视频监测论文_李玉洋

导读:本文包含了视频监测论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:视频,阵发性,癫痫,长程,羊痫风,崇明,价值。

视频监测论文文献综述

李玉洋[1](2019)在《电信5G助力 崇明半马科技感爆棚》一文中研究指出最近你的朋友圈有没有被“2017?2019”话题刷屏?2019年,5G占据了通信圈的C位,并成功出圈;2017年,上海崇明区绿华镇申报国家体育总局的马拉松小镇建设成功。当5G+马拉松,又会有哪些新玩法?11月30日,“生动马拉松,5G 耀(本文来源于《IT时报》期刊2019-12-06)

黄蓓,吴惠涓,陈坤,王宗文,赵忠新[2](2019)在《发作性睡病猝倒过程视频-脑电-肌电监测与分析》一文中研究指出目的通过对猝倒发作过程的动态视频-脑电-肌电监测,全面解析猝倒演变的临床特征和神经电生理改变。方法筛选6位(男4例)伴有典型猝倒症状的1型发作性睡病患者,其中2位被诊断为猝倒持续状态。监测中患者站立于有保护措施的房间内,由专业医师协助其诱发猝倒,并记录猝倒全过程的视频-脑电-肌电改变。结果共记录到6位患者的14个全面性猝倒发作。1、典型的猝倒发作表现为患者在情感刺激后逐步出现眼睑下垂、面肌松弛、颈部下垂、姿势不稳,此时可有间断性面部或全身肌肉抽搐,而后患者全身瘫软、跌倒在地;在猝倒初期可见EEG频率减慢伴波幅增高,EMG有短暂阵发性的肌电增高,继而EMG转变为显着抑制,EEG以低电压混合频率波为主;猝倒持续数秒至数分钟后,患者可逐渐睁眼、抬头、活动四肢,此时伴有EEG、EMG同步恢复。2、根据猝倒发作临床特征与脑电-肌电特征,我们提出猝倒过程可分为4期,分别为诱发期、对抗期、无张力期和恢复期。3、在猝倒的对抗初期,EEG出现阵发性高同步化θ节律(HSPT)。HSPT平均波幅119.60uV,频率5.23Hz,HSPT持续时间在2-3秒,与安静清醒及睡眠各期的脑电特征显着不同。结论猝倒并非单一的过程,它包含一系列的临床和神经电生理动态变化。HSPT是特征性的猝倒早期脑电特征,可能为猝倒发作的重要机制。(本文来源于《中国睡眠研究会第十一届全国学术年会论文汇编》期刊2019-10-25)

黄蓓,徐涛,陈坤,徐云霞,庄建华[3](2019)在《发作性睡病猝倒过程中视频-脑电-肌电-心电动态监测与分析》一文中研究指出目的通过对猝倒片段的动态视频-脑电-肌电-心电监测,全面解析猝倒的发生、发展过程的临床特征和神经电生理改变,提供临床快速识别、诊断猝倒的方法,并推进对猝倒机制的研究。方法筛选25位伴有典型猝倒症状的1型发作性睡病患者,所有患者病程在1年以内,且均未接受过药物治疗。监测前给予患者充足睡眠,监测中让患者站立于有保护措施的房间内,由专业医师协助其诱发猝倒,并记录猝倒全过程的视频-脑电-肌电-心电改变。结果共记录到25位患者的44个全面性猝倒片段。分析数据发现(1)猝倒是一个动态改变的过程,我们提出改进版的猝倒分期,包含诱发期、对抗/跌倒期、无张力期和恢复期,表现为患者受到情感刺激(诱发期)出现肌肉颤抖、姿势不稳(对抗/跌倒期),继而全身瘫软(无张力期),最后肌张力逐渐恢复(恢复期)的过程;(2)在对抗/跌倒期,患者肌肉颤抖抽搐时脑电可同步出现特征性短暂爆发的θ节律,即阵发性高同步化θ节律(HSPT),无张力期背景脑电为低电压混合频率波,恢复期脑电以α或β节律为主。(3)比较猝倒、清醒及睡眠各期的脑电特征,爆发性θ节律平均波幅119.60uV,频率5.23Hz,持续时间在2-3秒,与SOREMPs期θ节律(52.35uV,5.18Hz)相比波幅更高,频率更快。无张力期背景脑电平均26.25uV,8.28Hz,与清醒闭眼期α节律相比频率更慢,波幅更小,但高于夜间REM期(非SOREMPs)的低电压混合频率波。结论猝倒各期的临床表现和神经电生理改变均不相同,反映其背后神经递质此消彼长的动态变化。对抗/跌倒期蕴含了两种力量的博弈,其中阵发性高同步化θ节律(HSPT)可能为触发猝倒发作的关键节点。(本文来源于《中国睡眠研究会第十一届全国学术年会论文汇编》期刊2019-10-25)

