非接触生命参数检测系统-压阻式加速度传感器数学模型的建立

目的：建立非接触生命参数检测系统与压阻式加速度之间的数学模型，方法：理论推导压阻式加速度传感器和检测系统自抖动干扰回波的数学公式，并选用压阻式加速度传感器对本文讨论的数学模型进行计算机仿真分析，结果：给出了计算机仿真分析结果。结论：理论分析和计算机仿真分析结果相符，而且该模型能够为非接触生命参数检测系统自抖动干扰抑制提供理论指导。     

基于BP神经网络的非接触生命参数信号检测

目的:探讨基于BP神经网络的雷达式非接触生命参数信号检测方法.方法:采用四层BP神经网络的模式识别算法,利用Matlab软件环境编写算法程序,进行仿真实验与实际信号处理.结果:利用该方法进行非接触检测系统信号的识别,能够在强噪声背景下检测出生命参数信号.结论:该方法适用于随机性较强的微弱信号检测,对雷达式非接触生命参数信号检测可以达到较好的效果.     

基于FFT频域积累的非接触生命参数信号检测

目的：提高非接触生命参数检测系统信噪比。方法：采用两种基于FFT的频域积累检测方法，利用Matlab软件环境编写算法，进行仿真实验与实际信号处理。结果：该方法提高了非接触检测系统信号的信噪比，能够在强噪声背景下检测出生命参数信号。结论：该方法适用于低信噪比下的微弱信号提取，在本系统中得到了较好应用。     

自适应最小均方法在信号检测中的削弱噪声处理

利用非接触检测系统可检测到生命参数信号(呼吸、心动等信号).针对呼吸、心动信号频谱有重叠的特征,采用自适应最小均方法对信号进行相关噪声削弱处理,从而获取较为理想的心动信号,实验研究分析及实测结果表明该算法简易、实用.     

信号提取技术在脑机接口系统中的应用

目的 以 SSVEP为实例探讨脑机接口系统中输出信号的提取方法.方法 分别利用功率谱密度估计、独立分量分析和数字滤波器等技术提取脑电信号中的稳态视觉诱发电位,并对上述各种技术提取该信号的独到之处进行讨论.结果 本文利用图示方式直观展示了三种信号处理技术在 SSVEP提取中的特点.结论 将三种信号处理技术用于脑机接口研制与开发的不同阶段,给特征信号的确认、分析和提取带来很大方便.     

基于PC应用系统中去除工频干扰的快速实现

工频干扰是各类基于PC应用系统中最常见的一种干扰信号，对有用信号的检测起着极大的妨碍作用。本文以自适应相干模板法为基础，讨论该方法在基于PC应用系统（如数字心电图系统）中去除工频干扰的快速实现问题。     

医学脑电信号的最大熵谱分析技术研究

医学信号分析是研究各种信号与信息的产生、获取、传输、变换、加工处理．分类识别,存贮及利用等内容的一门科学。在生物医学信号处理领域,测量到的生理信号往往是若干独立成分的线性加权迭加。例如,在采集脑电信号（EEG）时,安放在头皮表面的电极拾取的信号除了脑内神经元的电活动,各种干扰信号如工频干扰,眨眼,眼球运动、心电干扰和肌电噪声等也被叠加在脑电信号上记录下来。在医学脑电信号分析研究中,如何在脑电记录过程中自动识别和剔除干扰对系统的可靠性具有重要影响,因此从记录脑电信号的过程中分离提取具有真实生理意义的成分,剔除不同来源的伪迹和干扰具有重要意义。     

基于自适应滤波的心电图中呼吸信号的提取方法

目的: 利用基于递归最小二乘(recursive least-square, RLS)算法的自适应滤波器对心电图信号进行滤波,提取心电信号中的呼吸信号. 方法: 通过对常规的肢体导联心电检测设备获取的心电信号进行处理,提取心电特征信号R波幅度序列和R波间期序列作为自适应滤波器的原始输入信号和参考信号,通过RLS算法的自适应滤波,提取心电图中调制的呼吸分量. 结果: 经过时、频域分析,自适应滤波后估算出的呼吸信号与真实的呼吸信号在时域和频域都显示出了良好的相关性. 结论: 本方法设计合理,结果准确可靠,是一种简便高效、无创、低成本的呼吸监护手段.     

