9 条结果 关键词:生理信号 ×

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...

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、...

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...

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...

Development of a Biosensor Based on Graphene for Detection of Physiological Signals

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference 2019 Zi X, Xie L, Meng Q, Liu Z 等 5 人

目前石墨烯已广泛用于柔性传感器,但采用简单、低成本方法制备石墨烯基传感器仍存在问题。本文针对可穿戴生理信号监测对低成本、易制备传感器的需求,采用热膨胀法制备石墨烯纳米片(GNPs),将其压制成GNPs片,并用聚氨酯(PU)医用膜双面封装形成电容极板;再将两片电容极板叠合,两侧用透明胶带封边,制成GNPs电容传感器。与现有石墨烯基传感...

Automatic Detection of Opioid Intake Using Wearable Biosensor.

International Conference on Computing, Networking, and Communications : [proceedings]. International Conference on Computing, Networking and Communications 2018 Mahmud MS, Fang H, Wang H, Carreiro S 等 5 人

现有研究指出,娱乐性药物过量会造成严重社会与经济后果,而法医毒理学中的非法药物检测常因样本制备耗时长和主观判断而延迟。为此,作者开发了一种基于腕戴式生物传感器自动检测阿片类药物摄入的方法。该系统利用 Q-sensor(Affectiva)连续采集皮肤电活动(EDA)、皮肤温度和三维加速度数据,适用于家庭与医院场景。研究采用监督学习,...

Staged Inference using Conditional Deep Learning for energy efficient real-time smart diagnosis.

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference 2017 Parsa M, Panda P, Sen S, Roy K

生物传感器技术与可穿戴设备的进展为远程健康监测、实时诊断和疾病预防提供了重要机会。可穿戴设备产生大量数据,数据挖掘技术对其分析不可或缺,深度学习是医疗健康应用和疾病诊断中有前景的方法。然而,传统深度神经网络计算密集,难以在低功耗体侧设备中用于实时诊断。本文提出基于条件深度学习的分阶段推理(SICDL),作为创建健康监测系统的节能方法...

A wrist-worn biosensor system for assessment of neurological status.

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference 2014 Cogan D, Pouyan MB, Nourani M, Harvey J

基于脑电图的神经状态监测通常显眼且不适。作者分析了一组可由腕戴设备舒适监测的生理信号,包括心率、血氧饱和度、皮肤电活动、皮肤温度和腕部运动,并利用机器学习分类准确区分个体的四种压力状态。研究还发现,在单次癫痫发作前70分钟内这些信号发生明显变化,所有数据的分类准确率均大于90%。实验使用 Affectiva Q Curve 和 No...