基于心音特征分析结合肌钙蛋白检测的心脏疲劳综合评估研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31870980
  • 项目类别:
    面上项目
  • 资助金额:
    59.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C1005.生物成像、电子与探针
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Sudden cardiac death is an important issue in the prevention and treatment of cardiovascular diseases.The study of cardiac fatigue contributes to reveal the rule and possibility of the transition from cardiac fatigue to cardiac damage or sudden cardiac death, It is also beneficial for athletes selection, training and competition arrangement,and for cardiac function evaluation of the people during cardiac rehabilitation. In a preparatory study, responses of the hearts of rabbits to strenuous exercise could be observed during the entire course of the repeated exhaustive experiments, from rest to cardiac fatigue to overfatigue even to death due to exhaustion, and new manifestations of dying, such as the second heart sound alternans, were found, which can provide reference information for the exploration of the precursor of karoshi.Aiming at the difficult problems in studies of cardiac fatigue in the international arena,this study combines with the extraction of heart sound feature analysis, blood troponin detection and echocardiographic parameters, to perform a comprehensive assessment of the cardiac fatigue, designs a research for histochemical and morphological measurements of the cardiomyocytes of rabbits, explores the relation of direct and indirect evidences of cardiac damage, reveals the possibility and regularity of the transition from cardiac fatigue to cardiac damage, validates the "troponin physiological release hypothesis" to interpret the mechanism of detectible or elevated cardiac troponin in healthy persons at rest or during cardiac fatigue. The purpose is to establish a method for cardiac fatigue evaluation. To detect the phenomenon of cardiac fatigue and provide references for finding the sign of short and long term of the sudden cardiac death or the death from overwork.
心脏性猝死是心血管疾病防治中的重要问题,心脏疲劳研究有助于揭示从心脏疲劳向心肌损伤甚至心脏性猝死转变的可能性和规律,同时有益于运动员选材、训练和参赛安排,以及心脏病康复者的心功能评估。预研表明,能在反复力竭实验中观察到家兔从静息状态到疲劳状态再到过劳状态甚至力竭致死全过程中心脏对高强度运动的反应,并发现第2心音交替等新的濒死现象,为过劳猝死先兆的探索提供参考信息。鉴于此,针对国际上心脏疲劳研究中的难题,项目拟在心脏疲劳家兔实验模式下,将心音特征分析结合血液肌钙蛋白检测、超声检测等进行心脏疲劳的综合评估;设计家兔心肌细胞组化和形态检测,探索心肌损伤的直接证据和间接证据的关系,揭示心脏疲劳向心肌损伤转变的可能性和规律;进一步验证“肌钙蛋白生理性释放假说”来阐明健康人静息和心脏疲劳时肌钙蛋白检出或升高的机理,建立一种心脏疲劳综合评估方法,为捕捉心脏疲劳现象、探索过劳和心脏性猝死先兆提供参考依据。

