XiaoMi-AI文件搜索系统
World File Search System生理参数
使用 PPG 持续监测生理参数
目标：利用支持物联网的脉搏血氧仪开发一种非侵入式血红蛋白连续监测方法。目前在印度，大多数妇女、老年人和农村地区的人都患有贫血。在很多情况下，人们无法去医院和实验室进行血红蛋白检测。为了帮助上述人群，我们提出的系统将以实惠的价格测量血红蛋白浓度，而无需去医院。方法：我们开发了使用脉搏血氧仪实时连续监测血红蛋白浓度和血氧饱和度 (SpO 2 ) 的方法。在本研究中，有 47 名健康志愿者参与并在静息条件下测量上述参数。结果：获得的结果与实验室测量值一致，变化范围为 0.12g/dL 至 1.0g/dL。新颖性/应用：实验结果表明，使用支持物联网的非侵入式方法连续监测血红蛋白和 SpO 2 的方法可用于医疗保健管理。
心脏病预测基于生理参数，使用集合分类器和参数优化Agung Muliawan 1，Achmad Rizal 2，
使用集合分类器和参数优化基于生理参数的心脏病预测Agung Muliawan 1，Achmad Rizal 2，Sugondo Hadiyoso 3* Institut Teknologi Dan Sainsia Mandala，Indonesia，Indonesia 1 Telekom University 1 Telekom University，Indonesia 23 sugondo@telkomuniversity.actistia in Indonesia telkomuniversity.ace.ac.act.ace.ace.act.act act：20 3 333 333 303 303接受：2023年11月7日 *通讯作者摘要本研究描述了使用具有参数优化的集合分类器对心脏病的预测。作为输入，从UCI机器学习存储库中获取了一个公共数据集，该数据集是指UCI机器学习中的数据集。数据集由13个变量组成，这些变量被认为会影响心脏病。粒子群优化（PSO）用于特征选择和主成分分析（PCA），以降低特征的尺寸。在几种机器学习方法上的应用优化应用，例如SVM（径向基础功能），深度学习和集合分类器（装袋和增强），以获得最高的精度比较。与PCA相比，该研究使用PSO维度降低的结果降低导致精确度。相反，通过优化深度学习参数的精度为84.47％，并优化SVM RBF参数，精度为83.56％，获得了最高精度。使用SVM上的袋子在83.51％的装袋中的最高精度，与SVM相差0.5％，而无需使用袋装。关键字：心脏病，机器学习，降低维度，参数优化，合奏分类器1。简介
影响案例研究（REF3）第1页机构
心力衰竭影响全球2600万人，占每年住院日期的100万人（占NHS总数的2％）和5％的紧急医疗入院，耗资约20亿英镑（占NHS总预算的2％）。优化医疗疗法需要根据患者症状和通常在医院环境中测量的关键生理参数进行仔细改变药物。与商业合作者，罗斯曼（Rothman）和斯威夫特（Swift）进行了研究，以设计和开发一种新颖的心力衰竭管理系统，以远程对关键生理参数进行远程监控；该研究的一个中心部分是设计植入肺动脉的传感器，该传感器无线地将动脉压测量带到固定在患者胸部上的读取器设备（图1）。
冬季和夏季氯化钠胁迫对绿豆品种的影响：采用假丝酵母芽孢杆菌接种物的缓解策略
暴露于高浓度 NaCl 的绿豆植株的生长、产量、生理参数、叶绿素含量、离子吸收（Na + 较少和 K + 离子较多）和养分含量均有所变化，冬季作物比夏季作物表现出更高的敏感性。然而，引入 B. pseudomycoides 产生了明显的缓解效果，这反映在植物生长、产量属性、生理参数、离子吸收和养分含量的改善上。研究结果强调了绿豆冬季和夏季作物对 NaCl 胁迫的不同反应，并强调了耐盐细菌作为减少盐分引起损害的可持续解决方案的潜力。这项研究为制定能够减轻盐分胁迫对不同季节绿豆作物的不利影响的弹性农业实践提供了宝贵的见解，从而提高了易受土壤盐渍化影响地区的粮食安全。
引用：Wong CK、Ho DTY、Tam AR 等人。使用可穿戴生物传感器在隔离对象中早期检测 COVID-19 的人工智能移动健康平台：随机对照试验方案。BMJ Open 2020；10：e038555。doi:10.1136/bmjopen-2020-038555
摘要 引言 新冠肺炎 (COVID-19) 在全球爆发。由于尚无有效的治疗方法或疫苗，严格实施隔离和检疫等传统公共卫生措施仍是控制疫情的最有效工具。当隔离一名无症状的新冠肺炎接触者时，有必要进行体温和症状监测。由于这种监测具有间歇性且高度依赖自律，因此效果有限。生物传感器技术的进步使得使用各种外形的可穿戴生物传感器持续监测生理参数成为可能。 目的 探索使用可穿戴生物传感器持续监测多维生理参数以尽早发现新冠肺炎临床进展的潜力。 方法 这项随机对照开放标签试验将涉及 200-1000 名在香港指定设施内接受强制隔离的与新冠肺炎有密切接触的无症状受试者。在 14 天的隔离期间，受试者将按 1:1 的比例随机接受远程监控策略（干预组）或标准策略（对照组）。除了对照组的发烧和症状监测外，干预组的受试者还将在手臂上佩戴可穿戴生物传感器，以持续监测皮肤温度、呼吸频率、血压、脉搏率、血氧饱和度和日常活动。这些生理参数将实时传输到名为 Biovitals Sentinel 的智能手机应用程序中。然后，这些数据将使用名为 Biovitals 的基于云的多变量生理分析引擎进行处理，以检测细微的生理变化。结果将显示在基于网络的仪表板上，供临床医生审查。主要结果是 COVID-19 的诊断时间。伦理与传播 研究地点的机构审查委员会已获得伦理批准。结果将发表在同行评审期刊上。
远程办公类任务期间心理负荷的非接触式生理评估
摘要。人类生理参数已被证明是可靠且客观的用户心理状态指标，例如心理工作负荷。然而，评估生理参数的标准方法通常具有一定程度的侵入性。这在很大程度上证明了监测工人对改善其工作条件的重要性。采用非接触式方法来估计工人的生理参数将非常合适，因为它不会干扰工人的工作活动和舒适度。此外，它非常适合远程办公环境。在本文中，参与者在处理算术任务时录制了面部视频，目的是 1) 评估通过面部视频分析估计心率 (HR) 的可能性，以及 2) 评估他们在不同实验条件下的心理工作负荷。还通过上一代智能手表估计了 HR。结果表明，通过非接触式技术和智能手表估计的 HR 没有差异，以及如何通过采用所提出的方法区分两种心理工作负荷水平。
![arxiv：2404.10901v1 [CS.AI] 2024年4月16日](/simg/a\a0b09a83b907fac24dd8321c8bc61a8a734f9545.webp)
arxiv：2404.10901v1 [CS.AI] 2024年4月16日
摘要。糖尿病患者数量的增加是当今社会的一个严重问题，这对人们的健康和该国的金融支出产生了重大负面影响。由于糖尿病可能会发展为潜在的严重并发症，因此对于及时的医疗治疗，需要对糖尿病患者的早期葡萄糖预测。现有的葡萄糖前字典方法通常利用患者的私人数据（例如年龄，性别，种族）和生理参数（例如血压，心率）作为葡萄糖预测的参考特征，这不可避免地导致隐私保护问题。此外，这些模型通常集中于长期（基于每月的）或短期（基于分钟）的预测。长期预测方法通常是不准确的，因为外部不确定性会极大地影响葡萄糖值，而短期的不确定性则无法提供及时的医疗指导。基于上述问题，我们提出了CrossGP，这是一个新型的机器学习框架，用于跨日葡萄糖预测，仅基于患者的外部功能，而无需涉及任何生理参数。同时，我们实施了三个基线模型进行比较。对安德森数据集的广泛实验强烈证明了CrossGP的卓越性能，并证明了其未来现实生活应用的潜力。
延迟脐带结扎和早期皮肤接触的研究......
背景：先前的研究反对立即结扎和剪断脐带，并建议等到孩子反复呼吸并且脐带搏动停止后再进行脐带结扎，以防止孩子可能出现的虚弱。对一组无高危因素且足月分娩的初产妇进行了延迟脐带结扎（DCC）和早期脐带结扎（ECC）的比较研究。该研究的目的是确定延迟脐带结扎和早期皮肤接触对新生儿生理参数（体温、体重、SpO 2 = 外周氧饱和度、Apgar 评分 = 外观、脉搏、表情、活动和呼吸，Hb = 血红蛋白水平）的影响。方法：研究样本包括 300 名母亲和她们的新生儿（在获得母亲的接受后）。他们被分成 2 组，每组 150 人。A 组进行延迟脐带结扎和早期皮肤接触，B 组进行早期脐带结扎。新生儿 24 小时监测体温过低、呼吸暂停和氧气需求。结果：本研究结果在两组之间是相同的，因为新生儿平均血液学参数是可比的，与早期脐带钳制组相比，晚期脐带钳制组的血红蛋白水平和体重状态略有升高，24 小时后有显著差异。结论：本研究发现 DCC 对新生儿的体温、阿普伽评分、SpO 2 、血红蛋白水平和体重状态确实有益。因此，人们认为 DCC 和早期皮肤接触 (ESSC) 可提供有效的热控制，并降低体温过低的风险。关键词：阿普伽评分、呼吸暂停、延迟脐带钳制、早期皮肤接触、体温过低、生理参数
使用监督来预测脑卒中...
摘要：中风是一种通过血管破裂损害大脑的疾病。当大脑的血流和其他营养物质中断时，也可能发生中风。根据世界卫生组织 (WHO) 的数据，中风是全球死亡和残疾的最大原因。大多数研究都集中在心脏病的预测上，而只有少数研究关注脑卒中的可能性。考虑到这一点，人们正在开发各种机器学习模型来预测脑卒中的可能性。本文采用了 K-Nearest 和 Nave Bayes 分类等机器学习技术来对许多生理参数进行建模，以实现准确预测并发现最佳方法。索引术语 - 索引术语 - 机器学习、K-nearest、朴素贝叶斯、脑卒中
安全增强的轻量级和匿名的用户身份验证方案，用于基于物联网的医疗保健
I.医学互联网（IOMT）是医疗设备和应用程序的收敛，可以使用网络技术连接到医疗保健信息技术系统[1]。过去几年中，IOMT的发展是由医疗保健领域中无线医疗传感器网络（WMSN）广泛使用的驱动。过去几年中，WMSN在医疗保健领域广泛使用了IOMT的发展[2]。在这样的情况下，将各种复杂的传感器设备放置在患者中，以收集和监视其生理参数，而不会损害其舒适性并将数据无线传输到医生的手持设备，例如平板电脑，智能手机和其他设备。基于这些数据，医生可以更全面地评估患者的健康状况。尽管收集了所有数据