強迫振蕩技術是一種通過對呼吸系統施加外部強迫振蕩氣體，并檢測經氣道后氣體壓力和流量變化，結合系統辨識方法來獲得呼吸系統阻力特性的主動型肺功能檢測技術。本文研制了強迫振蕩法的肺功能測量系統，對振蕩氣體發生單元主要構件、壓力和流量傳感器選型、振蕩氣體激勵信號的設計以及壓力、流量傳感信號同步數據采集等進行了深入分析，搭建了基于LabVIEW的軟硬件測量系統。基于該測量系統，分析了壓力和流量傳感器性能，得到了系統振蕩壓力頻響曲線，基于該頻響曲線，修正了振蕩氣體發生單元在各頻率點（4~40 Hz）的壓力信號幅度。最后，使用主動模擬肺ASL5000進行了呼吸阻抗的模擬測試。測試結果表明，本系統可以正確測量呼吸系統阻抗。
強迫振蕩技術（FOT）是一種主動式肺功能測量技術，通過給呼吸系統外加激勵信號的方式，辨識呼吸系統力學特性。FOT 技術常用的激勵信號包括單頻正弦、偽隨機和周期性脈沖三種。本文針對偽隨機多正弦組合信號存在的時域幅度過沖問題，研究了偽隨機信號的相位優化，嘗試了隨機相位組合以及時-頻域交換算法，以波峰因數評價優化效果。進一步根據振蕩單元的頻率響應曲線對低頻段（4～18 Hz）輸入信號的幅值進行了補償，使最終產生的偽隨機信號的時-頻域特性在 4～40 Hz 范圍內能夠滿足呼吸系統辨識要求。研究結果表明，時-頻域交換算法能夠有效優化偽隨機信號的相位組合，振蕩單元的幅頻特性經過低頻補償后，能夠產生滿足性能要求的激勵信號。
為實現住院患者連續生命體征監測，研制了隨行生理參數監護系統 SensEcho。該系統由隨行生理參數監測終端、無線組網和數據傳輸單元、中央監護系統三部分組成。其中隨行生理參數監測終端為一件柔性背心，內嵌有呼吸感應體積描記傳感器和織物心電電極，實現心電、呼吸、體位和體動等基本生理參數的穿戴式低負荷監測；無線生理信號傳輸單元為基于 WiFi 技術的組網系統，能夠實現病區內多個患者的移動監護，并設計有多重數據續傳和數據完整性保障機制；中央監護系統實現所有隨行生理參數監測終端數據的顯示和患者集中管理，設計有后臺數據服務器和算法服務器，支持醫療大數據深度挖掘分析應用。為驗證系統性能，我們開展了生理參數檢測算法有效性和受試者可靠性測試，以及無線組網和數據傳輸可靠性測試。測試結果顯示，系統無論在基本生理參數監測還是無線數據傳輸方面都能達到可靠性要求。該系統在醫療領域的應用有望開啟個體化連續生命體征監護醫療新模式，為疾病診斷提供基于連續動態生理數據分析的精準信息。
目的探討采用不顯露尺神經肘關節內側切口切開復位解剖型鎖定加壓鋼板（locking compression plate，LCP）內固定治療肱骨遠端骨折的可行性及療效。方法2014 年 1 月—2017 年 6 月收治 14 例肱骨遠端骨折患者，其中男 5 例，女 9 例；年齡 18～85 歲，平均 65.5 歲。致傷原因：摔傷 12 例，交通事故傷 2 例；均為閉合性骨折。骨折按國際內固定研究協會（AO/ASIF）分型：A2 型 3 例，A3 型 2 例，B2 型 4 例，C1 型 2 例，C2 型 2 例，C3 型 1 例；均不伴尺神經損傷。受傷至手術時間為 4～15 d，平均 7 d。B2 型骨折采用不顯露尺神經肘內側入路解剖型 LCP 內固定，余均采用不顯露尺神經內側切口+常規外側入路雙側解剖型 LCP 內固定。結果手術時間 50～140 min，平均 80 min；術中出血量 20～200 mL，平均 70 mL。術中均無血管、神經損傷，術后切口均Ⅰ期愈合，無切口感染等發生。14 例均獲隨訪，隨訪時間 9～24 個月，平均 13 個月。X 線片示骨折均于 4 個月內愈合，無骨不連、骨髓炎等并發癥發生；隨訪過程中均無尺神經損傷表現，無肘內外翻畸形及骨化性肌炎發生。末次隨訪時按 Mayo 肘關節功能評分系統（MEPS）評定肘關節功能，獲優 8 例、良 4 例、可 1 例、差 1 例（為 C3 型骨折），優良率 85.7%。結論不顯露尺神經行肘關節內側切口可滿意復位骨折，不易發生尺神經損傷，具有手術時間短、創傷小、出血少、療效可靠等優點。
