CN115581450B - 一种基于最大耗氧量和血清指标预测高原头痛的系统 - Google Patents
一种基于最大耗氧量和血清指标预测高原头痛的系统 Download PDFInfo
- Publication number
- CN115581450B CN115581450B CN202211324620.1A CN202211324620A CN115581450B CN 115581450 B CN115581450 B CN 115581450B CN 202211324620 A CN202211324620 A CN 202211324620A CN 115581450 B CN115581450 B CN 115581450B
- Authority
- CN
- China
- Prior art keywords
- headache
- plateau
- subject
- oxygen consumption
- maximum oxygen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/58—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving labelled substances
- G01N33/581—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving labelled substances with enzyme label (including co-enzymes, co-factors, enzyme inhibitors or substrates)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/74—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/28—Neurological disorders
- G01N2800/2807—Headache; Migraine
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Pulmonology (AREA)
- Microbiology (AREA)
- Theoretical Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Computing Systems (AREA)
- Endocrinology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供一种基于最大耗氧量和血清指标预测高原头痛的系统,包括:最大耗氧量获取装置,用于获取受试人员在平原地区的最大耗氧量;肾上腺素获取装置,用于获取受试人员在平原地区的血清中肾上腺素含量;高原头痛预测设备,用于根据受试人员在平原地区的最大耗氧量在平原地区的血清中肾上腺素含量,使用高原头痛预测模型,预测受试人员进入高原发生高原头痛的可能性。高原头痛预测模型选用多层前馈神经网络神经网络训练得到。本发明可以解决现有技术中无法对进入高原的人员发生高原头痛进行早期预测的技术问题。
Description
技术领域
本发明涉及头痛预测技术领域,具体涉及一种基于最大耗氧量和血清指标预测高原头痛的系统。
背景技术
头痛是平原世居人群急进高原时较为常见的一种症状,现有研究数据表明,平原世居人群在急性暴露于海拔2500米以上时,头痛的发生率约为20%-90%。按照国际头痛学会的定义:高原头痛是指在上升至2500米或更高高度后,24小时内出现并且在返回平原后8小时内消退的头痛,在现有技术中目前仍未明确其潜在的生理学机制。
目前,高原头痛一旦发生只能通过少数药物或高压氧治疗进行缓解,会对进入高原地区的人员工作、生活造成极大的影响。因此,亟需一种能够筛选出高原头痛易感人群的技术方案,以实现对发生高原头痛可能性的早期预测,让进入高原的人群提前做好生理和心理上的准备。
发明内容
针对现有技术存在的不足,本发明提出一种最大耗氧量和血清指标预测高原头痛的系统,以解决现有技术中存在的无法对进入高原的人员发生高原头痛进行早期预测的技术问题。
本发明采用的技术方案是,一种基于最大耗氧量和血清指标预测高原头痛的系统,包括:
最大耗氧量获取装置,用于获取受试人员在平原地区的最大耗氧量;
肾上腺素获取装置,用于获取受试人员在平原地区的血清中肾上腺素含量;
高原头痛预测设备,用于根据受试人员在平原地区的最大耗氧量在平原地区的血清中肾上腺素含量,使用高原头痛预测模型,预测受试人员进入高原发生高原头痛的可能性。
进一步的,高原头痛预测模型的构建方法包括:
获取受试者的基本信息;
获取受试者在平原地区的最大耗氧量;
获取受试人员在平原地区的血清中肾上腺素含量;
将受试者转移到高原地区,记录受试者在进入高原地区后发生高原头痛的可能性;
将受试者的基本信息、在平原地区的最大耗氧量、在平原地区的血清中肾上腺素含量构建的数据集作为人工神经网络的输入,将受试者在进入高原地区后发生高原头痛的可能性作为人工神经网络的输出,对人工神经网络进行训练;
将完成训练的人工神经网络作为高原头痛预测模型。
进一步的,受试者的基本信息包括年龄、性别和身体质量指数。
进一步的,人工神经网络为多层前馈神经网络。
进一步的,预测受试者发生高原头痛的可能性分为3种:较低、一般,较高。
进一步的,使用最大耗氧量获取装置,获取受试人员在平原地区的最大耗氧量,包括:
让受试者戴上面罩,使用电子制动测功率踏车进行骑行,通过心肺运动测试系统测量最大耗氧量。
进一步的,循环测功方案包括第一时间段无负荷自由骑行,随后进行持续增加阻力的第二时间段自由骑行,直到测试完成。
进一步的,使用肾上腺素获取装置,获取受试人员在平原地区的血清中肾上腺素含量,包括:
