导读:本文包含了呼吸率论文开题报告文献综述及选题提纲参考文献，主要关键词:心率检测,呼吸检测,视频放大,非接触式检测
呼吸率论文文献综述
刘鸿程,王笑梅,陈桂安[1]（2019）在《基于视频的人体睡眠状态下心率及呼吸率的检测》一文中研究指出心率和呼吸率是人体的基本生理特征之一,两者都是反应人体生理健康的一个重要参数。婴幼儿在睡眠时的检测异常困难,既要不影响病人休息,又要随时检测呼吸异常的情况。大多数呼吸检测都采用接触式检测,如果对患者进行实时监控,则需要患者一直穿戴检测设备,这样会给患者带来不便,尤其会影响患者的休息。提出了一种非接触式的检测方法,利用欧拉视频放大技术,实时监控病人睡眠时的人体生理特征,而且成本较低,操作简单,不仅可以用在临床医疗,也便于患者在家自我检测,防止意外发生。(本文来源于《科技与创新》期刊2019年05期）
李文宇[2]（2019）在《基于气管音的特征优化及呼吸率监测》一文中研究指出目的:目前使用呼吸音模拟呼吸气流速度的研究已经获得广泛关注,同时已有研究证明呼吸音和呼吸气流速度之间的关系。临床中监测呼吸率的方法仍存在一定的缺陷。本研究的目的是验证气管音特征值和呼吸气流速度之间的关系并且选出用于模拟呼吸气流速度的最优气管音特征值,之后基于气管音最优特征值实现对不同呼吸情况下呼吸率的监测。研究方法:1、在静息状态下采集9名健康志愿者气管音信号以及呼吸气流速度信号。求取7种气管音特征值用于模拟呼吸气流速度。从Bland-Altman分析,模拟误差以及特征值求取时间叁个方面对气管音特征值模拟呼吸气流速度的模拟效果进行评价。除此之外,对合并模拟和分开模拟的模拟误差进行比较。2、采集46名志愿者气管音,同时采集志愿者鼻气流压力信号。在呼吸速率稳定情况下分别使用5种方法基于气管音特征值求取呼吸率,在呼吸速率改变情况下使用估计呼吸次数的方法基于气管音特征值求取呼吸率,基于鼻气流压力信号求取的呼吸率将其作为参考结果。采用线性回归分析,准确度和精密度,成功率,Bland-Altman分析作为气管音特征值求取呼吸率结果分析的评价标准。结果:1、对于任意气管音特征值来说,Bland-Altman分析结果表明实际的呼吸气流速度和模拟得到的呼吸气流速度之间均有较好的一致性。若单纯从误差系数角度考虑模拟效果,气管音模拟呼吸气流速度最优特征值为LogVariance(100ms,50%),若综合误差系数和特征值求取时间两个角度考虑气管音模拟呼吸气流速度最优特征值为LogEnvelope,同时,合并模拟的误差系数小于分开模拟的误差系数。2、综合线性回归分析,准确度和精密度,成功率和Bland-Altman分析的结果,在呼吸速率稳定情况下,基于气管音特征值使用AMDF_1方法得到的结果优于其他方法的结果;在呼吸速率明显改变的情况下,对于4种不同的呼吸情况采用AMDF_1方法得到的呼吸率结果和参考呼吸率之间相差较大,且不能反映呼吸率的变化情况,因此采用估计呼吸次数的方法对呼吸速率明显改变的情况使用气管音特征值求取呼吸率,其中对于正常呼吸+快速呼吸和正常呼吸+慢速呼吸两种情况结果较好,对于其余两种情况结果并不理想。结论:基于目前的数据和研究,在使用气管音进行呼吸气流速度模拟时,使用呼、吸阶段合并模拟的方式最为理想,在此基础上,选择LogVariance(100ms,50%)用于最小误差的呼吸气流速度模拟,选择LogEnvelope用于最优性能(模拟准确性与运算时间综合考虑)的呼吸气流速度模拟。在临床上对呼吸率进行常规监测时,基于气管音特征值使用AMDF_1方法实现对呼吸率的监测,对于呼吸异常情况下(如呼吸不稳定的重症监护状态)的呼吸率监测,则使用估计呼吸次数的方法基于气管音特征值求取呼吸率实现对呼吸功能的监测。(本文来源于《中国医科大学》期刊2019-02-01）
