CCVE风险无关。结论：高血压变异性，高夜间HRV和内皮功能有助于中风后未来CCVE的风险。
通过心率动态跟踪迷幻状态
苏塞克斯大学信息学系； B伦敦帝国学院脑科学系迷幻研究中心； C伦敦帝国学院的复杂科学中心； D牛津大学Eudaimonia和人类繁荣中心； E伦敦帝国学院计算系； F剑桥大学心理学系；剑桥大学麻醉分部；麦吉尔大学蒙特利尔神经学院；索邦大学，巴黎脑研究所 - ICM，CNRS，Inria，Inserm，ap -hp，HôpitalPitiéSalpêtrière，法国，法国； j神经科学和治疗科学系神经病学系，加利福尼亚大学旧金山大学威尔神经科学研究所； k加利福尼亚大学旧金山大学迷幻研究系； l牛津大学精神病学系； M音乐中心，奥尔胡斯大学临床医学系； Minho大学医学院的生活与健康科学研究所（ICVS）； o奥克兰大学医学与健康科学学院； P伦敦皇后大学心理学系； Q伦敦大学学院心理学系； ⋆等等贡献
智能环境中的远程心率监控来自带有自我监督的预训练的视频
摘要 - 深度学习的进展使得通过分析视频在智能环境中远程估算心率变得越来越可行。但是，深度学习方法的一个显着局限性是他们对广泛的标记数据集以进行有效培训的广泛依赖。为了解决这个问题，自我监督的学习已成为有前途的途径。在此基础上，我们引入了一种解决方案，该解决方案利用自我监督的对比度学习来估算远程光插曲 - 声学（PPG）和心率监测，从而降低了对标记数据的依赖性并增强性能。我们建议使用3个空间和3个时间扩增来通过对比度框架训练编码器，然后利用编码器的晚期中间嵌入来进行远程PPG和心率估计。我们在两个公开可用数据集上的实验展示了我们对几种相关作品以及监督学习基准的改进方法的改进，因为我们的结果接近了最先进的方法。我们还进行了彻底的实验，以展示使用不同设计选择的效果，例如视频表示方法，在训练阶段中使用的增强和其他选择。我们还证明了我们提出的方法对减少标记数据的监督学习方法的鲁棒性。
心率变异性指数语言知识的测量
在过去的几十年中，人们一直致力于开发能够利用不可直接观察到的认知方面的方法。这包括很大程度上在无意识的情况下发展起来的语言知识和技能，因此可能难以或无法表达。基于语言认知和神经系统之间的关系，我们研究心率变异性 (HRV)（一种指示自主神经系统活动的心血管测量指标）是否可用于评估隐性语言知识。我们测试了 HRV 检测个人是否拥有语法知识的潜力，并探索了心血管反应的敏感度。41 名健康的英国英语成年人听了 40 个英语语音样本，其中一半包含语法错误。Thought Tech nology 的 5 通道 ProComp 5 编码器通过连接到非惯用手的中指的 BVP-Flex/Pro 传感器跟踪心率，速率为每秒 2048 个样本。广义加性混合效应模型证实了心血管对语法违规的反应：在对包含错误的刺激作出反应时，以 NN50 为指标的 HRV 显著降低，这在统计学上是显著的。心血管反应反映了语言违规的程度，NN50 随着错误数量的增加而线性下降，直到达到一定水平，之后 HRV 保持不变。这一观察结果使人们聚焦于生理和认知之间错综复杂的关系的新维度。能够使用高度便携和非侵入性技术进行语言刺激也为评估来自不同人群的个人在其自然环境和真实交流情境中的语言知识创造了令人兴奋的可能性。