使用肾上腺素获取装置,获取受试人员在平原地区的血清中肾上腺素含量,包括:使用酶联免疫吸附实验试剂盒,通过双抗体夹心法测定上清中人肾上腺素含量。
由上述技术方案可知,本发明的有益技术效果如下:
根据受试者在平原地区的最大耗氧量,结合受试者在平原地区的血清中肾上腺素含量,能够预测该受试者进入高原后发生高原头痛的可能性,用以早期筛选易感人群。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例的预测高原头痛的系统框图;
图2为本发明实施例的高原头痛预测模型的建模示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例
高原头痛发生机制可能与平原头痛类似,比如血压的升高、颅内外血管的扩张、动脉血氧饱和度降低、三叉神经-血管系统的激活以及内分泌的紊乱;高原头痛易导致失眠,进而引起疲劳等,这些症状又可能进一步加剧高原头痛的疼痛程度。
本申请的发明人通过研究发现,高原头痛可能是由低氧血症诱导的颅内血管舒张和随后的脑水肿共同引起的。一个休息状态的成年男性的心输出量,约有14%输送至大脑,速度约为700毫升/分钟,而平均颅内体积(包括脑和脑脊液)仅为此的两倍(1473毫升),且在缺氧状态下该体积会增加。高海拔地区大脑的氧气供应减少,为了维持脑灌注,脑的自我调节会增加导致输送至大脑的血流量增加到26%,这会导致颅内血管舒张。
为了探索人体生理指标和高原头痛发生可能性之间的关系,结合上述机体活动的原理,本申请的发明人进行了如下研究:
最大耗氧量(VO2max)被定义为心血管、呼吸和肌肉系统输送和利用氧气的最大能力,能够准确地反映个人的心肺适应性(Cardiorespiratory fitness,CRF)。CRF在应对高海拔地区的缺氧应激中起着重要作用。在常氧条件下,较高的VO2max表明更大的运动能力和更好的CRF。VO2max在临床上可以用于慢性心血管和呼吸系统疾病患者死亡率和再住院的有效评估。本申请的发明人通过研究临床数据发现,在平原地区受试者如果有着较低的VO2max,进入高原后发生高原头痛的可能性会大大增加,而在平原地区VO2max较高的受试者,进入高原后不易发生高原头痛。
同时,本申请的发明人通过研究发现,人体在海拔2500米以上的高原环境中暴露10分钟以上,随即低氧血症及继发的组织缺氧便可直接作用于血管平滑肌,引起平滑肌细胞舒张及肺血管的扩张,导致肺通气/血流比值的降低,使血氧分压进一步降低。当血氧分压低至60mmHg,血氧饱和度约为85-90%左右时,体内交感神经系统会被激活,儿茶酚胺类物质释放增多,表现为肾上腺素、多巴胺的浓度增加,进而激活肾素-血管紧张素-醛固酮系统,引起血压升高,脑血管灌注增加;缺氧介导代谢产物的蓄积,进而诱导小血管的舒张,从而增加脑血流量。本申请的发明人从上述机理中推断,血清指标的差异性可能会对是否引发高原头痛造成影响。对受试人群进行临床试验,在平原地区如下血清指标的检测,包括:血清葡萄糖、总胆固醇、甘油三脂、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、血乳酸、游离脂肪酸、肾素、肾上腺素、血浆肾素活性、血管紧张素Ⅱ、血管紧张素转换酶2、神经肽Y、血心钠肽、血清乳酸脱氢酶、胰岛素、糖皮质激素、脂联素和瘦素。根据上述各项受试人群在平原地区的血清指标检测结果,与受试人群进入高原后产生的高原头痛进行多因素逻辑回归分析,探索与产生高原头痛的主要相关参数,发现:在平原地区的血清中肾上腺素含量也与高原头痛症状有较强的相关性。
在上述研究机理下,本实施例提出了一种基于最大耗氧量和血清指标预测高原头痛的系统,包括:
最大耗氧量获取装置,用于获取受试人员在平原地区的最大耗氧量;
肾上腺素获取装置,用于获取受试人员在平原地区的血清中肾上腺素含量;
高原头痛预测设备,用于根据受试人员在平原地区的最大耗氧量在平原地区的血清中肾上腺素含量,使用高原头痛预测模型,预测受试人员进入高原发生高原头痛的可能性。
对于最大耗氧量的获取,在一些实施例中,通过心肺运动试验(CPET)可准确测量VO2max。最大耗氧量获取装置包括心肺运动测试系统、电子制动测功率踏车和面罩。心肺运动实验在电子制动测功率踏车(customed EC3000e,Customed,德国)上进行的,让受试者戴上一个紧密的面罩,然后通过心肺运动测试系统(Metalyzer 3B,Cortex,德国),测量呼吸过程中的分钟通风量、吸入氧气量、和二氧化碳输出量。循环测功测试方案包括3分钟的自由踏车和随后时间段内进行的负荷运动,负荷为踏车阻力以25W/min持续增加,直到测试完成。测量时,定义VO2max为运动最后一分钟内至运动峰值恢复的前15秒到30秒的最高平均值。心肺运动实验得到的参数不易受天气、时间、测量者误差等因素影响,因此数据具有稳定性;同时,心肺运动实验的操作培训难度不高,且运动中的数据是其它任何临床检查技术不能获得的,有其独特的优势。
对于肾上腺素的获取,在一些实施例中,肾上腺素获取装置包括:血液标本收集管、酶联免疫分析试剂盒和酶标仪。使用含抗凝剂的血液标本收集管,抽取受试者一定体积(比如5ml)的肘正中静脉血,对血清指标进行检测;具体的检测过程如下:将静脉血样本在2-8℃条件使用离心机离心20分钟左右(2000-3000转/分),收集血清中的上清,保存过程中如出现沉淀,则再次离心。使用酶联免疫分析试剂盒(ELISA),通过双抗体夹心法测定上清中人肾上腺素水平;将样品加入到试剂盒中的酶标板孔底部,与HRP酶标记的检测抗体结合,形成抗体-抗原-酶标抗体复合物,经过彻底洗涤后加底物TMB显色;TMB在HRP酶的催化下转化成蓝色,并在酸的作用下转化成最终的黄色;颜色的深浅和样品中的人肾上腺素水平呈正相关;通过酶标仪在450nm波长下测定吸光度(OD值),通过标准曲线计算样品中人肾上腺素含量。
