elevation項鍊的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

即時監測冠狀動脈異常之智慧衣系統開發及臨床應用

為了解決elevation項鍊的問題，作者郭彬芳 這樣論述：

冠狀動脈阻塞為近年來國內十大死因第二位，症狀初期會造成血脂斑塊堆積、血管內徑緊縮，進而產生心跳不規則。根據大陸紅十字心臟學會報導指出，冠狀動脈阻塞病患有66%在居家環境發病；另外美國心臟協會研究報告也指出，透過連續24小時心電圖監控，能降低50%的冠狀動脈疾病死亡率。因此，如何開發一套能在居家環境中隨時、隨地、隨動量測心電訊號，並能判定冠狀動脈阻塞風險之穿戴式智慧型心電訊號監控系統，將是解決上述病患在居家環境發病猝死的重要課題。爰此，本研究之目的係整合心電訊號量測、智能計算、無線通訊及視聽觸回饋等技術，開發一套可即時監控心電訊號作為冠狀動脈異常風險評估之「智慧衣系統」雛型，並進行應用驗證。本

研究工作將分三部分進行，其中第一部分研究工作為心電訊號感測模組整合開發，其細部工作包括：採用市售12頻道綁帶式導電纖維電生理訊號擷取模組(CleveMed, BioRadio150, USA)，結合資料擷取卡DAQ 6009、輸出警示元件(LED黃燈與紅燈、蜂鳴器及震動馬達)及藍芽無線通訊傳輸元件，進行硬體整合與功能驗證。第二部分研究工作為冠狀動脈異常風險評估軟體模組設計與人機介面程式開發；首先，針對冠狀動脈異常心電訊號PQRST波之五種異常狀況(ST訊號異常下降、T波異常升高，重度心動過緩、ST訊號異常上升及心室顫動等)設計判定演算法。隨後，採用多重解析度分析方法將心電訊號利用二次樣條函數(

Quadratic Spline Function)進行訊號分解，接著再利用帶通濾波技術消除心電訊號之多餘特徵點，以顯示正負極值之轉折點。至於冠狀動脈異常風險評估程式模組則係採用LabVIEW工具軟體開發，軟體功能包括運用數字濾波器參數設定高通濾波，以消除心電訊號基底線飄移狀況及利用巴特沃斯(Butterworth)濾波器設定低通濾波，以濾除心電訊號之雜訊。接著，透過前述多重解析度分析之方法設定心電訊號上、下極限數值，以擷取心電訊號波形上R、S、T等特徵點。再由此些特徵點之座標，分別計算T點極大值、R-R點時間差、ST線段訊號斜率上升及下降等異常心電訊號判定參數。隨後，再將所得到之判定參數輸入

風險評估程式模組。另外，本研究也設計了一套人機介面監控程式，其功能包含：使用者基本資料輸入、濾波模組設定、心電訊號上、下極限設定及視聽觸回饋等。第三部分工作為心電訊號感測網絡系統架構設計與冠狀動脈異常心電訊號模擬驗證；首先，在建構心電訊號感測網絡系統方面主要係規劃受測者手機端與雲端之間無線通訊介面規範，可供未來持續研發之工作重點，其中手機端無線通訊系統設計，可採用IBM開發之自由集成開發環境(Eclipse)設計平台進行Android 應用程式開發，功能可包含三部分：求救發送、定位服務及訊息接收等。另外，雲端無線通訊系統設計可採用與Android系統開發相同的自由集成開發環境(Eclipse)

設計平台撰寫Java 及JSP 網頁，可包括五個主要代理人程式：追蹤服務、越區服務、訊息服務、資訊呈現及記錄服務等，並可以Google App Engine 作為雲端無線通訊系統設計之主軸。至於本研究對於冠狀動脈異常心電訊號模擬應用驗證方面，則是採用美國MIT所設計之physionet資訊平台，選擇ST訊號異常下降、T波異常升高、心動過緩、ST訊號異常上升與心室顫動等五種符合前述冠狀動脈異常狀態之心電訊號，各分別選擇了7位虛擬病人之心電訊號數據，同時也實際量測了3位年輕正常自然人之心電訊號數據(年齡23±1歲, 身高170±2公分,平均體重68±5公斤)，透過隨機編號程式將上述十組心電訊號數據

給予1~10號之編號進行風險評估。接著，依據信號檢測理論所定義之準確率及錯誤率，作為判斷本研究所開發之風險評估警示系統的信效度。驗證後準確率方面在判定ST訊號異常下降、心動過緩及心室顫動等三種異常狀態為100%，而在判定T波異常升高與ST訊號異常上升兩種異常狀態則為85.71% (錯誤率為14.29%)，即7位虛擬病人數據各有1位異常狀態未被系統偵測到。如以五種異常狀態共35個病例之判定結果來看，準確率為94.29%，錯誤率為5.71%。本研究所完成之冠狀動脈異常智慧衣系統雛型，巳定義出冠狀動脈異常判定之心電訊號PQRST波形之五種狀況，也開發了風險評估程式模組並進行模擬應用驗證，未來可依所建

議之心電訊號感測網絡系統架構持續實現；本研究所開發之相關技術期望能成為未來發展冠狀動脈異常病患可隨時、隨地、隨動穿戴之智慧型心電訊號監控系統之基礎，期望能在病患發病之第一時間發出通報，搶救病患寶貴之生命。關鍵詞：冠狀動脈阻塞、心電訊號、智慧衣系統、風險評估