结项摘要

心脏性猝死是心血管疾病防治中的重要问题,心脏疲劳研究有助于揭示从心脏疲劳向心肌损伤甚至心脏性猝死转变的可能性和规律,同时有益于运动员选材、训练和参赛安排,以及心脏病康复者的心功能评估。. 首先本项目选择新西兰白兔进行运动实验,采用多道生理信号采集系统采集心音信号,同时采集白兔的外周静脉血,送至医院检测其血清肌钙蛋白I(cTnI)、肌红蛋白(Myo)和肌酸激酶同工酶(CK-MB)等指标。基于心音特征指标、心脏标志物指标、心音信号探索了运动过程中的白兔心功能变化并进行了分析。在基于心音特征指标的研究中,通过对采集的心音信号提取心脏储备指标、各类熵值等特征,并进行特征分析,发现存活样本和猝死样本在心脏储备指标、各类熵值中均存在显著差异;在基于心脏标志物指标的研究中,通过对血液肌钙蛋白等心脏标志物指标含量的分析发现,存活样本运动前后变化,说明运动致心脏疲劳,休息后恢复,而死亡样本在力竭游泳运动中达到心脏过劳状态,可能出现心肌损伤。此外,进行了基于CNN-GRU深度学习网络的白兔运动性猝死预测研究,发现基于深度学习网络可以对白兔运动性猝死有一定的预测效果。. 其次,以长期参加高强度训练的军人为研究对象,基于前期动物实验和相关文献的调研、分析,设计军人武装越野跑运动实验方案,采集运动前后不同时间节点的心音、心电信号和血样,检测血样中血清肌钙蛋白I(cTnI)的含量。通过运动前后各时间点军人心音特征分析,发现运动后心脏储备能力有增强的趋势;经过对cTnl的含量变化分析,发现cTnI未出现显著升高或降低,说明军人在实验过程中未出现心肌损伤情况。. 最后,以长期训练的高水平运动员为研究对象,设计运动实验并采集运动前后不同时间节点的心音信号,提取了运动前后各时间点运动员心音时域特征和非线性域特征,统计分析了不同时间对应特征的差异,进一步地,将心音信号转化为频谱图,将其输入卷积神经网络,分析了运动后不同时间点的心功能变化情况。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Prediction of exercise sudden death in rabbit exhaustive swimming using deep neural network.
利用深度神经网络预测兔子力竭游泳运动性猝死
  • DOI:
    10.1186/s12938-021-00925-0
  • 发表时间:
    2021-08-30
  • 期刊:
    Biomedical engineering online
  • 影响因子:
    3.9
  • 作者:
    Zhang Y;Zheng Y;Wang M;Guo X
  • 通讯作者:
    Guo X
Diagnosis of exercise-induced cardiac fatigue based on deep learning and heart sounds
基于深度学习和心音的运动性心脏疲劳诊断
  • DOI:
    10.1016/j.apacoust.2022.108900
  • 发表时间:
    2022-08
  • 期刊:
    Applied Acoustics
  • 影响因子:
    3.4
  • 作者:
    Chongbo Yin;Xiaoli Zhou;Yiyang Zhao;Yineng Zheng;Yan Shi;Xiaobo Yan;Xingming Guo
  • 通讯作者:
    Xingming Guo
An automatic approach for heart failure typing based on heart sounds and convolutional recurrent neural networks
基于心音和卷积循环神经网络的心力衰竭自动分型方法
  • DOI:
    10.1007/s13246-022-01112-8
  • 发表时间:
    2022-03
  • 期刊:
    Physical and Engineering Sciences in Medicine
  • 影响因子:
    4.4
  • 作者:
    Hui Wang;Xingming Guo;Yineng Zheng;Yang Yang
  • 通讯作者:
    Yang Yang
基于ICEEMDAN-MSE的左室舒张功能障碍心音信号的识别研究
  • DOI:
    10.19650/j.cnki.cjsi.j2107960
  • 发表时间:
    2022
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    杨洋;郭兴明;郑伊能;王慧
  • 通讯作者:
    王慧

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

孕期和产程心脏储备无创性检测和评估方法的初步研究.
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    第三军医大学学报
  • 影响因子:
    --
  • 作者:
    王琳;郭兴明;成敏;郭玮珍;肖守中;廖克龙.
  • 通讯作者:
    廖克龙.
A micromechanical model for asphalt concrete with imperfect bonding between aggregate-asphalt binder
骨料-沥青结合料不完美粘结沥青混凝土的微观力学模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Composites Part B: Engineering
  • 影响因子:
    --
  • 作者:
    郭兴明
  • 通讯作者:
    郭兴明
基于HMM和WNN的心音信号身份识别研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机应用研究
  • 影响因子:
    --
  • 作者:
    段赟;钟丽莎;郭兴明
  • 通讯作者:
    郭兴明
多焦视觉电生理检查系统数据库的
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    医疗卫生装备.2006,9:85-86
  • 影响因子:
    --
  • 作者:
    谢刚贵;郭兴明;张思杰等
  • 通讯作者:
    张思杰等
类橡胶材料的几何缺陷与稳定性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    自然杂志
  • 影响因子:
    --
  • 作者:
    郭兴明;程昌钧
  • 通讯作者:
    程昌钧

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

郭兴明的其他基金

基于心音动力学特征提取与融合分析的慢性心衰量化诊断模型研究
  • 批准号:
    31570003
  • 批准年份:
    2015
  • 资助金额:
    61.0 万元
  • 项目类别:
    面上项目
妇女孕前至围生期心力储备无创检测和评估方法的生物医学和工程基础的研究
  • 批准号:
    30770551
  • 批准年份:
    2007
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码