李文宇,刘静,于璐[3]（2018）在《基于呼吸音的呼吸率监测方法研究》一文中研究指出该文旨在讨论使用呼吸音监测人体呼吸率的可行性。首先提取了呼吸音的平均功率信号,对其使用自相关算法计算呼吸周期。同时对鼻气流压力信号求呼吸周期,将此结果作为参考标准,之后对两组周期数据进行相关性分析以及BlandAltman分析。在呼吸速率相对稳定的情况下,使用呼吸音监测人体呼吸率的方法是可行的;在呼吸速率有明显改变的情况下,现有方法及算法暂时无法通过呼吸音准确地反映呼吸率变化的情况,还需要进一步研究。(本文来源于《中国医疗器械杂志》期刊2018年06期）
贾学斌,廖曦文,商春恒,王云峰[4]（2018）在《基于压电信号的两种心率呼吸率提取算法比较》一文中研究指出随着物联网技术的发展,新型人体生理数据实时检测系统逐渐出现。柔性聚偏氟乙烯(PVDF)压电薄膜,一种广泛应用于医疗仪器的传感器,可以隔着衣服采集到被测者的心跳和呼吸的混合信号。通过适当的算法,微控制器可以从混合信号中计算出被测者的心率和呼吸率。介绍了两种处理这种混合信号的算法,并通过实验比较了两种算法的正确率和抗噪声能力。(本文来源于《信息技术与网络安全》期刊2018年07期）
马莹,王云峰,张海英,黄成军[5]（2018）在《基于压电薄膜传感器的心率呼吸率实时监测》一文中研究指出通过对基于压电薄膜传感器的生命体征信号采集技术进行研究,提出了采用小波变换及新的时域寻峰算法得到心率和呼吸率,并将结果进行实时展示的技术。采用小波分析对传到上位机的数字信号进行处理,得到不同尺度的信号分量,并对其进行重构,得到心跳、呼吸波形。采用简单寻峰与两次筛选相结合的方法得到人体的心率呼吸率。使用Lab VIEW实时展示波形,并与脉搏血氧饱和度仪测得的脉率进行对比,验证其精度。结果表明:通过算法处理可以得到平均误差在4%以内,准确度较高的心率呼吸率。(本文来源于《传感器与微系统》期刊2018年06期）
许良[6]（2018）在《基于心率呼吸率的实时睡眠分期算法研究》一文中研究指出睡眠是人类生命活动中必须的一个过程,良好的睡眠可以促进人体精神状态、注意力、情绪控制力和判断力的恢复。而随着生活节奏的加快,生活和工作中的压力逐渐增多,失眠成为了影响人体身体健康的又一主要问题,人们迫切的希望自己的睡眠质量得到改善。因此如何更加方便的监测睡眠和对生理数据进行睡眠自动分期成为了现阶段研究睡眠的主要挑战。传统的睡眠分期都是通过判断脑电信号的变化规律来对睡眠状态进行标定。但是脑电信号的采集需要粘贴各种电极,对人体正常的睡眠状态造成影响。在睡眠时人体的心率和呼吸率都会随着睡眠时相的变化表现出类似脑电的节律性变化。而且心率和呼吸率信号的采集方式较脑电信号更为简单,对人体睡眠的侵入式影响小。因此本文决定使用心率和呼吸率来研究睡眠分期。目前也有学者使用心率和呼吸信号中提取的特征作为输入,使用隐马尔科夫模型作为分类器进行睡眠分期计算,但是分期结果的准确率只有60%左右。为了提高对睡眠分期判断的结果,本文首次将隐马尔科夫模型(HMM)和反馈(BP)神经网络模型相结合的混合算法应用到睡眠分期计算中,利用BP神经网络模型强大的模式识别能力对HMM模型计算的错误匹配结果进行训练记忆,提高睡眠分期计算的准确率。本文使用MIT-BIH数据库中的标准心率呼吸率进行建模和测试,结果显示本算法对睡眠分期的识别率可以达到79.07%,比HMM算法识别率要高12%。