相关实验视频
Updated: May 1, 2026
09:54
A Model to Simulate Clinically Relevant Hypoxia in Humans
Published on: December 22, 2016
8.8K
在可穿戴神经成像设备中应用单源探测器分离算法:迈向小型化生物传感器用于低氧检测的一步
Thien Nguyen1, Soongho Park1, Jinho Park1
1Eunice Kennedy Shriver National Institute of Child Health and Human Development, National Institutes of Health, 49 Convent Drive, Bethesda, MD 20892-4480, USA.
Bioengineering (Basel, Switzerland)
|April 27, 2024
概括
单源探测器分离 (SSDS) 算法显示了可穿戴式缺氧检测的前景. 它比空间分辨光谱 (SRS) 方法更准确地测量了在喘息任务期间的大脑组织氧和度 (StO2).
科学领域:
- 生物医学工程 生物医学工程
- 生理学 生理学 生理学
- 医疗器械 医疗器械
背景情况:
- 低氧的非侵入性检测通常依赖于空间分辨谱 (SRS) 来测量大脑组织氧和度 (StO2).
- 可穿戴设备越来越多地用于实时生理监测.
研究的目的:
- 评估单源探测器分离 (SSDS) 算法的有效性,用于使用近红外光谱学 (NIRS) 计算StO2.
- 为了比较SSDS算法的性能与SRS方法在检测呼吸任务期间大脑STO2的变化.
主要方法:
- 收集了26名健康成年人的NIRS数据,这些数据是在使用可穿戴的NIRS设备与两个源检测器分离器 (SDS) 的呼吸任务中收集的.
- 应用SSDS算法来推导氧血球蛋白 (HbO) 和StO2.0的变化.
- 在团体和个人层面分析数据.
主要成果:
- 组分析显示,在喘息任务期间,HbO和StO2的含量发生了显著变化,最初下降,随后在基线以上增加.
- 在任务中,SRS方法未能检测到个人级别的StO2变化.
- 与SRS相比,SSDS算法在量化大脑StO2变化方面表现出更大的稳定性.
结论:
- SSDS算法是一种更可靠的方法,用于量化在喘息任务期间的大脑StO2的变化.
- 这些发现支持SSDS算法的潜力,用于开发可穿戴生物传感器来监测大脑的StO2并检测缺氧.
更多相关视频
08:19Simultaneous Data Collection of fMRI and fNIRS Measurements Using a Whole-Head Optode Array and Short-Distance Channels
Published on: October 20, 2023
1.1K
14:28Non-Invasive Monitoring of Microvascular Oxygenation and Reactive Hyperemia using Hybrid, Near-Infrared Diffuse Optical Spectroscopy for Critical Care
Published on: May 10, 2024
1.5K
