带通滤波BCG信号API

睡眠障碍应用程序

压缩气管音分析在睡眠呼吸障碍筛查中的应用

欧空局劳哈拉、乔尔·哈桑、安蒂·库卡斯、安蒂·萨斯塔莫宁、埃罗·胡波宁、弗兰克·卡梅隆、莎莉·莉娜·希马南

临床神经生理学119（2008）2037–2043

 

睡眠中振幅变化较大的压缩气管声音模式的检测

A、 Kulkas、E.Rauhala、E.Huupponen、J.Virkkala、M.Tenhunen、A.Saastamoinen、S-L.Himanen

医学生物工程计算机（2008）46:315–321

 

Emfit运动传感器在夜间呼吸评估中的应用

Mirja Tenhunen、Ella Eloma、Heli Sistonen、Esa Rauhala、Sari Leena Himanen

呼吸生理学和神经生物学187（2013）183–189

 

在长时间的流量限制期间，强调气管声音的高频成分

M、 Tenhunen、E.Rauhala、E.Huupponen、A.Saastamoinen、A.Kulkas和S.-L.Himanen

生理学。Meas公司。30 (2009) 467–478

 

运动传感器可无创检测到睡眠期间呼吸强度的增加

Mirja Tenhunen、Esa Rauhala、Jussi Virkkala、Olli Polo、Antti Saastamoinen、Sari Leena Himanen

《睡眠呼吸》（2011）15:737–746

 

用于呼吸暂停分析的新气管声音特征

A、 Kulkas、E.Huupponen、J.Virkkala、M.Tenhunen、A.Saastamoinen、E.Rauhala、S.-L.Himanen

医学生物工程计算机（2009）47:405–412

 

无创设备在评估周期性肢体运动和睡眠呼吸障碍中的性能

欧空局Rauhala

坦佩雷大学医学院博士论文，2009年。

 

周期性肢体运动筛查作为Emfit传感器在睡眠呼吸障碍研究中的一项附加功能

Esa Rauhala、Jussi Virkkala、Sari Leena Himanen

神经科学方法杂志178（2009）157–161

 

基于Emfit和SCSB信号的长尖峰周期模式检测方法

Jarmo Alametsä、Antti Saastamoinen、Eero Huupponen、Alpo Väri、Atte Joutsen、Joel Hasan、Esa Rauhala和Sari Leena Himanen

第12届芬兰人工智能会议记录STeP。2006

 

使用EMFi传感器条检测打鼾秒数

Jarmo Alametsä、Jari Viik、Eero Huupponen、Antti Kulkas、Alpo Väri和Sari Leena Himanen

2010年10月4日至6日，爱沙尼亚塔林，2010年第12届波罗的海电子会议（BEC2010）

 

NREM睡眠中Emfit睡眠床垫呼吸类别的心率变异性评估。

Tenhunen M、Hyttinen J、Lipponen JA、Virkkala J、Kuusimäki S、Tarvainen MP、Karjalainen PA、Himanen SL。

临床神经生理学。2014年9月6日。pii:S1388-2457（14）00468-4。doi:10.1016/j。临床。2014.08.012. PMID：25241203

 

卒中单元睡眠呼吸障碍筛查。

Väyrynen K、Kortelainen K、Numminen H、Miettinen K、Keso A、Tenhunen M、Huhtala H、Himanen SL。

睡眠障碍。2014;2014:317615. 内政部：10.1155/2014/317615。Epub 2014年5月27日。PMID：24991437

 

睡眠转移应用程序

基于床传感器的睡眠宏观结构自动检测

M、 O.Mendez、M.Matteucci、S.Cerutti、A.M.Bianchi和Juha M.Kortelainen

IEEE EMBS第31届年度国际会议。2009年9月2日至6日，美国明尼苏达州明尼阿波利斯

 

基于床上传感器记录的心电信号的自动睡眠分级

马特奥·米廖里尼、安娜·比安奇、多梅尼科·尼斯蒂奇、朱哈·科特莱宁、埃德加·阿尔塞·桑塔纳、塞尔吉奥·塞鲁蒂和马丁·门德斯

IEEE EMBS第32届年度国际会议。2010年8月31日至9月4日，阿根廷首都布宜诺斯艾利斯

 

结合非侵入性心电图和球示图更准确地监测睡眠

Antti Vehkaoja、Mikko Peltokangas、Jarmo Verho和Jukka Lekkala

2012年11月11日至13日在塞浦路斯拉纳卡举行的IEEE第12届生物信息学与生物工程国际会议（BIBE）会议记录

 

用于睡眠监测的多通道床压传感器

Juha M Kortelainen，Mark van Gils，Juha Päkkä

2012年心脏病学计算；39:313-316.

 

评论文章–家庭睡眠监测设备的最新发展

Jessica M.Kelly、Robert E.Strecker和Matt T.Bianchi

ISRN神经病学卷2012，文章编号768794

 

基于Bed传感器采集信号的睡眠分段

J、 M.Kortelainen、M.O.Mendez、A.M.Bianchi、M.Matteucci、S.Cerutti

生物医学中的信息技术，IEEE学报（第14卷，第3期），2010年

 

基于压力床传感器呼吸信号的睡眠-觉醒检测

格雷罗·莫拉G、帕拉西奥斯·埃尔维亚、比安奇·阿姆、科特莱宁J、M·滕胡宁、SL·希马宁、Méndez MO、E Arce Santana、O Gutiérrez Navarro

IEEE EMBS第34届国际年会，2012年8月28日至9月1日，美国加利福尼亚州圣地亚哥

 

真实生活环境中总睡眠时间和睡眠质量的长期主观和客观睡眠分析

Juho Merilahti、Ari Saarinen、Juha Päkkä、Kari Antila、Elina Mattila和Ilkka Korhonen

2007年8月23日至26日在法国里昂国际城举行的IEEE EMBS第29届年度国际会议记录。

 

心电图对睡眠分期的时频分析

马特奥·米格里尼

米兰理工大学博士论文，临床研究中的非接触式生命体征信号采集

询价单

更高的临床研究用户依从性

研究人员正在使用EMFIT QS收集休息和睡眠期间的生命体征信号数据。我们的API允许为临床见解和发现自动收集数据。蜂窝网络连接使研究参与者无需担心家庭安装。这一点，加上床垫下的无接触安装，确保了用户尽可能地遵守。这些功能使注册参与者和进行研究变得更加容易。在开发产品的过程中，我们与欧洲和美国的领先医院、制药公司和大学合作。他们的需求帮助我们创建了数据API，确保服务符合苛刻的临床研究需求。

 

让参与临床研究更加轻松愉快

睡眠期API

SleepPeriod API是“推送API”，其中在一个周期结束后，所有睡眠周期数据都被推送到给定的端点URL。它每4秒提供一次心率、呼吸频率和运动活动数据。每30秒进行一次睡眠分段，每3分钟进行一次HRV RMSSD。这种高频高质量的计算数据的研究潜力巨大。

 

带通滤波BCG信号API

带通滤波球心描记术传感器信号可用“get-API”。低频段0.07–3 Hz以25 Hz采样。高频段为1–35 Hz频段，以100 Hz采样，或1–85 Hz频段，以200 Hz采样。两种高频选项都能清楚地显示心电图和呼吸。收集的数据量以及获得的洞察力都是突破性的。