对比现有基于心率呼吸信号的支持向量机和随机森林睡眠分期算法,结果证明本算法在NREM期的识别率要略好于另外两种算法。本文还将睡眠分期算法应用到自主设计的实时睡眠监测系统中,实现了家居环境下睡眠状态的监测。该系统利用嵌入压电传感器的床垫采集人体睡眠时的BCG信号,从其中分离出心率信号和呼吸率信号并将其传输到数据采集服务器中,由服务器进行分析处理并完成睡眠状态的识别。最终用户可以通过手机查看自己的实时心率、睡眠状态以及整晚的睡眠质量,帮助人们更加快捷方便的了解和改善自己的睡眠。最后使用本睡眠监测系统与脑电监测设备进行对比实验,结果显示使用本文设计的实时睡眠监测系统进行睡眠分期的准确率达到了76.33%,证明本睡眠监测系统在实际家庭应用中是可行的,为日后家庭环境下的睡眠监测奠定了基础。(本文来源于《电子科技大学》期刊2018-04-15）
霍亮[7]（2018）在《基于视频处理的呼吸率检测方法研究》一文中研究指出呼吸率是评价人体健康状态的重要指标之一,在呼吸疾病的预防与诊断上有着重要意义。目前呼吸检测设备多为医院专用设备,无法满足日常家庭检测的需求,而非接触式视频呼吸率检测方法因其通用性强,成本可控等特点在智慧医疗领域具有很高的开发前景。但现有视频法在场景噪声削弱和夜间信号获取方面仍存在一定问题;不同检测场景下有效呼吸区域的获取问题也影响着呼吸检测性能。针对噪声信号抑制以及场景适用性问题,本文深入研究了基于相位信息的视频放大方法以及面部呼吸特征跟踪方法,分别提出了昼夜环境下基于胸口定位以及人脸呼吸信息提取的视频呼吸检测方法。创新性概括如下:(1)提出了一种昼夜环境下的基于胸口定位呼吸率检测方法,该方法研究昼夜环境下的信号提取问题。首先采用红外相机确保夜间信号的有效获取,通过人脸检测结合人体比例关系确定胸口区域;并考虑呼吸相位信息变化,采用视频相位运动放大技术实现呼吸区域的信号放大与有效提取;采用最大似然估计法对放大后的呼吸信号进行呼吸频率的初估计,并以初估计频率作为参考值,通过平滑滤波操作进行呼吸波形的优化;最后,采用峰值检测完成呼吸频率的二次估计。(2)提出了一种基于人脸呼吸特征信息跟踪的呼吸率检测方法。该方法重点研究呼吸运动引起的面部特征点变化问题。获取人脸区域后,采用判别响应图拟合算法生成人脸器官特征点,并选择呼吸特征点作为跟踪目标,记录特征点的纵向位移变化记为呼吸起伏信息;引入小波分解,设定固定分解层数,可以在消除跟踪数据噪声的基础上提取呼吸信号;简要介绍了基于脉搏波信息提取的呼吸估计方法,并通过实验验证了方法的准确性及适用范围。为了检验本文提出的基于视频的呼吸率检测方法性能,本文采集了大量白天、夜间的成人呼吸视频进行实验。结果表明:在室内有无光源两种实验环境中,本文方法均与真实呼吸率保持较好的一致性。通过性能测试与稳定性验证实验,本文方法较经典视频呼吸检测方法具有更高的准确率与鲁棒性。基于人脸特征信息的呼吸率检测也具有可靠的检测性能,为今后手机等移动终端上实现呼吸率检测提供了可行性方案。(本文来源于《合肥工业大学》期刊2018-04-01）
霍亮,杨学志,李江山,刘雪南,方帅[8]（2018）在《适用于昼夜环境的呼吸率视频检测》一文中研究指出目的呼吸率是呼吸疾病检测的敏感指标,基于视频的呼吸率检测方法因成本低、使用限制少等特点成为近年医疗健康领域的研究热点。针对现有方法在噪声抑制及夜间信号获取方面存在的问题,提出一种适用于昼夜环境且抗噪性能高的呼吸率视频检测方法。方法该方法只需使用夜视功能的摄像头即可实现昼夜呼吸率检测。首先,采用人脸检测确定人脸区域,并结合人体几何关系规范呼吸区域;然后,结合空间尺度及相位差异,采用基于相位的视频处理方法对呼吸区域进行时空相位处理,在突出呼吸区域的同时有效抑制了噪声干扰。采用最大似然法进行呼吸初估计,并结合初估计频率对原信号平滑滤波以优化波形;最后应用峰值检测完成呼吸率的二次估计。结果通过室内有无光源两种环境的实验可知,稳定光源下呼吸率平均误差为0.54次/min,无光源下平均误差为0.62次/min。本文方法与真实呼吸率有良好一致性,与传统呼吸率检测方法相比,鲁棒性更好。结论提出一种适用于昼夜环境的呼吸率视频检测方法。采用红外摄像机实现夜间视频采集,并通过胸部定位、基于相位的视频放大技术进行时空相位处理,在拓展空间分辨率的同时有效抑制噪声放大,提高呼吸检测的精度与鲁棒性。(本文来源于《中国图象图形学报》期刊2018年01期）
陈星池,赵海,毕远国,于洋[9]（2017）在《手机可见光提取脉搏中呼吸率的估计》一文中研究指出针对智能手机摄像头进行呼吸率估计的问题,提出一种基于融合脉搏波的呼吸率估计(fusion respiratory rate estimation,FRRE)方法.通过融合手机闪光灯可见光中的红光和绿光,得到融合脉搏波,并提取手背的光电容积脉搏波信号.采用绿光脉搏波进行瞬时心率的计算,使用相干解调去除融合脉搏波中心率成分,提取出呼吸信号.而后对呼吸信号进行快速傅里叶变换,并求功率谱密度,从而得到呼吸率.实验结果表明,本文提出的FRRE方法较传统VFCDM方法具有更高的准确性和实时性,可以进行有效的呼吸率估计.(本文来源于《东北大学学报(自然科学版)》期刊2017年07期）
侯吉颖[10]（2017）在《1.呼吸率在预测D3 FET胚胎发育潜能中的应用 2.D-半乳糖诱导大鼠骨髓基质细胞衰老及其机制》一文中研究指出研究背景:人类辅助生殖技术(Assisted Reproductive Technology ART)的特点之一就是妊娠率在不同病人之间变化非常大,这种变化很大程度上是由于现在常用的可观测参数无法全面表现出胚胎的发育潜能。形态学一直是评估胚胎最常用也较为稳定的方法,从光学显微镜下获得的关于胚胎的信息虽然已被证实和IVF(In vitro fertilization IVF)的妊娠结局直接相关。但人们发现,即使评分相近的同父母来源的胚胎也可能有完全不同的妊娠结局。这说明胚胎形态并不能完全反应它的种植潜能。胚胎的氧耗量即胚胎的呼吸率,由于线粒体是产生叁磷酸腺苷(Adenosine Triphosphate ATP)的主要细胞器,故胚胎的氧耗量与线粒体活动密切相关,测量胚胎的呼吸率可以在一定程度上反应胚胎线粒体的功能。胚胎的线粒体完全来源于卵母细胞,而卵母细胞质量对胚胎活力有很大的影响。呼吸率能够反应胚胎中线粒体的活性,从而间接反应胚胎的活力。胚胎呼吸率测量是一种非侵入性的方法,能够安全快捷测量活胚胎的活力。该方法的基础是胚胎消耗氧离子形成球形阳离子扩散,以精确到纳安级别的铂金微电极测量胚胎周围由于氧的扩散而引起的电流变化,通过电流变化反映胚胎的耗氧量(即胚胎呼吸率)。本文将非侵入性的呼吸率测量结合传统的形态学评分回顾性分析了解冻移植周期(Frozen-thawed embryo transfer FET)胚胎的氧耗量及其临床妊娠结局,观察呼吸率与临床妊娠结局之间的关系。目的:使用细胞呼吸率测量系统测量胚胎呼吸率,随访移植后病人胚胎着床情况及妊娠结局,探讨胚胎呼吸率测量能否反应胚胎发育潜能。研究对象和方法:1.入组标准及分组实验共分为叁部分进行,第一部分为FET周期双胚胎移植组。该组选择FET周期患者,研究人群为:女方年龄≤35岁,排除遗传性疾病,合并卵巢和输卵管因素的不孕以及子宫因素的不孕;无输卵管积液,男方精子正常。