XiaoMi-AI文件搜索系统
World File Search System心率
使用可穿戴传感器收集的心率和手动加速数据评估大学生的精神压力
压力是各种心理健康障碍，包括大学生的抑郁和焦虑。早期压力诊断和干预可能会降低患精神疾病的风险。我们使用了一种基于机器学习的方法来使用自然主义研究中收集的数据鉴定压力，该研究利用自我报告的压力作为基础真理以及生理数据，例如心率和手动加速。这项研究涉及来自一个大型校园的54名大学生，他们使用可穿戴腕部的传感器和移动健康（MHealth）应用程序连续40天使用。该应用程序收集了生理数据，包括以一个Hertz频率的心率和手动加速。该应用程序还通过敲击手表面来使用户能够自我报告压力，从而产生了自我报告的压力的时间标记记录。我们使用心率和加速度计数据创建，评估和分析的机器学习算法，用于识别大学生之间的压力事件。XGBoost方法是最可靠的模型，AUC为0.64，精度为84.5％。手动加速度的标准偏差，心率的标准偏差和最小心率是压力检测的最重要特征。该证据可能支持使用智能手表传感器识别生理反应中的模式的功效，并可能为实时检测压力的未来工具的设计提供信息。关键字：心理健康，机器学习，压力，学生，检测
心率变异性和一般人群中的2型糖尿病
事件T2D（8）。总的来说，自主功能的改变可能有助于T2D的发病机理。但是，HRV与心率有着牢固且反比的关系，因此在分析过程中应校正HRV参数的心率。因此，可能会混淆使用未校正的HRV的先前研究结果。此外，鉴于年龄对高血糖和自主性功能障碍之间的HRV（9）和POS Sible双向关联的相当大影响（3，4），仅使用单个HRV测量，横截面设计和短期随访期的研究都是令人困惑的和反向的可导致。联合建模是一种新的方法，可以对重复暴露测量和Sur Vival数据进行同时分析，其主要优势是对嘈杂且未完全观察到的时变暴露信息的适当处理。因此，这种方法适合
人类窦淋巴结开发IPSC模型的单细胞多词揭示了心率和心律不齐的遗传决定因素
Vasanth Vedantham，医学博士，博士史密斯心血管研究大楼555 Mission Bay Blvd South，352M San Francisco，CA 94158 Vasanth.vedanth.vedantham@ucsf.ucsf.edu
瞳孔：通过移动设备上的瞳孔波动进行心率变异性监测
摘要 - 心脏病现在已成为一种非常普遍且有影响力的疾病，如果早期介入治疗，实际上很容易避免这种疾病。因此，每天对心脏健康的监测变得越来越重要。现有的移动心脏监测系统主要基于地震核心（SCG）或光摄影学（PPG）。但是，这些方法遭受了不便和其他设备要求的损失，从而阻止人们随时监视自己的心脏。受到我们观察到学生大小和心率变异性（HRV）之间的关系的启发，我们考虑使用瞳孔响应，当用户使用面部识别来解锁手机，以在此期间推断用户的HRV，从而实现心脏监测。为此，我们提出了一个基于计算机视觉的移动HRV监视框架 - 瞳孔，该框架采用移动终端和服务器端设计。在移动终端上，学生在通过前置摄像头解锁手机时从用户那里收集学生大小的信息。然后，在服务器端预处理原始的学生大小数据。特别是，学生使用1-D综合神经网络（1-D CNN）来识别与HRV相关的时间序列特征。此外，学生心脏训练具有三个隐藏层的复发性神经网络（RNN），以建模学生和HRV。采用这种模型，学生每次解锁手机时都会侵入用户的HRV。我们原型学生并进行了实验和领域的研究，以通过招募60名志愿者来充分评估学生的有效性。总体结果表明，学生可以准确预测用户的HRV。
心血管疾病患者在通气阈值下由心率确定的运动强度域：与心血管康复处方建议的新见解和比较
抽象目的是将心肺运动测试（CPET）与指导指导指导的运动强度域确定的通气阈值（VTS：VT1和VT2）的引起的运动反应（VTS：VT1和VT2）进行了比较；提出方程来预测VTS的心率（HR）；并比较处方方法的准确性。方法对CVD患者进行了972个最大跑步机CPET进行的横断面研究。首先，鉴定了VT并将其与指向指导的运动强度域进行了比较。第二，进行了多元线性回归分析，以生成VTS HR的预测方程。最后，通过平均绝对百分比误差（MAPE）评估处方方法的准确性。结果发现了VTS的显着分散体，具有相同的相对强度对应于不同指导指导的运动强度域。确定了基于峰值努力百分比的方法固有的数学错误，这可能有助于解释分散体。量身定制的多变量方程得出的VT1的R 2的R 2，VT2的0.901。新型VT1方程的 MAPE为6.0％，低于基于指南的处方方法（9.5至23.8％）。新型VT2方程的 MAPE为4.3％，低于基于指南的方法（5.8％–19.3％）。结论心血管康复的基于指南的运动强度域揭示了不一致和异质性，这限制了当前使用的方法。开发了针对CVD患者的新型多变量方程式，并证明了更好的准确性，表明当CPET无法使用时，这种方法可能是有效的选择。
