一种新的基于伪导频搜索的MB-LSF信道估计算法

针对伪导频搜索算法复杂度高的情况,对基于伪导频的MB LSF信道估计算法进行了研究。提出先估计导频位置的信道响应,然后通过线性插值得到所有位置的信道响应,进而检测得到伪导频的估计值,将其作为第1次搜索的符号。理论分析和仿真结果都证明了这种新算法在不影响信道估计性能的前提下,能够很大程度地降低伪导频的搜索次数。     

基于遗传搜索和模板匹配的快速运动估计

基于遗传算法的运动估计具有较好的全局寻优能力,但其过高的算法复杂度需要很大的计算和存储开销,增加了编码时间;另一方面,传统的基于遗传算法的运动估计普遍采用较低的遗传迭代次数,降低了遗传算法的搜索精度。为解决传统算法搜索时间长和搜索精度低的缺陷,提出了一种基于遗传搜索和模板匹配的混合算法。该算法结合多种运动矢量的预测方法以及运动矢量的统计特性设计了3种终止策略,使用模板匹配算法对遗传搜索过程进行优化。实验结果表明：该算法在确保编码质量的同时,能大幅缩减搜索点数和编码时间。     

基于LVQ的自发脑电信号的分类研究

为了识别在不同思维状态下的自发脑电 (EEG)信号,本文用 6阶自回归 (AR)模型表示 EEG信号,用学习矢量量化 (LVQ)神经网络作分类器,分别用 LVQ1和 LVQ2.1算法对网络进行训练,并对分类结果进行测试,比较了网络选择不同参数时对分类正确率的影响.研究表明:竞争层神经元数目直接影响了正确率,当选择最佳参数值时分类正确率为 62%～ 83%,因人而异.     

推拿手法量化建设研究进展

从手法量化的数据研究和设备研究梳理总结近年来推拿手法量化建设进展，手法量化数据研究主要包括动力学参数、运动学参数及有限元分析，手法量化设备研究主要包括参数测定设备及量化控制设备研究。目前，手法量化建设主要表现为对相关量化数据的分析、总结及研发完善的量化设备。手法量化数据的需求能够推进手法量化设备的研发，反之，手法量化设备也能提高数据的质量，二者相辅相成。参考文献37篇。     

带有量化的事件触发预测控制

针对存在量化的网络控制系统,提出了一种基于事件触发机制的预测控制设计方法,其中,信号从传感器传送到控制器和从控制器传送到执行器时需要被量化。建立了带有事件发生器的网络化模型,设计了事件触发机制,给出了预测控制律的设计方法,分析了闭环系统稳定性条件。最后,通过数值仿真验证了本文方法的有效性。     

脾气虚证中医证候量化诊断标准的研究进展

脾气虚证为临床疾病的基础证型之一,其证候诊断标准的研究一直备受关注。该文整理了脾气虚证证候诊断标准的发展脉络、脾气虚证量化诊断标准的研究进展及脾气虚证的证候量化研究进展,从定性诊断、量化分级及微观指标等多个方面进行分析,从临床应用及临床试验角度评述目前脾气虚证的证候诊断概况。认为今后有关脾气虚证的量化研究应重在开展有证候定量依据的临床应用型研究,并从中医整体观出发,利用系统生物学挖掘脾气虚证本质,为验证证候量化诊断标准提供客观指标。     

一种基于变换域信息的H.264/AVC帧内4×4快速预测

为了在保持较好H.264编码效果的同时,用尽可能少的额外计算量来减少H.264帧内预测候选模式数,从而降低编码复杂度,提高帧内编码速度,提出了一种基于变换域信息的帧内4×4快速预测算法。该算法利用帧内预测过程中的中间结果提取块的方向信息,以此指导帧内4×4预测;只搜索与块方向相近方向的几种高概率模式,而不再进行全搜索。实验结果表明该算法可以在大幅降低帧内预测计算复杂度的情况下保持较好的编码效果。     

基于概率裁剪的球形译码算法

在适当的裁剪函数下,基于概率裁剪的球形译码(SPSD)算法能有效逼近最大似然检测(ML)算法性能,但其复杂度在低信噪比下较高。本文重点对SPSD算法的复杂度进行优化,并提出改进算法。改进算法利用迫零检测(ZF)解计算出初始半径,能有效降低球形译码的搜索范围,并优化裁剪函数,在几乎不损失性能的前提下,有效降低算法复杂度。仿真结果表明,在多输入多输出(MIMO)系统中,改进算法能够逼近SPSD算法的性能,并有效减少算法复杂度,能很好地达到检测算法性能和复杂度之间的折中。     

盐酸吡格列酮对肥胖2型糖尿病病人血糖、体重的影响

肥胖型2型糖尿病人通过减肥可以降低其血糖后,减轻体重,盐酸吡格列酮是胰岛素增敏剂,通过增加胰岛素敏感性发挥作用,可促进葡萄糖的利用,在降糖的同时,有减肥的作用.本文通过用胰岛素增敏剂盐酸吡格列酮对肥胖型2型糖尿病病人的治疗研究了其对血糖体重指数的影响,结果显示,盐酸吡格列酮对肥胖2型糖尿病惠者减少体重和降低血糖方面有明显疗效.     

医疗行为量化评估系统建设初探

提出了一种医疗行为量化评估实现思路,并介绍了实现该思路的量化评估系统.量化评估系统是以病人就诊信息为主线,以病人的疾病种类、病情危重情况、诊治难度、诊治时间、效果等为因子参数,以为病人服务的医生和护士的工作为评估对象而建立起的信息系统.     