胚胎选择IVF授精。胚胎选择基于形态学标准,胚胎质量为优于8细胞3级的可移植胚胎。实验人群按呼吸率分为叁组,A组:两枚胚胎呼吸率都达到或高于3.0 fmol/s,B组:移植的两枚胚胎中只有一枚呼吸率达到3.0 fmol/s,C组:两枚胚胎呼吸率均小于3.0 fmol/s。第二部分为FET周期单胚胎移植组,该组患者纳入标准同第一部分,但移植单胚胎。胚胎根据呼吸率分为两组;A组:胚胎呼吸率小于3.0 fmol/s,B组:移植的胚胎呼吸率大于等于3.0 fmol/s。第叁部分为Time-Lapse结合呼吸率选择胚胎组。该组患者纳入标准为:年龄≤35岁,月经正常,BMI:18-25,获卵数:5-15枚,采用ICSI(Intracytoplasmic sperm injection ICSI)授精。患者采用标准长方案促排卵,此次治疗为患者的首次助孕。不孕因素为单纯输卵管不孕,排除遗传性疾病,合并卵巢和输卵管因素的不孕和子宫因素的不孕。胚胎质量为优于8细胞的3级可移植胚胎。。实验分为叁组,A组为形态学选择二细胞开始时间T2cb<26.725 h的胚胎,B组为呼吸率大于等于3.0 fmol/s的胚胎,C组为同时满足T2cb<26.725 h和呼吸率大于等于3.0 fmol/s的胚胎。叁个部分的患者的胚胎呼吸率测量均于移植前进行2.研究方法(1)纳入标准的患者于周期前签署呼吸率测量相关的知情同意书。(2)于移植前进行呼吸率测量,采用SECM进行呼吸率的测量,测量方法为:1.将移植前的胚胎置于充满人输卵管缓冲液的测量槽内。测量槽为上宽下窄的圆锥形,胚胎自然沉积到底部。2.随着胚胎代谢耗氧,缓冲液顶部至底部出现递减的氧浓度差。3.调节参数后,将特殊的微电极沿垂直方向自上而下地扫描缓冲液内的电位差。在系统内转化为胚胎的呼吸率。4.记录各枚胚胎的呼吸率。全部操作在尽量短的时间内完成。(5)B超监测种植率,电话随访流产率、临床妊娠率、活产率并分析叁组之间的差异。结果:FET双胚胎移植组:共测量131个周期,对共262枚胚胎进行了呼吸率测量。比较叁组间年龄,BMI,子宫内膜厚度等基本情况,统计并分析了叁组间种植率,临床妊娠率,流产率和活胎分娩率等妊娠结局的差异。其中A组共测量83个周期,166枚胚胎,种植率48.19%,妊娠率65.06%,流产率4.82%,活胎分娩率60.24%;B组包含36个周期,72枚胚胎,种植率43.05%,妊娠率58.33%,流产率19.4%,活胎分娩率38.89%;C组有12个周期,共测量24枚胚胎,其中种植率37.5%,妊娠率50%,流产率16.67%,活胎分娩率33.33%。统计学分析发现,叁组患者年龄,BMI及子宫内膜厚度等基本情况间不存在统计学差异(P>0.05)。A组拥有更低的流产率及更高的活胎分娩率,且相较于B组和C组存在明显的统计学差异(P<0.05)FET周期单胚胎移植组:共移植58枚胚胎,其中呼吸率大于3.0的23枚,临床妊娠率43.48%。呼吸率小于等于3.0的35枚,临床妊娠率54.29%。两组妊娠率不存在统计学差异,但移植呼吸率大于3.0胚胎组临床妊娠率有所提高。Time-Lapse联合呼吸率组:共移植35枚胚胎,A组单纯形态学选择,移植13枚胚胎,种植率46.15%。B组单纯选择大于3.0胚胎,移植15枚,种植率53.33%。C组呼吸率联合形态学,移植7枚,种植率57.14%。提示满足形态学和呼吸率两个条件的胚胎种植率有所增加,但不存在统计学差异。结论:呼吸率测量在预测胚胎发育潜能方面还存在缺陷,但是当呼吸率大于等于3.0 fmol/s时,胚胎移植后患者的妊娠结局有所改善。提示胚胎呼吸率可以作为胚胎选择的辅助参数。研究背景:造血微环境(hematopoietic inductive microenvironment,HIM)是造血干细胞(Haemopoietic stem cells,HSCs)赖以生长发育和增殖分化的场所【1】,其结构和功能完整是维系正常造血功能的重要因素。造血基质细胞(bone marrow stromal cells,BMSCs)作为HIM的核心组分,不仅通过形成HSCs生长发育的“龛”、分泌造血生长因子和细胞外基质等方式支持和调控HSCs自我更新与分化,还与多种血液系统疾病的发生、发展和预后密切相关,因此骨髓基质细胞成为研究HIM结构与功能最为重要的研究对象。课题组前期研究证明,随着小鼠年龄增加,其HSCs也随之衰老,最终导致衰老相关性老年疾病的发生。HSCs衰老是否与造血诱导微环境的稳态有关值得思考,本研究采用D-半乳糖(D-galactose,D-gal)建立BMSCs体外和体内衰老模型,探讨D-gal诱导BMSCs衰老可能的生物学机理,为研究HSCs衰老与HIM的关系、寻找延缓HSCs衰老的有效途径奠定理论基础,提供实验室依据。目的:采用致衰剂D-gal构建大鼠骨髓基质细胞(BMSCs)体外和体内衰老模型,探讨BMSCs衰老生物学特性及其机制。材料与方法:体外对照组:常规培养大鼠骨髓BMSCs,取第叁代(Passage3,P3)细胞继续培养48 h;体外衰老组:在对照组基础上加入D-gal(终浓度30 g/L),作用48 h;体内衰老组:大鼠皮下注射D-gal(120 mg/kg.d),qd×42 d;体内对照组:大鼠皮下注射等时等量0.9%Nacl溶液,模型完成第2 d,取骨髓分离培养BMSCs,取P3细胞进行实验。检测指标:CCK-8测定细胞增殖能力;流式细胞术分析细胞周期和细胞凋亡率;β-半乳糖苷酶(SA-β-Gal)染色观察BMSCs衰老百分率;DCFH-DA荧光流式细胞术检测细胞活性氧簇(ROS)水平;酶学法检测过氧化物丙二醛(MDA)含量和总超氧化物歧化酶(SOD)活性;Western blotting检测P16、P21、P53、CDK2和cyclin-D表达。结果:D-gal在体外与体内均能建立BMSCs致衰老模型。表现在:1.BMSCs增殖能力下降;细胞G0/G1期比例增高、S期比例降低(P<0.05);2.SA-β-Gal染色阳性的BMSCs百分率上升(P<0.05);3.胞内ROS、MDA上升,SOD下降(P<0.05);4.BMSCs的P16、P21、P53表达上调,CDK2、cyclin-D下调(P<0.05)。结论:D-Gal在体内与体外均能构建BMSCs衰老模型,其机制可能与D-gal诱导BMSCs氧化损伤和激活衰老信号途径相关。(本文来源于《重庆医科大学》期刊2017-05-01）
呼吸率论文开题报告
（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：