自适应噪声抵消在抑制高频电刀对心电监护仪干扰中的应用研究

本文讨论了如何利用自适应噪声抵消去除高频电刀工作时对心电监护波形的干扰.本课题基于高频电刀干扰成分的研究,采用了滤波系统去除高频成分的干扰;利用了自适应噪声抵消系统实现对噪声的跟踪、去除.并利用 MATLAB语言对抑制措施进行动态仿真,验证了抑制措施的可行性.     

非接触生命参数检测系统动/静目标的识别技术

目的: 识别非接触生命参数检测系统探测范围内目标的运动/静止状态,为探测人员提供更加丰富的目标信息. 方法:提取系统检测到的呼吸路信号和体动路信号,选取最优的数据长度分别进行快速傅里叶变换(FFT),对变换后两路信号的频域能量分析比较,参照设定的阈值进行识别. 结果:20 cm和30 cm穿墙探人实验表明,在系统的探测范围内,目标的运动/静止壮态与呼吸路信号和体动路信号的频域能量比有着良好的相关性. 结论: 本方法适用于不同的探测环境中的非接触生命参数检测系统,能够迅速对目标的运动/静止状态进行识别,增强了此系统的使用功能.     

Fetal Electrocardiogram Extraction and Analysis Using Adaptive Noise Cancellation and Wavelet Transformation Techniques

Birth defect-related demise is mainly due to congenital heart defects. In the earlier stage of pregnancy, fetus problem can be identified by finding information about the fetus to avoid stillbirths. The gold standard used to monitor the health status of the fetus is by Cardiotachography(CTG), cannot be used for long durations and continuous monitoring. There is a need for continuous and long duration monitoring of fetal ECG signals to study the progressive health status of the fetus using portable devices. The non-invasive method of electrocardiogram recording is one of the best method used to diagnose fetal cardiac problem rather than the invasive methods.The monitoring of the fECG requires development of a miniaturized hardware and a efficient signal processing algorithms to extract the fECG embedded in the mother ECG. The paper discusses a prototype hardware developed to monitor and record the raw mother ECG signal containing the fECG and a signal processing algorithm to extract the fetal Electro Cardiogram signal. We have proposed two methods of signal processing, first is based on the Least Mean Square (LMS) Adaptive Noise Cancellation technique and the other method is based on the Wavelet Transformation technique. A prototype hardware was designed and developed to acquire the raw ECG signal containing the mother and fetal ECG and the signal processing techniques were used to eliminate the noises and extract the fetal ECG and the fetal Heart Rate Variability was studied. Both the methods were evaluated with the signal acquired from a fetal ECG simulator, from the Physionet database and that acquired from the subject. Both the methods are evaluated by finding heart rate and its variability, amplitude spectrum and mean value of extracted fetal ECG. Also the accuracy, sensitivity and positive predictive value are also determined for fetal QRS detection technique. In this paper adaptive filtering technique uses Sign-sign LMS algorithm and wavelet techniques with Daubechies wavelet, employed along with de noising techniques for the extraction of fetal Electrocardiogram.Both the methods are having good sensitivity and accuracy. In adaptive method the sensitivity is 96.83, accuracy 89.87, wavelet sensitivity is 95.97 and accuracy is 88.5. Additionally, time domain parameters from the plot of heart rate variability of mother and fetus are analyzed.     

Ideal Filtering Approach on DCT Domain for Biomedical Signals: Index Blocked DCT Filtering Method (IB-DCTFM)

We proposed Index-Blocked Discrete Cosine Transform Filtering Method (IB-DCTFM) to design ideal frequency range filter on DCT domain for biomedical signal which frequently exposed to specific frequency noise such as motion artifacts and 50/60 Hz powerline interference. IB-DCTFM removes unwanted frequency range signal on time domain by blocking specific DCT index on DCT domain. In simulation, electrocardiography, electromyography, photoplethysmography are used as a signal source and FIR, IIR and adaptive filter are used for comparison with proposed IB-DCTFM. To evaluate filter performance, we calculated signal-to-noise ratio and correlation coefficient to clean signal of each signal and filtering method respectively. As a result of filter simulation, average signal to noise ration and correlation coefficient of IB-DCTFM are improved about 75.8 dB/0.477, and FIR, IIR and adaptive filtering results are 24.8 dB/0.130, 54.3 dB/0.440 and 29.5 dB/0.200 respectively.     