对于高原头痛预测设备,在一些实施例中为一终端,包括硬件和软件,比如台式电脑、平板电脑。高原头痛预测设备中装有高原头痛预测模型,将受试人员在平原地区的最大耗氧量和在平原地区的肾上腺素值输入到高原头痛预测模型中,可以得出受试人员进入高原地区后,发生高原头痛的可能性。最大耗氧量、血清中肾上腺素含量的输入方式不作限定,举例说明,在具体的实施方式中,可以是由操作人员人工手动录入最大耗氧量、血清中肾上腺素含量数据到高原头痛预测设备,供高原头痛预测模型调用。
在一些实施例中,高原头痛预测模型的构建方法如下:
S1、获取受试者的基本信息
在具体的实施方式中,基本信息包括年龄、性别和BMI(身体质量指数,用来表征人体胖瘦程度)。
在具体的实施方式中,受试者的选取数量不作限定,举例说明为200-300位。
S2、获取受试者在平原地区的最大耗氧量
在具体的实施方式中,采用本实施例中前文所述的最大耗氧量获取装置,获取受试者在平原地区的最大耗氧量。
S3、获取受试人员在平原地区运动过程中的血清中肾上腺素含量
在具体的实施方式中,采用本实施例中前文所述的血清中肾上腺素获取装置,获取受试人员在平原地区的血清中肾上腺素。
S4、将受试者转移到高原地区,记录受试者在进入高原地区后发生高原头痛的可能性
在具体的实施方式中,受试者乘坐飞机从成都转移到拉萨,飞行时间约2小时。受试者达到拉萨后,观察其24小时内是否出现并且在返回平原后8小时内消退的头痛,对受试者是否发生高原头痛进行评估诊断,并将评估诊断结果作为受试者在进入高原地区后发生高原头痛的情况加以记录。
S5、将受试者的基本信息、在平原地区的最大耗氧量、在平原地区的血清中肾上腺素的数据集作为人工神经网络的输入,将受试者在进入高原地区后发生高原头痛的可能性作为人工神经网络的输出,对人工神经网络进行训练;将完成训练的人工神经网络作为高原头痛预测模型。
在具体的实施方式中,人工神经网络选用BP(back propagation)神经网络,BP神经网络是一种按误差反向传播训练的多层前馈神经网络,采用BP算法,利用梯度搜索技术,以期使网络的实际输出值和期望输出值的误差均方差为最小。BP神经网络的结构分为输入层、隐藏层和输出层,将受试者的基本信息、在平原地区的最大耗氧量、在平原地区运动过程中的血清中肾上腺素构建的数据集写进输入层中,经隐藏层的计算,由输出层输出受试者在进入高原地区后发生高原头痛的可能性,作为BP神经网络的计算结果。计算出来发生高原头痛的可能性分为3种:较低、一般,较高。
通过采用本实施例的技术方案,根据受试者在平原地区的最大耗氧量,结合受试者在平原地区的血清中肾上腺素含量,能够预测该受试者进入高原后发生高原头痛的可能性,用以早期筛选易感人群。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (7)
1.一种基于最大耗氧量和血清指标预测高原头痛的系统,其特征在于,包括:
最大耗氧量获取装置,用于获取受试人员在平原地区的最大耗氧量;
肾上腺素获取装置,用于获取受试人员在平原地区的血清中肾上腺素含量;
高原头痛预测设备,用于根据受试人员在平原地区的最大耗氧量在平原地区的血清中肾上腺素含量,使用高原头痛预测模型,预测受试人员进入高原发生高原头痛的可能性;
所述高原头痛预测模型的构建方法包括:获取受试者的基本信息;获取受试者在平原地区的最大耗氧量;获取受试者在平原地区的血清中肾上腺素含量;将受试者转移到高原地区,记录受试者在进入高原地区后发生高原头痛的可能性;将受试者的基本信息、在平原地区的最大耗氧量、在平原地区的血清中肾上腺素含量构建的数据集作为人工神经网络的输入,将受试者在进入高原地区后发生高原头痛的可能性作为人工神经网络的输出,对人工神经网络进行训练;将完成训练的人工神经网络作为高原头痛预测模型。
2.根据权利要求1所述的预测高原头痛的系统,其特征在于,所述受试者的基本信息包括年龄、性别和身体质量指数。
3.根据权利要求1所述的预测高原头痛的系统,其特征在于,所述人工神经网络为多层前馈神经网络。
4.根据权利要求1所述的预测高原头痛的系统,其特征在于,预测受试者发生高原头痛的可能性分为3种:较低、一般,较高。
5.根据权利要求1所述的预测高原头痛的系统,其特征在于,使用最大耗氧量获取装置,获取受试人员在平原地区的最大耗氧量,包括:
让受试者戴上面罩,使用电子制动测功率踏车进行骑行,通过心肺运动测试系统测量最大耗氧量。
6.根据权利要求5所述的预测高原头痛的系统,其特征在于,使用电子制动测功率踏车进行骑行时,循环测功方案包括第一时间段无负荷自由骑行,随后进行持续增加阻力的第二时间段自由骑行,直到测试完成。
7.根据权利要求1所述的预测高原头痛的系统,其特征在于,使用肾上腺素获取装置,获取受试人员在平原地区的血清中肾上腺素含量,包括:使用酶联免疫吸附实验试剂盒,通过双抗体夹心法测定上清中人肾上腺素含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211324620.1A CN115581450B (zh) | 2022-10-27 | 2022-10-27 | 一种基于最大耗氧量和血清指标预测高原头痛的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211324620.1A CN115581450B (zh) | 2022-10-27 | 2022-10-27 | 一种基于最大耗氧量和血清指标预测高原头痛的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115581450A CN115581450A (zh) | 2023-01-10 |
CN115581450B true CN115581450B (zh) | 2023-06-23 |
Family