呼吸模式參數是指呼吸運動的特征模式參數，包括幅度、周期、胸腹貢獻度、協調性等。呼吸模式參數的量化分析對于研究呼吸系統的生理病理變化和指導肺康復訓練具有重要價值。本文給出了呼吸模式參數量化方法，包括潮氣量、呼吸率、吸氣時間、呼氣時間、吸氣時間分數、胸呼吸貢獻比、胸腹相位差、峰值吸氣氣流等。本文引入呼吸信號質量指數來解決長時間記錄的胸腹呼吸運動信號質量評價和量化分析問題，并提出了呼吸模式參數變異性的分析方法。在此基礎上，使用穿戴式心肺生理參數監測系統采集了 23 名慢性阻塞性肺疾病（COPD）患者與 22 名肺功能正常者的 15 分鐘自主呼吸狀態下的胸腹呼吸運動信號，對呼吸模式參數及其變異性進行了量化分析。結果表明，COPD 患者和肺功能正常者在呼吸頻率、吸氣時間、呼氣時間、胸腹相位差、峰值吸氣氣流這五項參數上的差異有統計學意義，COPD 患者呼吸模式參數的變異性要大于肺功能正常者，部分患者出現明顯的胸腹不同步現象。基于穿戴式心肺生理參數監測系統的呼吸模式參數量化分析有望為呼吸系統疾病的診斷評估提供新的輔助決策支持信息，為心肺疾病患者健康狀態監測提供新的參數和指標。
物聯網技術作為實現業務數字化和智能化的關鍵基礎支撐技術，在智慧醫療中發揮著重要作用。本文探討了醫院內急救醫療設備物聯網解決方案，提出基于“云-邊-端”架構的急救設備物聯網設計方案：端側實現設備物聯，邊中進行流數據封裝、解析、分發以及計算，云上存儲數據并開展數據挖掘可視化等。該系統自從2021年1月在急診科上線運行以來，已穩定工作近20個月。項目組對近20個月的運行情況作了分析，包括數據采集情況分析、物聯網性能測試以及預測預警模型開發等，實施效果驗證了基于該技術方案的急救設備物聯網系統的可行性和可靠性，能長時間、持續采集急救設備數據并支持機器學習、人工智能算法模型的開發和部署。本文最后對急救設備物聯網中醫療設備數據交換、無線傳輸、院內外急救設備物聯以及下一步開展急救設備物聯網數據分析應用進行了展望。
可穿戴作為一種低負荷生理監測技術，可為慢病的監測、評估和管理提供新的技術手段，是未來監護技術的一個發展方向，但作為一種新型監護技術，其臨床應用模式和價值尚需深入探索。本研究在解放軍總醫院普通病房（非重癥監護病房）搭建了基于可穿戴設備的病區中央監護系統，分析了穿戴式生理監護技術臨床應用價值點，將其與診療流程相結合并應用于臨床監護。系統能夠有效采集心電、呼吸、血氧、脈搏、體位/體動等數據，實現實時監護、預測預警和病情評估等功能。自 2018 年 3 月—2020 年 1 月共進行了 1 268 人次（657 例患者）的連續穿戴式生理監護，通過信號質量算法和人工判讀對信號進行篩查，1 198 人次（632 例）數據可用于分析，占總數的 94.48%（96.19%）。通過連續生理數據分析和人工校正，632 例患者中檢測出睡眠呼吸事件、夜間低血氧癥、心動過速、室性早搏等各類患者 232（36.65%）、58（9.16%）、30（4.74%）、42（6.64%）例，而在病案中，這些異常事件記錄的人數分別為 4（0.63%）、0（0.00%）、24（3.80%）、15（2.37%）例，從睡眠呼吸事件結果統計分析中發現，與健康人群相比，慢病患者更容易發生睡眠呼吸事件，且男性發生率（62.93%）高于女性（37.07%）。研究表明，穿戴式生理監測技術能夠為住院患者提供一種新型監護模式，通過可穿戴設備的連續生理監測與分析能夠捕捉到更多異常事件，為臨床診療提供更加豐富的決策支持信息，并且這種新型監護模式能夠有效融入現有醫療流程。后續可進一步探索新型監護模式在不同臨床應用場景中的適用性，豐富可穿戴技術臨床應用價值點，為慢病的監測、評估和管理提供更加豐富的工具和手段。