简介:中成药是在中医药理论指导下,以中药材为原料,按规定的处方和方法制成的药品。1服用中成药应熟悉药性,对症用药。中成药由于配伍法度严谨,若用之得当,功效显著。如安神的中成药就有几种,用于治疗心悸失眠症,但各有其特点。天王补心丹重在滋阴补虚热,用于心肾不足,虚烦心悸、失眠多梦,口舌生疮,大便干燥等症。朱砂安神丸主用于清心火、除烦热,适用心火亢盛的心神不安,怔忡失眠、夜多怪梦、胸中烦热等症。柏子养心丸重在补心气、温心阳,适用于心、气不足、精神恍惚、惊悸不安、多梦失眠、神疲乏力之症。再如感冒有风寒风热之分,风寒症恶寒发热、浑身疼痛、鼻流清涕,应该用辛温解
简介:针对超声组织谐波成像中基谐波分离的问题,提出一种基于二阶volterra滤波器的超声组织谐波的提取方法。在谐波提取过程中,利用RLS算法估计SVF的系数,然后利用估计的二次成分成像。与传统谐波分离方法—带通滤波相比,该方法能更好地提取谐波。结果表明,这种方法能有效提取谐波,所提取的信号的动态范围更大,图像梯度幅度累加和更高,性能优于传统的谐波提取方法。
简介:针对传统医护监测设备的缺陷,提出了一种基于物联网的智能医护监测系统,从物联网的三层架构出发,设计了系统的四层架构,旨在实现患者家属和医护人员通过web方式异地访问患者生理参数的目的。方法:采用ZigBee簇树型无线网络进行多点数据传输的方法、基于可编程片上系统PSoC的底层控制、采用B/S架构的应用层数据访问。该系统监测患者生理参数准确度不大于±0.01,显示数据具有动态实时性;并能实现患者异常参数智能预警提示。突出设备的小型化,将其内嵌于病号服中。设计的基于物联网技术的智能监测系统,能动态实时远程监测患者信息,明显减轻了医护工作的人力、物力、财力,为远程医疗系统奠定了基础。
简介:提出了基于容积脉搏波振幅梯度的血压检测方法,并开发了相应的检测系统,进行了原理测试和对比实验。首先,对三名实验者进行了验证性实验,确认了系统的稳定性;其次,以水银式血压检测法作为对比方法,进行了基于容积脉搏波振幅梯度的血压检测法的对比实验,实验结果表明两种血压检测法具有良好的直线相关性;最后,用Bland-Altman图进行分析,结果表明收缩压和舒张压均有94%以上的实验结果分布在95%置信区间的范围之内,说明两种测量方法具有良好的一致性。基于容积脉搏波振幅梯度的血压检测法与水银式血压检测法具有大致相同的检测精度,本研究提出的新的血压检测法对间歇式血压检测是有效的。
简介:设计出一款多态脊柱康复爬行训练仪.该爬行仪可实现被动形式下的跪撑爬行、攀高爬行、俯式爬行、扭腰摆动等多种爬行训练模式.爬行运动对脊柱有很好的锻炼效果,根据爬行运动设计要实现的动作,利用SolidWorks对训练仪整体结构进行三维建模,对训练仪进行运动学和动力学的理论分析,并结合SolidWorksMotion进行运动学和动力学仿真.最后通过有限元分析软件ANSYSWorkbench对主要受力部件进行静力学分析.通过运动仿真,三维模型可以实现各种预定的运动模式,而且对关键部件进行的强度校核满足强度要求.该训练仪运动模式多样且结构设计合理,选材强度合适,具有一定的可行性.
简介:目的研究一种含5%(质量分数)纳米单质银颗粒的-磷酸三钙复合支架(β-TCP-Ag)的细胞毒性及在家兔体内的抗菌性和促成骨性能,从而为临床治疗骨髓炎合并大面积骨缺损提供新的思路。方法体外:以100%-磷酸三钙支架(β-TCP)作为对照组,在体外用CellCountingKit-8(CCK-8)试剂检测支架浸提液对大鼠骨髓间充质干细胞(rBMSCs)的细胞毒性;体内:选取新西兰大白兔28只,以β-TCP为对照,一期在4周内建立兔股骨骨髓炎模型,再二期植入支架后分别饲养4周和12周,然后取支架植入区域骨组织,用平板涂布法检测金黄色葡萄球菌菌落的相对个数;用显微电子计算机断层扫描(Micro-CT)观察支架植入区域骨组织长入情况。结果CCK-8检测显示各组间细胞相对活性未见明显差异,表明β-TCP-Ag在体外未见有明显细胞毒性;细菌平板涂布法显示植入β-TCP-Ag组材料周围骨组织培养金黄色葡萄球菌菌落数远小于β-TCP组;Micro-CT分析表明β-TCP-Ag组骨缺损区域骨量明显高于β-TCP组。结论含5%纳米银颗粒的-磷酸三钙复合支架具有良好的生物相容性和抗菌能力,在体内杀灭细菌后有利于骨缺损的愈合,是一种良好的抗菌和骨缺损植入物材料。在改进骨感染合并骨缺损的治疗中具有重要的潜能。
简介:设计一种专门用于监控测量脑脊液、手术伤口的渗出液流速和流量的传感器。根据法拉第电磁感应原理,采用低频方波励磁方式和单片机控制系统,设计选出一种最优方案并进行试验验证。样机的测量精度、重复误差等均能满足要求。样机质量稳定,性能能够满足临床对人体体液引流过程的监控需求,为患者术后的护理提供了一种安全、方便的监护手段。
简介:当前癫痫自动检测方法,通常采用希尔伯特黄变换结合脑电信号变换规律进行检测,易受到噪声的干扰,检测结果存在一定的误差。据此,深入研究基于子波变换的癫痫脑电信号检测方法,依据子波变换检测癫痫脑电信号的原理,采用子波变换对含噪的脑电信号进行去噪后,考虑到癫痫患者发病时,脑电信号里异常特征波导致信号波动幅度较大,采用TQWT小波分解并重构脑电信号,提取重构后的脑电信号里有效值与峰峰值指标构成特征分量,根据特征分量设定正常与发病两种样本,通过支持向量机(supportvectormachine,SVM)分类器对脑电波信号样本分类,实现患者癫痫脑电信号的准确检测。实验结果表明,所提方法可有效检测癫痫脑电信号,检测灵敏度、特异性和准确率均值分别是98.73%、18.84%、98.87%,适用于癫痫脑电信号检测。