ID=84780994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211324620.1A Active CN115581450B (zh) | 2022-10-27 | 2022-10-27 | 一种基于最大耗氧量和血清指标预测高原头痛的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115581450B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208225200U (zh) * | 2018-04-13 | 2018-12-11 | 杭州创威实业股份有限公司 | 一种扫码支付的智能自助吸氧系统 |
US11468973B2 (en) * | 2018-02-02 | 2022-10-11 | Richard Postrel | Leveraging genomic, phenotypic and pharmacological data to cure disease |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8486464B2 (en) * | 2000-12-22 | 2013-07-16 | Tasly Pharmaceutical Group Co. Ltd. | Herbal composition for angina pectoris, method to prepare same and uses thereof |
US20050037094A1 (en) * | 2003-07-31 | 2005-02-17 | Xijun Yan | Composition for heart disease, its active ingredients, method to prepare same and uses thereof |
US20130325498A1 (en) * | 2012-06-05 | 2013-12-05 | United States Of America, As Represented By The Secretary Of The Army | Health Outcome Prediction and Management System and Method |
US9883827B2 (en) * | 2015-03-09 | 2018-02-06 | CoreSyte, Inc. | System and method for measuring biological fluid biomarkers |
-
2022
- 2022-10-27 CN CN202211324620.1A patent/CN115581450B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11468973B2 (en) * | 2018-02-02 | 2022-10-11 | Richard Postrel | Leveraging genomic, phenotypic and pharmacological data to cure disease |
CN208225200U (zh) * | 2018-04-13 | 2018-12-11 | 杭州创威实业股份有限公司 | 一种扫码支付的智能自助吸氧系统 |
Non-Patent Citations (1)
Title |
---|
Development of Smart Interior Environmental Mobile App for Health Monitoring;Rosemarie J. Day、Hassan S. Salehi;《2018 IEEE Green Technologies Conference》;第115-118页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115581450A (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wolsk et al. | The influence of age on hemodynamic parameters during rest and exercise in healthy individuals | |
Huckstep et al. | Physiological stress elicits impaired left ventricular function in preterm-born adults | |
Haykowsky et al. | Determinants of exercise intolerance in elderly heart failure patients with preserved ejection fraction | |
McDermott et al. | Baseline functional performance predicts the rate of mobility loss in persons with peripheral arterial disease | |
Dietz et al. | Depressive symptoms and subclinical markers of cardiovascular disease in adolescents | |
Nichols et al. | Low skeletal muscle mass is associated with low aerobic capacity and increased mortality risk in patients with coronary heart disease–a CARE CR study | |