阈值收缩迭代算法在被动毫米波图像处理中的应用

为了克服被动毫米波图像处理系统中数据量巨大,实时处理要求高的缺点,将阈值收缩迭代算法应于被动毫米波图像处理中,通过一个非自适应的基矩阵对原始图像信号进行变换,求解一个优化问题获得稀疏性最高的信号,可以在噪声干扰的情况下以极高的精度恢复出原始图像信号。将算法用于被动毫米波模拟图像的恢复实验,得到了很好的结果。因此,它是一种高效、可行的被动毫米波图像处理方法。     

过程信号的前馈—反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求,在其他学者研究的基础上,基于前馈－反馈型神经网络模型,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性。     

Box-Behnken设计-效应面法优选双百安神胶囊提取工艺

目的 对双百安神胶囊提取工艺进行优化.方法 以酸枣仁总皂苷、干膏得率为评价指标,以加醇量、乙醇浓度、提取时间为考察因素,采用Box-Behnken-效应曲面法,优选双百安神胶囊提取工艺参数.结果 通过Box-Behnken 设计效应面法所得模型优化提取条件为：第1次加7倍量60％乙醇,提取2h;第2次加6倍量60％乙醇,提取1.5 h.结论 采用效应面法优选的双百安神胶囊提取工艺合理可行.     

烘制法与常规炮制工艺对杜仲药效成分影响的比较

目的考察烘制法与常规炮制工艺对杜仲药效成分的影响。方法采用烘制、砂烫、煅炭的炮制方法,对成品收率、绿原酸含量、水溶性浸出物进行比较实验。结果烘制法炮制杜仲工艺以断丝为度,用温度计控制温度,受热均匀,减少了炭化的损失,温度达180～200℃范围内,可使杜仲丝片达到炮制要求,缩短了炮制过程中的受热时间,减少了药效成分的破坏。烘制法平均收率为84.25%,而砂烫杜仲平均收率为76.63%,炒杜仲炭平均收率为64.18%,烘制杜仲收率高于炒杜仲炭20.07%。烘制法炮制杜仲的绿原酸含量高于砂烫杜仲和炒杜仲炭,其由高到低的顺序为烘制杜仲≥砂烫杜仲≥炒杜仲炭;三者的水溶性浸出物含量比较基本一致。结论烘制法炮制杜仲操作简便,条件容易控制,不论在成品收率还是对药效成分的影响均好于常规砂烫、煅炭炮制工艺,值得推广应用。     

正交试验设计优选酒炙桑枝的最佳炮制工艺

目的通过正交试验设计,优选出桑枝的最佳炮制工艺。方法选择闷润加酒量、烘烤时间、烘烤温度为考察因素,以总黄酮量和95%乙醇浸出物为考察指标,用L9（3^4）正交设计表,采用综合平衡法和方差分析法,选出桑枝的最佳酒炙炮制工艺。结果桑枝的最佳炮制工艺为：闷润桑枝加酒量为30%、烤制时间为6 min、烤制温度在100℃。结论该方法可为酒炙法炮制桑枝提供科学依据,为桑枝饮片质量标准的建立奠定基础。     

心脏起搏器进展和评价

心脏起搏器是心律失常非药物治疗的一种有效手段。从1958年第一例埋藏式起搏器问世以来,经历了四十年时间,起搏器的技术与临床应用,发展十分迅速,已列入高科技领域。起搏器的构造在保证可靠性、长寿限的前提下实现了小型化。抗缓慢型心律失常起搏器向生理性起搏方向发展,双腔(DDD)逻辑是最完备的基本工作控制方式。参数自适应除了频率自适应外,又发展了房室延迟时间自适应、感知度自适应,而最新的输出强度自适应(自动夺获起搏器)的出现,是一项突破性的起搏器技术发展。抗心动过缓起搏器的适应证和各种起搏方式的选用原则,除了习用的共识以外,又有了新的拓展,例如防治阵发性心房颤动的起搏方式、防治长Q-T综合征衍发尖端扭转型室性心动过速、纠治肥厚梗阻型心肌病的血液动力学障碍等。抗心动过速器的最新进展是非开胸式埋藏型自动复律-除颤-起搏器,对室性心律失常施行控制室性心动过速的程序刺激、电击复律、除颤等分层次的治疗,还能支持缓慢型心律失常。其安装手术简化到类似于安装单腔心室起搏器的手续。起搏器的程控-遥测技术发展。使起搏系统成为治疗、存储资料、测量、调控参数、监测心律、统计数据、排除故障、教学培训、诊断检查多用综合仪器。我国发展起搏器工作具有巨大潜力。应重视调查研究,宣