张玉焕,袁雪梅,孙宇,曹鑫,叶京英[4](2019)在《音视频分析对儿童多导睡眠监测结果的影响》一文中研究指出目的探讨多导睡眠监测期间,音视频分析对监测结果分析的影响。方法收集2019年1月至5月在我院进行多导睡眠监测的患儿68例,所有监测数据均应用COMPUMEDICS Greal监测设备,监测前所有导联连接均按照2018年AASM2.5版本的要求进行安装、定标,采集时间≥7h,有效的睡眠时间≥4h,监测结束由同一名监测技师按照2018年AASM2.5版本进行人工判读2次,第一次只通过所有采集的生理信号进行分析,第二次结合音视频进行分析,将其结果进行对比分析。结果结合音视频分析可提高呼吸事件判读的准确性,提高诊断率。尤其对一些低龄、并且有频繁翻身的患儿,在呼吸事件发生前后容易出现体动,通过与脑电、眼电、肌电、呼吸、胸腹运动、血氧饱和度等采集信号同步的音视频结合进行分析,可明确区分由于体动造成的假性呼吸事件,音视频分析可提高其事件判读的准确性。(本文来源于《中国睡眠研究会第十一届全国学术年会论文汇编》期刊2019-10-25)

赵永庆,刘云凤,杨婷怡,那念鹏[5](2019)在《视频脑电图监测对癫痫的临床应用价值》一文中研究指出目的:研究视频脑电图监测对癫痫的临床应用价值,为临床诊疗提供有价值的参考价值。方法:随机将2018年3月至2019年3月我院40例癫痫患者分为实验组(20例,应用视频脑电图监测)、对照组(20例,应用常规脑电图监测)。对比两组患者异常率、临床发病率、痫样放电率。结果:实验组各项指标水平均优于对照组,差异具备统计学研究意义(P<0.05)。结论:较之于常规脑电图监测方式,视频脑电图监测结果的阳性检出率较高,为疾病临床诊断与分型奠定了坚实基础。(本文来源于《人人健康》期刊2019年20期)

张莹,李明霞,徐妍,宋小花[6](2019)在《关于视频脑电监测中心建设的几点体会》一文中研究指出目的通过分析目前西安国际医学中心(简称国医)视频脑电监测中心建设过程中出现的经验及教训,能够帮助到准备筹建脑电中心的兄弟单位及医院,分享自己的一些弯路,得到同道指导与帮助。方法通过机器机型选择;机房设置;病房、摄像头、机器排列、监测中心墙面设计;人员配备及培养;(本文来源于《第八届CAAE国际癫痫论坛论文汇编》期刊2019-10-18)

王海丹[7](2019)在《全身强直-阵挛发作患者长程视频脑电监测中的护理》一文中研究指出总结了我科自2017年1月至2019年6月850例全身强直-阵挛发作患者长程视频脑电监测患者的护理经验。通过监测前有效的评估及宣教,发作时及时的护理干预及急救,对患者的安全风险采取有效的干预,保证了视频脑电的监测质量,为医生提供了有效的数据,保证了患者的安全。(本文来源于《第八届CAAE国际癫痫论坛论文汇编》期刊2019-10-18)

张弘弛[8](2019)在《视频脑电图监测在儿童晕厥诊断中的价值》一文中研究指出目的探讨视频脑电图监测在儿童晕厥诊断中的应用价值。方法回顾分析2018年7月至2019年8月,在贵州省人民医院就诊,以"晕厥"为主诉的159例患儿,记录其视频脑电图结果。结果 159例中,视频脑电图结果支持癫痫者32例,不支持癫痫者127例。结论视频脑电图对于鉴别儿童晕厥与儿童癫痫具有重要价值。(本文来源于《第八届CAAE国际癫痫论坛论文汇编》期刊2019-10-18)

吴云,张代君,徐菲菲,刘姝[9](2019)在《视频脑电图监测对癫痫减停药后复发的预测价值》一文中研究指出目的通过探讨视频脑电图监测(VEEG)在癫痫治疗过程中,减药或停药后出现复发的预测价值。以便正确认识视频脑电图在癫痫治疗中的作用。方法纳入癫痫发作控制3年以上,脑电图正常后,开始减药或已停药的患者,随访3年以上,每1年至少进行1次VEEG检查。分析患者初诊时,治疗过程中,(本文来源于《第八届CAAE国际癫痫论坛论文汇编》期刊2019-10-18)

