基于PCA和Fisher判别分析的锋电位在线分类算法

目的 大脑神经元胞外单细胞动作电位(即锋电位)的检测与分类,是研究神经系统处理信息机制的关键.常用方法是实验完成后对记录到的数据进行离线检测与分类,然而当需要在短时完成大量数据的处理或无线传输时,则需实现锋电位的在线检测与分类.方法 为实现在线分类,本文在利用主成分分析法(principal component analysis,PCA)和K均值分类法对一定量数据进行预分类的基础上,提出使用PCA结合Fisher判别分析的方法,并与基于距离的模板匹配法、BP神经网络分类法进行了分类效果和算法复杂度的比较.结果 仿真结果表明,该方法相对于其它两种方法在分类效果和算法复杂度上都具有一定的优势.结论 此方法是实现锋电位在线分类的不错选择.     

采用增量关联规则挖掘提高电子病历系统的用户体验度

该文针对电子病历系统的用户体验度不高的问题,首先用模板和文本特征化的方法对电子病历中的事务数据实现结构化;再基于增量关联规则挖掘算法对产生的结构数据进行关联规则挖掘,找出模板中各个元素的关联以及对应元素取值之间的关联,最后根据挖掘结果来指导用户的输入,从而有效提高了电子病历系统的用户体验度。     

指纹识别技术在电子病历系统中的应用

在对指纹识别算法进行研究分析的基础上,提出了一个在电子病历系统中综合应用指纹识别技术的方案,能有效提高电子病历系统的安全性和医院的工作效率。     

基于样本熵的神经元放电脉冲间隔序列分析

目的神经元动作电位的放电脉冲间隔(interspikeinterval,ISI)序列包含丰富的时空编码信息,但这种丰富的时空编码信息所蕴含的生理信息没有得到很好的揭示,本文采用样本熵工具量化并分析 ISI序列中可能包含的生理信息.方法采用胞外多通道微电极记录猫的初级视皮层神经元对正弦光栅的反应动作电位,在不同时间尺度下采用抖动方法生成与原始动作电位序列在编码层次上等价的ISI序列,然后利用样本熵工具分析这些 ISI序列包含的生理信息,将样本熵与神经元发放率进行关联分析.本文还研究了猫初级视觉皮层细胞的方位选择性与样本熵的关系,并分析不同时间尺度对样本熵的影响.结果神经元的样本熵与发放率之间呈反相关关系,并在所有时间尺度上都显著.在猫初级视觉皮层8个细胞的方位选择性与样本熵之间的关系中,6个细胞具有显著反相关关系.而时间尺度的选择对样本熵的影响较小,呈弱反相关关系.结论基于样本熵的神经元 ISI序列分析结果表明,样本熵一定程度上反映细胞的生理信息,为研究其他神经体系动作电位包含的生理信息提供参考.     

受限场景下医疗物资管理系统的设计与实现

目的 针对受限场景下由于活动空间狭小、医疗物资难以及时补充、网络环境不稳定、信息传输受限、工作方式特殊等条件的限制因素导致的医疗物资管理困难的问题,设计物资管理系统以提高受限场景下医疗物资的响应速率和管理效率。方法 基于云边端技术,运用物联网技术对每个医疗物资进行身份登记,实现受限场景下医疗物资的出库、定位、清点、转移等功能的联合管理;同时通过多数据库协同工作,保证医疗物资管理数据传输的准确性。结果 受限场景下的医疗物资管理系统,可实现中央工作站和受限终端实时监控、联合管理、快速获取医疗物资的新模式。用户进行物资出库时间明显降低、效率明显提升,差异有统计学意义（P<0.001）。结论 受限场景下医疗物资管理系统的建立,有效提高了受限场景下医疗物资的管理效率和快速响应能力,实现了医疗物资管理的精确化和可视化。