临床实践中胎儿心率示踪的病理生理解释
所有作者均为编辑委员会和国际共识小组的一部分，该小组制定了关于心脏图摄影生理解释（CTG）的第一个国际共识指南。E.C. conducts several master classes on physiological interpretation of CTG and fetal electrocardiogram (ECG) in the United Kingdom, Europe, Asia, and Australia and has been the co-organizer of the intrapartum fetal surveillance course at the Royal College of Obstetricians and Gynaecologists, and he was a member of the editorial board for the National Health Service e-learning on CTG. 他是婴儿寿命CTG大师班的课程。 其中一些大师班的一些组织者和医院已从飞利浦，Neoventa，Euroking，Huntleigh，K2，心脏服务和其他行业获得赞助，以支持这些大师班。 但是，E.C。 在任何制药或医疗设备行业中都没有任何财务或管理利益。 此外，E.C。 是指南开发小组的3个成员中的1个，该小组修订了2015年国际妇科和产科指南。。E.C.conducts several master classes on physiological interpretation of CTG and fetal electrocardiogram (ECG) in the United Kingdom, Europe, Asia, and Australia and has been the co-organizer of the intrapartum fetal surveillance course at the Royal College of Obstetricians and Gynaecologists, and he was a member of the editorial board for the National Health Service e-learning on CTG.他是婴儿寿命CTG大师班的课程。其中一些大师班的一些组织者和医院已从飞利浦，Neoventa，Euroking，Huntleigh，K2，心脏服务和其他行业获得赞助，以支持这些大师班。但是，E.C。在任何制药或医疗设备行业中都没有任何财务或管理利益。此外，E.C。是指南开发小组的3个成员中的1个，该小组修订了2015年国际妇科和产科指南。
面部视频的强大心率可变性测量
摘要：远程光绘画学（RPPG）是一种非接触式方法，可以从面部视频中检测各种生理信号。RPPG利用数码相机来检测肤色的细微变化，以测量与自主神经系统相关的重要生物标志物等生命体征，例如心率变异性（HRV）。本文基于小波散射变换技术，提出了一种新型的非接触式HRV提取算法WaveRV，然后进行自适应带通滤波和伴侣间间隔（IBI）分析。此外，引入了一种新颖的方法，用于基于接触的PPG信号。waveHRV是针对现有算法和公共数据集的。我们的结果表明，WaveHRV是有希望的，并且在UBFCRPPG数据集上，RMSSD和SDNN的最低平均绝对误差（MAE）为10.5 ms和6.15 ms。
结构地点可扩展健康和安全监控的节俭心率校正方法
1数学和信息科学学院，华沙技术大学，UL。Koszykowa 75，00-662波兰华沙； krachwal@ibspan.waw.pl（K.R. ）; danastas@ibspan.waw.pl（A.D.）; karolina.bogacka@ibspan.waw.pl（K.B. ）; maria.ganzha@ibspan.waw.pl（M.G.） 2，波兰科学院系统研究所，UL。 Newelska 6，01-447波兰华沙； marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。 Wierzbowa 48，90-133 Lodz，波兰； mokob@ciop.lodz.pl（M.K. ）; andab@ciop.lodz.pl（A.D.）4复杂系统部，电气和计算机工程学院，Rzeszow技术大学。 