梁丽[10](2019)在《基于智能视频检测的造纸现场监测系统设计》一文中研究指出传统人工进行纸张质量检测的方法存在高成本、低效能且容易漏检错检等问题。因此,开发出一种能够自动进行纸张质量检测的监控系统,成为促进造纸工业化自动化生产的必要条件之一。文章基于智能视频检测技术开发出一款能够进行纸张现场监测的软件。该软件通过视频采集系统、纸张质量检测设备、服务器以及客户端等模块,将断纸检测设备与视频采集和分析技术进行了融合,实现了对造纸现场故障的准确检测和定位,有效保证了纸张生产效率和纸张质量。(本文来源于《造纸科学与技术》期刊2019年05期)

视频监测论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

目的通过对猝倒发作过程的动态视频-脑电-肌电监测,全面解析猝倒演变的临床特征和神经电生理改变。方法筛选6位(男4例)伴有典型猝倒症状的1型发作性睡病患者,其中2位被诊断为猝倒持续状态。监测中患者站立于有保护措施的房间内,由专业医师协助其诱发猝倒,并记录猝倒全过程的视频-脑电-肌电改变。结果共记录到6位患者的14个全面性猝倒发作。1、典型的猝倒发作表现为患者在情感刺激后逐步出现眼睑下垂、面肌松弛、颈部下垂、姿势不稳,此时可有间断性面部或全身肌肉抽搐,而后患者全身瘫软、跌倒在地;在猝倒初期可见EEG频率减慢伴波幅增高,EMG有短暂阵发性的肌电增高,继而EMG转变为显着抑制,EEG以低电压混合频率波为主;猝倒持续数秒至数分钟后,患者可逐渐睁眼、抬头、活动四肢,此时伴有EEG、EMG同步恢复。2、根据猝倒发作临床特征与脑电-肌电特征,我们提出猝倒过程可分为4期,分别为诱发期、对抗期、无张力期和恢复期。3、在猝倒的对抗初期,EEG出现阵发性高同步化θ节律(HSPT)。HSPT平均波幅119.60uV,频率5.23Hz,HSPT持续时间在2-3秒,与安静清醒及睡眠各期的脑电特征显着不同。结论猝倒并非单一的过程,它包含一系列的临床和神经电生理动态变化。HSPT是特征性的猝倒早期脑电特征,可能为猝倒发作的重要机制。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

视频监测论文参考文献

[1].李玉洋.电信5G助力崇明半马科技感爆棚[N].IT时报.2019

[2].黄蓓,吴惠涓,陈坤,王宗文,赵忠新.发作性睡病猝倒过程视频-脑电-肌电监测与分析[C].中国睡眠研究会第十一届全国学术年会论文汇编.2019

[3].黄蓓,徐涛,陈坤,徐云霞,庄建华.发作性睡病猝倒过程中视频-脑电-肌电-心电动态监测与分析[C].中国睡眠研究会第十一届全国学术年会论文汇编.2019

[4].张玉焕,袁雪梅,孙宇,曹鑫,叶京英.音视频分析对儿童多导睡眠监测结果的影响[C].中国睡眠研究会第十一届全国学术年会论文汇编.2019

[5].赵永庆,刘云凤,杨婷怡,那念鹏.视频脑电图监测对癫痫的临床应用价值[J].人人健康.2019

[6].张莹,李明霞,徐妍,宋小花.关于视频脑电监测中心建设的几点体会[C].第八届CAAE国际癫痫论坛论文汇编.2019

[7].王海丹.全身强直-阵挛发作患者长程视频脑电监测中的护理[C].第八届CAAE国际癫痫论坛论文汇编.2019

[8].张弘弛.视频脑电图监测在儿童晕厥诊断中的价值[C].第八届CAAE国际癫痫论坛论文汇编.2019

[9].吴云,张代君,徐菲菲,刘姝.视频脑电图监测对癫痫减停药后复发的预测价值[C].第八届CAAE国际癫痫论坛论文汇编.2019

[10].梁丽.基于智能视频检测的造纸现场监测系统设计[J].造纸科学与技术.2019

论文知识图

视频监测模块龙井湾滑坡监测无线传感器网络基于无线传感器网络的语音通讯系统结...智能机房资产管理与安防监测运行效果...野外地质灾害监测设备远程视频监控设...一14移动式视频监测装置结构示意...

标签:;  ;  ;  ;  ;  ;  ;  

视频监测论文_李玉洋
下载Doc文档

猜你喜欢