目的:目前使用呼吸音模拟呼吸气流速度的研究已经获得广泛关注,同时已有研究证明呼吸音和呼吸气流速度之间的关系。临床中监测呼吸率的方法仍存在一定的缺陷。本研究的目的是验证气管音特征值和呼吸气流速度之间的关系并且选出用于模拟呼吸气流速度的最优气管音特征值,之后基于气管音最优特征值实现对不同呼吸情况下呼吸率的监测。研究方法:1、在静息状态下采集9名健康志愿者气管音信号以及呼吸气流速度信号。求取7种气管音特征值用于模拟呼吸气流速度。从Bland-Altman分析,模拟误差以及特征值求取时间叁个方面对气管音特征值模拟呼吸气流速度的模拟效果进行评价。除此之外,对合并模拟和分开模拟的模拟误差进行比较。2、采集46名志愿者气管音,同时采集志愿者鼻气流压力信号。在呼吸速率稳定情况下分别使用5种方法基于气管音特征值求取呼吸率,在呼吸速率改变情况下使用估计呼吸次数的方法基于气管音特征值求取呼吸率,基于鼻气流压力信号求取的呼吸率将其作为参考结果。采用线性回归分析,准确度和精密度,成功率,Bland-Altman分析作为气管音特征值求取呼吸率结果分析的评价标准。结果:1、对于任意气管音特征值来说,Bland-Altman分析结果表明实际的呼吸气流速度和模拟得到的呼吸气流速度之间均有较好的一致性。若单纯从误差系数角度考虑模拟效果,气管音模拟呼吸气流速度最优特征值为LogVariance(100ms,50%),若综合误差系数和特征值求取时间两个角度考虑气管音模拟呼吸气流速度最优特征值为LogEnvelope,同时,合并模拟的误差系数小于分开模拟的误差系数。2、综合线性回归分析,准确度和精密度,成功率和Bland-Altman分析的结果,在呼吸速率稳定情况下,基于气管音特征值使用AMDF_1方法得到的结果优于其他方法的结果;在呼吸速率明显改变的情况下,对于4种不同的呼吸情况采用AMDF_1方法得到的呼吸率结果和参考呼吸率之间相差较大,且不能反映呼吸率的变化情况,因此采用估计呼吸次数的方法对呼吸速率明显改变的情况使用气管音特征值求取呼吸率,其中对于正常呼吸+快速呼吸和正常呼吸+慢速呼吸两种情况结果较好,对于其余两种情况结果并不理想。结论:基于目前的数据和研究,在使用气管音进行呼吸气流速度模拟时,使用呼、吸阶段合并模拟的方式最为理想,在此基础上,选择LogVariance(100ms,50%)用于最小误差的呼吸气流速度模拟,选择LogEnvelope用于最优性能(模拟准确性与运算时间综合考虑)的呼吸气流速度模拟。在临床上对呼吸率进行常规监测时,基于气管音特征值使用AMDF_1方法实现对呼吸率的监测,对于呼吸异常情况下(如呼吸不稳定的重症监护状态)的呼吸率监测,则使用估计呼吸次数的方法基于气管音特征值求取呼吸率实现对呼吸功能的监测。
（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。
呼吸率论文参考文献
[1].刘鸿程,王笑梅,陈桂安.基于视频的人体睡眠状态下心率及呼吸率的检测[J].科技与创新.2019
[2].李文宇.基于气管音的特征优化及呼吸率监测[D].中国医科大学.2019
[3].李文宇,刘静,于璐.基于呼吸音的呼吸率监测方法研究[J].中国医疗器械杂志.2018
[4].贾学斌,廖曦文,商春恒,王云峰.基于压电信号的两种心率呼吸率提取算法比较[J].信息技术与网络安全.2018
[5].马莹,王云峰,张海英,黄成军.基于压电薄膜传感器的心率呼吸率实时监测[J].传感器与微系统.2018
[6].许良.基于心率呼吸率的实时睡眠分期算法研究[D].电子科技大学.2018
[7].霍亮.基于视频处理的呼吸率检测方法研究[D].合肥工业大学.2018
[8].霍亮,杨学志,李江山,刘雪南,方帅.适用于昼夜环境的呼吸率视频检测[J].中国图象图形学报.2018
[9].陈星池,赵海,毕远国,于洋.手机可见光提取脉搏中呼吸率的估计[J].东北大学学报(自然科学版).2017
[10].侯吉颖.1.呼吸率在预测D3FET胚胎发育潜能中的应用2.D-半乳糖诱导大鼠骨髓基质细胞衰老及其机制[D].重庆医科大学.2017