POWSTA´NCów Warszawy 12，35-959Rzeszów，波兰； andrzejp@prz.edu.pl（A.P. ）; marekb@prz.edu.pl（M.B.） *信件：piotr.sowinski@ibspan.waw.plKoszykowa 75，00-662波兰华沙； krachwal@ibspan.waw.pl（K.R.）; danastas@ibspan.waw.pl（A.D.）; karolina.bogacka@ibspan.waw.pl（K.B.）; maria.ganzha@ibspan.waw.pl（M.G.）2，波兰科学院系统研究所，UL。 Newelska 6，01-447波兰华沙； marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。 Wierzbowa 48，90-133 Lodz，波兰； mokob@ciop.lodz.pl（M.K. ）; andab@ciop.lodz.pl（A.D.）4复杂系统部，电气和计算机工程学院，Rzeszow技术大学。 POWSTA´NCów Warszawy 12，35-959Rzeszów，波兰； andrzejp@prz.edu.pl（A.P. ）; marekb@prz.edu.pl（M.B.） *信件：piotr.sowinski@ibspan.waw.pl2，波兰科学院系统研究所，UL。Newelska 6，01-447波兰华沙； marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。Wierzbowa 48，90-133 Lodz，波兰； mokob@ciop.lodz.pl（M.K.）; andab@ciop.lodz.pl（A.D.）4复杂系统部，电气和计算机工程学院，Rzeszow技术大学。POWSTA´NCów Warszawy 12，35-959Rzeszów，波兰； andrzejp@prz.edu.pl（A.P. ）; marekb@prz.edu.pl（M.B.） *信件：piotr.sowinski@ibspan.waw.plPOWSTA´NCów Warszawy 12，35-959Rzeszów，波兰； andrzejp@prz.edu.pl（A.P.）; marekb@prz.edu.pl（M.B.）*信件：piotr.sowinski@ibspan.waw.pl
在心率变异性信号上使用经验模式分解来评估2型糖尿病中的自主神经病进展
摘要：在这项研究中，我们研究了从心电图（ECG）RR间隔提取的基于经验模式分解（EMD）的特征，以区分2型2型糖尿病的患者（T2DM）患者的心血管自主神经病（CAN）不同水平。这项研究涉及60名参与者分为三组：没有罐头，亚临床罐和建立的罐头。Six EMD features (area of analytic signal representation— ASR area ; area of the ellipse evaluated from the second-order difference plot— SODP area ; central tendency measure of SODP— SODP CTM ; power spectral density (PSD) peak amplitude— PSD pkamp ; PSD band power— PSD bpow ; and PSD mean frequency— PSD m f req ) were extracted from the RR interval signals and compared between groups.结果表明，除了PSD M F REQ外，Nocan和Estcan个体之间的所有EMD特征及其组件之间的显着差异。但是，每个特征的某些EMD组成部分显示Nocan或Estcan的个体与subcan的人之间存在显着差异。这项研究发现了降低ASR面积和SODP面积值的模式，SODP CTM值的增加以及PSD BPOW和PSD PKAMP值的降低。这些发现表明，EMD结果度量可能有助于表征与T2DM个体相关的CAN表现的变化。
人类窦淋巴结开发IPSC模型的单细胞多词揭示了心率和心律不齐的遗传决定因素
未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本的版权持有人（该版本发布于2023年7月1日。; https：//doi.org/10.1101/2023.07.01.547335 doi：Biorxiv Preprint