简介：针对我国目前存在的非DICOM与DICOM设备并存所造成的医疗通讯问题,通过分析BMP与DI-COM图像文件的特点,基于VC++6.0编程环境实现了BMP医学图像向DICOM标准图像的转换,为不同设备之间的互联以及PACS系统的发展提供了有利条件.

简介：将胃电与胃机械活动相关的胃阻抗信息作为诊断依据,建立新的、更准确的胃动力评价方法.基于阻抗法设计了获取胃动力信息的系统,通过小波变换技术分离与胃电同步的胃蠕动信息.结果表明系统通过了调试,实现设计功能,采集到了阻抗和同步胃电信号.小波变换提取的信号排除了干扰,获得了胃蠕动信息.基于阻抗技术的方法可检测胃蠕动状态,联合同步胃电分析技术为临床检测提供了新方法.

简介：开发了一种利用尿压传感实现的新型导尿装置。该装置用于因各种原因不能正常排尿而需要长期留置导尿管的患者。装置借助压力传感和电子控制,实现日常医用导尿管的自动通断。对于临床上长期留置导尿管的患者,它既可以有效地保证膀胱的舒缩功能,促进膀胱机能的保持与尽快恢复,又能降低医护人员的工作强度和减轻患者的经济负担。

简介：为了进一步减少数据扫描时间，提高磁共振成像速度，我们对压缩感知MRI脉冲序列进行了研究。采用相位编码方向变密度欠采集的方式，设计了基于自旋回波的压缩感知序列；并采用PPL语言编程，在永磁和超导MR扫描仪上实现了该序列，对压缩感知欠采集与自旋回波全采集的数据进行了图象重建和分析。结果表明：该序列达到了压缩感知的要求，采集的头部和膝盖数据的最佳欠采样加速因子分别为2和4，大大节省了数据采集时间。该序列的实现使得低场强MR扫描仪在不提高梯度性能的情况下，便可实现快速成像，为提高我国在MR扫描仪上的研发水平奠定了基础。

简介：据SinghviA2016年4月5日（Cell,2016Apr5.doi：10.1016/j.cell.2016.03.026.）报道,神经胶质细胞在大脑中扮演着非常活跃和动态化的角色。人们大脑中超过一半的细胞都是由神经胶质细胞组成,其可以缠绕在神经纤维上并且促进其绝缘,从而使得电脉冲和化学脉冲可以迅速传递;过去,科学家们一直认为神经胶质细胞非常必要,而且其还是神经细胞的＂被动帮手＂（passivehelper）。

简介：设计一款使用蓝牙无线传输数据的可穿戴的动态体温监测系统,具有无线、可穿戴、动态监测的特点,采用NTC传感器和蓝牙4.0协议,由体温监测终端、手机客户端及云服务平台三部分组成。体温监测终端通过蓝牙将数据实时发送至手机客户端,手机客户端通过无线网络将数据实时上传到云服务平台。该系统符合体温计国家标准（GB-T21416）,适用于医院及家庭。该系统准确稳定,能实时监测患者体温变化情况,及时发现异常;能减少医护人员与传染性疾病患者接触的次数,降低医护人员感染疾病的风险,可实现大规模的监测,提高医护人员的工作效率。

简介：以背心式呼吸感应体积描记系统为平台,经过标定实现通气量的无创测量,并检验测量结果的准确性.用背心式呼吸感应体积描记系统和呼吸速度描记仪同时记录15名受试者的呼吸数据,取前5min数据用诊断性定性校正技术(qualitativediagnosticcalibration,QDC)标定背心式呼吸感应体积描记系统,后续数据用于对比检验背心式呼吸感应体积描记系统测量通气指标的准确性及有效性.结果表明,15组对比检验数据,背心式呼吸感应体积描记系统经过标定所测平均潮气量(总体平均潮气量为443±79ml)与呼吸速度描记仪所测平均潮气量(总体平均潮气量为446±83ml)相关性很好(R=0.9988,P<0.001,n=15),对两种方法所测平均潮气量进行t检验,P=0.918,说明两种测量方法在平均潮气量测量上无统计学差异.15组数据中,两种方法所测平均潮气量相对误差最大值为2.42%,比较逐呼吸潮气量,在15组数据共11437次呼吸中,93.85%的点(10734次)的相对误差落在10%之内,98.10%的点(11220次)的相对误差落在15%之内,99.03%的点(11326次)的相对误差落在20%之内.背心式呼吸感应体积描记系统采用诊断性定性校正技术标定后,能够准确测量通气指标,此系统是实现长时间、低负荷、动态呼吸模式监测的有效方法.

简介：为提高对婴儿健康监护的质量,本研究提出在育婴箱中增加婴儿哭声识别功能,该系统主要以TI公司的数字信号处理器(DSP)芯片TMS320DM643和多媒体音频编解码芯片TLC320AIC23B为硬件核心,设计一套实时的婴儿哭声识别系统。本系统使用拾音器采集婴儿哭声,音频解码芯片对声音信号进行处理,然后发送给DSP芯片,DSP芯片对声音信号进行预处理,然后用优化的自相关函数算法提取特征参数-线性预测系数(LPC),使用动态时间规整(DTW)识别算法,实现对婴儿的哭声准确识别,并经串口向上位机发送识别结果。该系统在实际测试后表明,婴儿啼哭状态识别准确率可达97.1%,在婴儿护理领域具有重要意义。