Nesti et al. | Mechanisms of reduced peak oxygen consumption in subjects with uncomplicated type 2 diabetes | |
Tinius et al. | Maternal inflammation during late pregnancy is lower in physically active compared with inactive obese women | |
US20100286534A1 (en) | Methods and systems for assessing metabolic transition points | |
Christensen et al. | Sleep and allostatic load: A systematic review and meta-analysis | |
Joris et al. | Cardiopulmonary exercise testing in critically ill coronavirus disease 2019 survivors: evidence of a sustained exercise intolerance and hypermetabolism | |
Beidleman et al. | Is normobaric hypoxia an effective treatment for sustaining previously acquired altitude acclimatization? | |
Magnusdottir et al. | Can improvements in sleep quality positively affect serum adiponectin-levels in patients with obstructive sleep apnea? | |
Zhang et al. | Association between low handgrip strength and 90-day mortality among older Chinese inpatients: a national multicenter prospective cohort study | |
Hulo et al. | Chronotropic incompetence can limit exercise tolerance in COPD patients with lung hyperinflation | |
Raza et al. | Distinguishing exercise intolerance in early‐stage pulmonary hypertension with invasive exercise hemodynamics: Rest VE/VCO2 and ETCO2 identify pulmonary vascular disease | |
CN115581450B (zh) | 一种基于最大耗氧量和血清指标预测高原头痛的系统 | |
Jen et al. | Impact of obstructive sleep apnea on cardiopulmonary performance, endothelial dysfunction, and pulmonary hypertension during exercise | |
dos Santos Ribeiro et al. | Sensitivity and specificity of different exercise oscillatory ventilation definitions to predict 2-year major adverse cardiovascular outcomes in chronic heart failure patients | |
Baloch et al. | Cardiopulmonary exercise testing limitation in peripheral arterial disease | |
Kawashima et al. | Peak work rate during exercise could detect frailty status in elderly patients with stable heart failure | |
Nesti et al. | Distinct effects of type 2 diabetes and obesity on cardiopulmonary performance | |
Costa et al. | Method to quantify the impact of sleep on cardiac neuroautonomic functionality: application to the prediction of cardiovascular events in the Multi-Ethnic Study of Atherosclerosis | |
Nashimoto et al. | Relationship between the face scale for rating of perceived exertion and physiological parameters in older adults and patients with atrial fibrillation | |
CN115624324B (zh) | 心脏功能结合呼气末二氧化碳分压预测高原反应的系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |