心电QT(JT)间期动态测量及非线性动力学分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    39670215
  • 项目类别：
    面上项目
  • 资助金额：
    9.0万
  • 负责人：
    高小榕
  • 依托单位：
    清华大学
  • 学科分类：
    C1005.生物成像、电子与探针
  • 结题年份：
    1999
  • 批准年份：
    1996
  • 项目状态：
    已结题
  • 起止时间：
    1997-01-01 至1999-12-31

项目摘要

QT间期是预测恶性心律失常的新指标，其长程的动态测量及其特征统计分析对临床和基础研究有重要意义。我们研制成临床适用的高性能同布12导心电测量系统。针对QT测量的特点提出‘分总分’的心电特征自动识别算法，可以适用于多采样率心电信号，其主要成果已转入‘国空重点科技项目（攻关）计划—介入性诊疗技术及相关器械的应用研究’，通过对QT与RR时间序列的时域、频域和非线性分析对比，得出了一些有意义结论。通过与心电复极波波形变异性的对比研究，给出QT交替提取算法，初步结果表明其意义可能与T交替灰似，提出了用心电、心音和心阻抗的变异性联合评价心功能的方法。针对提高心阻抗变异特征稳定性提出预白化小波去噪方法。

结项摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）

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

Enhancing the classification accuracy of SSVEP-based BCIs using phase constrained canonical correlation analysis
使用相位约束典型相关分析提高基于 SSVEP 的 BCI 的分类精度
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    Journal of Neural Engineering
  • 影响因子：
    4
  • 作者：
    Jie Pan;高小榕;Fang Duan;Zheng Yan;高上凯
  • 通讯作者：
    高上凯
基于眼电的字符输入系统研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    郑敏敏;高小榕
  • 通讯作者：
    高小榕
一种通过脑电信号实时检测双眼竞
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    航天医学与医学工程.20.5.381-384,2007年5月（EI）
  • 影响因子：
    --
  • 作者：
    林中林;高小榕
  • 通讯作者：
    高小榕
快速序列视觉呈现任务下的脑电分类算法
  • DOI：
    10.15918/j.tbit1001-0645.2019.s1.034
  • 发表时间：
    2019
  • 期刊：
    北京理工大学学报
  • 影响因子：
    --
  • 作者：
    李博闻;刘志文;高小榕;林艳飞
  • 通讯作者：
    林艳飞
双眼竞争速率的客观检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    清华大学学报，
  • 影响因子：
    --
  • 作者：
    张雅静;高小榕
  • 通讯作者：
    高小榕

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

高小榕的其他基金

海上目标诱发的脑电与眼动信号提取及全聚焦场景认知机理研究
  • 批准号：
    U2241208
  • 批准年份：
    2022
  • 资助金额：
    258.00 万元
  • 项目类别：
    联合基金项目
基于神经电信号的信息反馈计算模型及应用
  • 批准号：
    61431007
  • 批准年份：
    2014
  • 资助金额：
    480.0 万元
  • 项目类别：
    重点项目
面向脑-机接口的信号采集与处理关键技术
  • 批准号：
    91120007
  • 批准年份：
    2011
  • 资助金额：
    120.0 万元
  • 项目类别：
    重大研究计划
基于视听觉感知与认知的脑机交互方法与关键技术研究
  • 批准号：
    90820304
  • 批准年份：
    2008
  • 资助金额：
    280.0 万元
  • 项目类别：
    重大研究计划
多通道心脏运动图的空间处理.时频分析及模式分类
  • 批准号：
    69301009
  • 批准年份：
    1993
  • 资助金额：
    4.0 万元
  • 项目类别：
    青年科学基金项目

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