25 条结果 关键词:机器学习 ×

A Wearable Infrared Sensor for Detecting Non-ST Segment Elevation Acute Coronary Syndromes.

Life (Basel, Switzerland) 2026 Sengupta PP, Jamthikar AD, Yanamala N, Maganti K 等 10 人

非ST段抬高急性冠脉综合征(NSTE-ACS)传统依赖心电图和连续血液生物标志物检测。本研究评估一种无创、无采血、无电极的腕戴式红外光谱生物传感器(Infrasensor)。在13个中心、595例疑似NSTE-ACS患者及200例多族裔对照的前瞻性多中心研究中,患者按地理来源分为5个分析队列,并采用留一队列外部验证。机器学习模型检测...

Modularly-Assembled Smart Microneedle Platform for Machine Learning-Driven Personalized Health Monitoring.

Nano-micro letters 2026 Sun H, Chen L, Wang T, Li Z 等 10 人

针对代谢通路复杂及疾病相关因素,下一代健康管理需要可穿戴、微创且可定制的方法,以连续监测多种生理相关生物标志物。现有数据驱动分析策略难以在真实生活场景中提供定量和预测性健康评估。本文报道了一种电子多路复用微针生物传感器贴片(eMPatch),可实时、微创地监测组织间液(ISF)中的关键代谢标志物,包括葡萄糖、尿酸、胆固醇、钠、钾和p...

A Wearable Infrared Sensor for Detecting Non-ST Segment Elevation Acute Coronary Syndromes.

medRxiv : the preprint server for health sciences 2025 Sengupta PP, Jamthikar AD, Yanamala N, Maganti K 等 10 人

非ST段抬高急性冠脉综合征(NSTE-ACS)传统上依赖心电图和连续血液生物标志物检测进行诊断。本研究评估一种无创、无采血、无电极的腕戴式红外光谱光度生物传感器(Infrasensor),用于 NSTE-ACS 的早期识别与分诊。该研究为前瞻性、多中心研究,在两国 13 个中心共纳入 595 名疑似 NSTE-ACS 患者,并按地理...

Developing a Multisensor-Based Machine Learning Technology (Aidar Decompensation Index) for Real-Time Automated Detection of Post-COVID-19 Condition: Protocol for an Observational Study.

JMIR research protocols 2025 Mathew J, Pagliaro JA, Elumalai S, Wash LK 等 7 人

后新冠状态(post–COVID-19 condition)表现为新冠症状持续3个月以上,可能显著影响全球数百万患者生活,且重症新冠患者后续数月再住院风险升高。目前延迟并发症的病理生理机制仍不清楚,持续症状与心肺客观指标之间存在分离。本研究旨在利用单一集成设备 MouthLab 和云端专有分析引擎,开发并验证 Aidar 失代偿指数...

Automated loss of pulse detection on a consumer smartwatch.

Nature 2025 Shah K, Wang A, Chen Y, Munjal J 等 36 人

院外心脏骤停是时间敏感急症,无目击事件几乎不可存活。脉搏突然消失是心脏骤停的核心体征,若生物传感器能自动检测并呼叫急救,可能提高生存率,但必须控制误报对公共急救系统的负担。本文报道一种基于消费级智能手表的多模态机器学习脉搏丢失检测系统。首先,利用光电容积脉搏波(PPG)证明,通过动脉闭塞诱导的外周脉搏消失与室颤(VF)引起的中心脉搏...

A wearable alcohol biosensor: Exploring the accuracy of transdermal drinking detection.

Drug and alcohol dependence 2025 Fairbairn CE, Han J, Caumiant EP, Benjamin AS 等 5 人

背景:摄入酒精的微量成分可在汗液和不可感知汗液中检出,但摄入与经皮排出酒精的关系复杂,受环境影响并存在滞后,跨环境实时饮酒检测可行性不明。本研究探索新一代快速采样经皮生物传感器通过机器学习在不同环境中同步检测饮酒的准确性。方法:100名规律饮酒者参加三次实验室会话,操纵酒精剂量、摄入速率和环境条件;14天内现场提供呼气酒精浓度(BA...

Machine Learning and Wearable Technology: Monitoring Changes in Biomedical Signal Patterns during Pre-Migraine Nights.

Healthcare (Basel, Switzerland) 2024 Kapustynska V, Abromavičius V, Serackis A, Paulikas Š 等 6 人

偏头痛是最常见的神经系统疾病之一,以中重度头痛发作为特征,自主神经系统(ANS)在偏头痛发作各阶段可发生改变。本研究利用可穿戴生物传感器技术,对10名偏头痛患者在偏头痛前夜的ANS变化模式进行监测。研究采集夜间睡眠期间的多种生理、活动及信号处理指标,用于训练预测模型并分析特定特征与偏头痛发作的关系。数据按夜间睡眠标准筛选,并采用5至...

Behavioral Adaptations in Tropical Dairy Cows: Insights into Calving Day Predictions.

Animals : an open access journal from MDPI 2024 Raza A, Abbas K, Swangchan-Uthai T, Hogeveen H 等 5 人

本研究考察热带奶牛过渡期活动模式变化,评估其预测产犊日的潜力。研究使用 AfiTag-II 生物传感器监测 298 头产前和 347 头产后荷斯坦牛的活动、休息时间、每次休息时长和不安比率,覆盖第 1、第 2 和 ≥3 泌乳组。数据在 SPSS 中用广义线性混合模型分析,并采用随机森林、决策树、梯度提升、朴素贝叶斯和神经网络五种机器...

Improved method for stress detection using bio-sensor technology and machine learning algorithms.

MethodsX 2024 Nazeer M, Salagrama S, Kumar P, Sharma K 等 7 人

维持适宜压力水平对身心健康很重要,但许多人难以识别压力来源。随着情绪稳定与心理意识日益重要,可穿戴医疗技术近年受到关注,可实时监测并提供关键生理数据以改善患者照护。现有压力检测方法如 ECG、BVP 和身体运动分析存在刚性大、易受噪声干扰等局限。为此,作者提出 STRESS-CARE,一种采用混合策略的通用压力检测传感器。该系统利用...

Signal processing and machine learning with transdermal alcohol concentration to predict natural environment alcohol consumption.

Experimental and clinical psychopharmacology 2024 Didier NA, King AC, Polley EC, Fridberg DJ

腕戴式酒精生物传感器可连续记录经皮酒精浓度(TAC),有望在自然环境中监测酒精摄入,但缺乏成熟的信号处理与饮酒事件检测方法。本研究开发了用于BACtrack Skyn腕戴酒精生物传感器原始数据(TAC、温度与运动)的分析软件,构建信号处理与机器学习流程:筛查皮肤表面温度<28°C以识别设备未佩戴,校正TAC伪迹;计算TAC特征(上升...

Quantifying time perception during virtual reality gameplay using a multimodal biosensor-instrumented headset: a feasibility study.

Frontiers in neuroergonomics 2023 Moinnereau MA, Oliveira AA, Falk TH

人们在无聊或专注时会感到时间变慢或变快。在虚拟现实(VR)中,时间感知与沉浸、投入和体验质量密切相关,但现有研究多依赖问卷,缺乏客观测量。本文提出一种嵌入多模态生物传感器的VR头显,可在用户沉浸于虚拟环境时同步采集脑电(EEG)、眼电(EOG)、心电(ECG)和头部运动数据。8名玩家佩戴该头显玩商业动作游戏,游戏包含解谜与第一人称射...

Predicting Obsessive-Compulsive Disorder Events in Children and Adolescents in the Wild using a Wearable Biosensor (Wrist Angel): Protocol for the Analysis Plan of a Nonrandomized Pilot Study.

JMIR research protocols 2023 Olesen KV, Lønfeldt NN, Das S, Pagsberg AK 等 5 人

心率和皮肤电活动(EDA)等生理信号可反映心理状态,野外可穿戴设备记录有助于客观监测症状严重度与治疗效果。本研究设计非随机试点研究,评估从日常腕戴设备生理信号预测儿童青少年强迫症(OCD)事件的可行性,并预先注册分析计划。研究纳入18名8–16岁儿童青少年,包括9名OCD患者和9名无精神疾病对照。患者在临床完成访谈评估OCD严重度、...

Detecting Prolonged Stress in Real Life Using Wearable Biosensors and Ecological Momentary Assessments: Naturalistic Experimental Study.

Journal of medical Internet research 2023 Tutunji R, Kogias N, Kapteijns B, Krentz M 等 7 人

背景:预防压力相关精神障碍需要无创真实生活监测。可穿戴设备可能帮助,但用于真实压力检测尚未系统研究。目的:确定生态瞬时评估(EMA)和可穿戴设备测量的生理唤醒在检测生态相关压力状态中的效用。方法:结合 EMA 与可穿戴生物传感器进行生态生理评估(EPA),研究高利害考试周(生态压力源)对医学生(83人,61.4%女性)生理唤醒和情绪...

Predicting obsessive-compulsive disorder episodes in adolescents using a wearable biosensor-A wrist angel feasibility study.

