基于慢呼吸的高血压治疗仪的设计

来源 :重庆大学 | 被引量 : 0次 | 上传用户:rylqy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高血压是引起心血管疾病的重要因素,目前,国内外主要的高血压治疗方法为药物治疗。但是由于长期用药的高费用及副作用,患者常难以坚持服用降压药。药物治疗所存在的缺点促使国内外的研究人员开始寻求非药物的高血压治疗方法。研究表明,改善生活方式如适当运动、降低盐的摄入、控制体重等可以降低高血压。但是上述所提到的各种非药物治疗方法受患者的行为方式影响较大,不能形成科学系统的治疗方法。另外,以皮温和肌电为反馈量的生物反馈高血压治疗仪也具有较好的降压效果,但是皮温和肌电作为反馈量,患者不容易掌握控制的方法或需要较长的学习时间。   运用慢呼吸技术进行高血压治疗是近几年来国内外医学界研究的热点,研究表明,有规律地缓慢降低呼吸率能够增加心率变异性和压力感受灵敏度,及降低血压的作用。目前所提倡的用于降低血压的运动如东方的瑜伽、气功和冥想中都有减慢呼吸率的技术。可见,慢呼吸对降低血压具有较为明确的效果。因此,本文设计一种基于慢呼吸的高血压治疗仪,该治疗仪是结合电子技术、传感器技术以及生物反馈原理进行开发的,其以呼吸作为反馈量,通过听觉和视觉引导信号引导患者降低呼吸率。相较于通过调节皮温和肌电使患者放松进而降低血压的间接治疗方法,以呼吸作为反馈量具有易控制性和直接作用于心血管系统的优点。   基于慢呼吸的高血压治疗仪采用的是上—下位机模式,主要由呼吸传感器、放大滤波电路、数据采集及USB接口电路、计算机应用软件程序组成。   呼吸传感器采用的是压阻式全桥型系带式呼吸传感器,其原理是通过将压力传感器固定在系带上,系带绑在人体胸/腹部,压力传感器将呼吸时胸/腹部起伏变化引起的压力变化转换成电信号,即为人体的呼吸波。   根据人体呼吸波的特征,设计相应的放大滤波电路。其中还设计了增益控制电路以调整不同情况下呼吸波幅度的变化,使其能够与后续A/D转换芯片TLC2543的模拟输入范围匹配。   利用单片机AT89S52和Philips公司生产的专用USB接口芯片设计USB接口电路。下位机通过USB接口与计算机进行数据通信。   计算机应用软件程序主要完成呼吸波及其相关参数的实时显示,数据存储,呼吸引导信号的生成等功能。其核心主要是两个算法:呼吸信号的特征点识别,呼吸引导信号生成算法。后者利用前者分析得到的呼吸特征参数,控制生成呼吸引导信号,指示受试者进行呼气和吸气,逐步使受试者的呼吸率降低。   最后,对治疗仪进行整体调试,并进行了初步试验及结果分析。结果表明本系统能够有效地引导受试者进行慢呼吸训练,对于降低血压具有一定的效果。但是对于运用慢呼吸进行高血压治疗的方法还需要作深入的探索,还有许多工作有待进一步研究。
其他文献
单核苷酸变异(single nucleotide variatioN,SNV)因其与疾病易感性、药物反应差异性、人类进化及种群多样性等相关而广受关注,虽然传统的检测方法能够实现单核苷酸多态性(single
1月下旬,雨雪冰冻极端天气对我国南方大部分地区造成灾害。这场罕见的大范围天气灾害,大有李白《行路难》“欲渡黄河冰塞川,将登太行雪满山”的艰险,但广大新闻记者肩负使命,摸爬滚打在新闻源头,经受“高雪压”考验。  1月30日上午,温家宝总理在广州问候一线记者:“感谢记者们!”1月31日,中国记协给在抗击雨雪冰冻灾害第一线的新闻工作者发出慰问信。在这里,我要为同行鼓掌。做一个新闻人真的很累。跨出新闻系大
一今年是改革开放30周年。30年,就历史而言不过是弹指一瞬,中国的传播媒介却经历了涅磐新生的漫长历程。如果没有持续不断的新闻改革,就不可能有中国新闻界蓬勃发展的今天。
在医学诊断、卫星成像和视频监控等应用中,高分辨率图像可提供更丰富的信息。由于CCD和CMOS传感器的分辨率限制,采集到的图像在放大时经常容易产生失真。如果单纯依靠改进硬件
期刊
比喻,就是我们常说的打比方,是根据两种不同类型和性质的事物之间的相似之处,用一种事物来描述另一种事物的修辞手法.它一般由三个部分组成:rn一般来说,具备了上述三个部分的
期刊
期刊
随着人类社会健康观念更新、疾病谱改变、老龄化社会到来及医学模式的转变,以医院为中心的医疗模式必然会回归到以预防为主、以社区医疗(含家庭和个人保健)为中心的模式上来。医学仪器的微型化、智能化、个性化和网络化是医疗模式改变所带来的必然趋势,然而更重要的是要发展全新概念的医学仪器,使它们能真正“无缝”地融入家庭和社区环境中。这些变化对医学仪器的研究和设计者既是一个巨大的挑战也是很好的机遇,研究开发一套稳
期刊
随着医院信息化的发展和数字化、智能化医疗技术的进步,医院医疗信息系统中积累了大量的医疗健康数据,海量的医疗健康数据具有数字时代背景下“大数据”数据体量巨大、数据种类