Frontiers in psychiatry 2023 Lønfeldt NN, Olesen KV, Das S, Mora-Jensen AC 等 6 人

强迫症(OCD)以痛苦、负性情绪、心理过程和行为为特征,并反映在心率、皮肤电活动和皮肤温度等生理信号中。连续监测与 OCD 症状相关的生理信号可使 OCD 测量更客观,并有助于密切监测前驱症状、治疗进展和复发风险。本研究探索在真实世界中使用无创腕戴式生物传感器和机器学习模型捕捉 OCD 事件的可行性。方法:从儿童青少年心理健康服务中...

A Wearable Artificial Intelligence Feedback Tool (Wrist Angel) for Treatment and Research of Obsessive Compulsive Disorder: Protocol for a Nonrandomized Pilot Study.

JMIR research protocols 2023 Lønfeldt NN, Clemmensen LKH, Pagsberg AK

本研究是一项非随机试点研究方案,旨在评估使用可穿戴生物传感器监测儿童青少年强迫症(OCD)症状的可行性与可接受性。研究纳入8-17岁OCD患者、无精神科诊断的对照儿童青少年及一名家长,佩戴腕部生物传感器连续8周采集脉搏、皮肤电活动、皮肤温度与加速度信号。患者与家长标记OCD发作,对照标记恐惧事件;基线与8周后在临床完成受控实验,结合...

Examining new-generation transdermal alcohol biosensor performance across laboratory and field contexts.

Alcohol, clinical & experimental research 2023 Ariss T, Fairbairn CE, Bosch N

腕戴式经皮酒精传感器有望改变酒精消费测量方式,但硬件故障与数据分析挑战限制了其广泛应用。本研究在实验室和现场环境中评估新一代腕戴式经皮酒精传感器(BACtrack Skyn)的性能。研究利用机器学习模型,将经皮酒精浓度(TAC)时间序列转换为呼气酒精浓度(BrAC)估计,并在大规模实验室研究(N=256)和现场试点研究(N=27)中...

Continuous Remote Patient Monitoring in Patients With Heart Failure (Cascade Study): Protocol for a Mixed Methods Feasibility Study.

JMIR research protocols 2022 Reamer C, Chi WN, Gordon R, Sarswat N 等 17 人

心力衰竭(HF)是常见慢性病,增加死亡、发病和再入院风险。连续远程患者监测(CRPM)可能有助于预防 HF 再入院。本研究旨在评估在 NorthShore University HealthSystem 使用 CRPM 方案监测 HF 患者的可行性与初步疗效。研究为前瞻性、混合方法、非随机、开放标签可行性研究,使用可穿戴生物传感器在...

Exploration of physiological sensors, features, and machine learning models for pain intensity estimation.

PloS one 2021 Pouromran F, Radhakrishnan S, Kamarthi S

当前临床疼痛评估主要依赖患者自报,主观性强,易导致治疗不佳、阿片类药物过量处方和药物寻求行为。本研究探索基于生理传感器的自动客观疼痛强度估计机器学习方法,使用公开 BioVid Heat Pain 数据集。对 87 名健康受试者接受热痛刺激时采集的皮肤电活动(EDA)、心电(ECG)和肌电(EMG)信号提取 22 个时间序列特征,并...

Harmonizing Wearable Biosensor Data Streams to Test Polysubstance Detection.

International Conference on Computing, Networking, and Communications : [proceedings]. International Conference on Computing, Networking and Communications 2020 Rumbut J, Fang H, Wang H, Carreiro S 等 7 人

可穿戴生物传感器作为无线体域网(WBAN)的关键组件,使医疗提供者能够开展连续健康监测。已有研究表明,外部佩戴的非侵入式传感器结合机器学习算法可检测多种物质导致的中毒,但此类方法仍存在局限。开发能够普遍检测中毒的模型面临个体差异、传感器差异、药物差异和环境差异等挑战。本文探讨无线通信进展和分布式系统新范式如何促进多物质使用检测。作者...

Using machine learning for real-time BAC estimation from a new-generation transdermal biosensor in the laboratory.

Drug and alcohol dependence 2020 Fairbairn CE, Kang D, Bosch N

透皮生物传感器可提供非侵入、低成本的酒精摄入评估,在成瘾科学中具有广泛应用潜力。旧代透皮设备体积较大且采样间隔稀疏,限制了应用;新一代设备具有智能手机连接、紧凑设计和快速采样特点。本研究在实验室中初步评估新一代透皮传感器原型的有效性。参与者为年轻饮酒者,在实验室接受酒精(目标BAC=0.08%)或无酒精处理,佩戴透皮传感器并反复提供...