LVQ人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用

目的:探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用.方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,将1979-2000年辽宁省某市伤寒、副伤寒发病率按大小分为高、中、低3种情况进行判别与预测研究.利用软件MATLAB 6.5的人工神经网络工具箱分别进行LVQ人工神经网络的构建、训练与模拟,分别考察LVQ人工神经网络在模型拟合及前瞻性和回顾性预测方面的能力,并且与传统Bayes判别分析进行比较.结果:LVQ人工神经网络能够从另一个角度对数据进行分类判别与预测,利用1980-1995年数据拟合准确率为100%,预测1996-2000年发病强度准确度为3/5;利用1982-2000年数据拟合准确率为100%,预测1 980-1981年发病强度准确度为1/2,均略高于传统Bayes判别分析.随机选择1 6年数据的拟合准确率为93.8%,预测另外5年发病强度准确度为4/5,与传统Bayes判别分析相当.结论:LVQ人工神经网络能够与传统Bayes判别分析相媲美,在发病率预测方面具有广阔应用前景.     

LVQ神经网络在临床辅助鉴别诊断中的应用研究

选取协和医院64例结节病和42例肺结核病病历作为数据样本,探究建立基于LVQ神经网络的临床辅助鉴别诊断模型以实现这两种疾病的鉴别诊断,测试结果总体确诊率达到87．50％,并与BP神经网络算法结果相对比。实证分析结果表明,该模型对疾病的辅助鉴别诊断有着良好的应用效果,利用LVQ神经网络实现疾病的临床辅助攀别诊断足有效的。     

基于JPEG及扩展DCT块变换的新型大容量隐写算法

目前,基于离散余弦变换的JPEG图像载体隐写已经可以达到较高的隐蔽性及鲁棒性,但隐写容量与传统的空域隐写相比仍有较大差距。在已有算法的基础上,提出了一种基于扩展DCT块变换的改进算法,一定程度上提升了隐藏容量,并使其在隐蔽性和展示性方面优于既有算法。该算法在最终量化前加入了扩展分块变换隐藏,避开了直接将密信隐藏于JPEG的量化后DCT系数中。在维持结果图片符合标准的同时,增强了隐写的隐蔽性和复杂性,实现了对原有算法的综合与改进。仿真实验结果显示出了该算法在隐写容量及隐秘性上相对于原有算法的提升。     

Vectorcardiographic evaluation of myocardial infarct size: comparisons with thallium myocardial scintigraphy

OBJECTIVE To determine the usefulness of vectorcardiography (VCG) in assessing myocardial infarct size.

METHODS The correlation of spatial and scalar parameters of VCG with the percent defect volume (%DV) of thallium myocardial single photon emission computed tomography (SPECT) was investigated in 63 patients with first-onset myocardial infarction (MI). VCG parameters included: (1) spatial parameters: magnitude, azimuth and elevation of the maximal vector, vectors at 20 ms and 30 ms, and (2) scalar parameters: amplitudes of 20 ms and 30 ms vectors at X, Y, and Z scalar leads abbreviated as X20, Y20, Z20, X30, Y30 and Z30, respectively.

RESULTS For anteroseptal MI, the azimuth of 30 ms vector and Z20 showed a significant correlation with %DV (r = 0.572, P < 0.05 and r = 0.832, P < 0.001) while in anteroseptal MI with involvement of lateral wall, the azimuth of 30 ms vector and X30 were correlated with %DV significantly (r = 0.775, and r = 0.780, P < 0.01). For inferior and inferoposterior MI, the elevation of 30 ms vector and Y30 were correlated well with %DV (r = 0.871, P < 0.01, r = 0.928, P < 0.001 for inferior MI and r = 0.678, P < 0.01, r = 0.760, P < 0.001 for inferoposterior MI).

CONCLUSIONS VCG parameters, especially scalar parameters, can be used to evaluate myocardial infarct size easily and non-invasively with remarkable accuracy.

     

基于Gammachirp耳蜗能量谱特征提取的音频指纹算法

提出了基于Gammachirp耳蜗能量谱的音频时频域特征表示方法,并在此基础上进一步构造了一种音频指纹算法。首先利用非负矩阵分解(Non-negative Matrix Factorization, NMF)提取Gammachirp耳蜗能量谱的局部特征,然后对该局部特征进行差分和量化,以提高算法的鲁棒性,并降低检索的计算复杂度。实验结果表明:在经受音频编辑软件多种攻击和实际环境中录音检索时,本文算法都具有很好的鲁棒性和识别率。     

Detection of Carotid Artery Disease by Using Learning Vector Quantization Neural Network

Doppler ultrasound has been usually preferred for investigation of the artery conditions in the last two decades, because it is a non-invasive, easy to apply and reliable technique. In this study, a biomedical system based on Learning Vector Quantization Neural Network (LVQ NN) has been developed in order to classify the internal carotid artery Doppler signals obtained from the 191 subjects, 136 of them had suffered from internal carotid artery stenosis and rest of them had been healthy subject. The system is composed of feature extraction and classification parts, basically. In the feature extraction stage, power spectral density (PSD) estimates of internal carotid artery Doppler signals were obtained by using Burg autoregressive (AR) spectrum analysis technique in order to obtain medical information. In the classification stage, LVQ NN was used classify features from Burg AR method. In experiments, LVQ NN based method reached 97.91% classification accuracy with 5 fold Cross Validation (CV) technique. In addition, the classification performance of the LVQ NN was compared with some methods such as Multi Layer Perceptron (MLP) NN, Naive Bayes (NB), K-Nearest Neighbor (KNN), decision tree and Support Vector Machine (SVM) with sensitivity and specificity statistical parameters. The classification results showed that the LVQ NN method is effective for classification of internal carotid artery Doppler signals.     

基于量化表修改的F5隐写方法

传统的F5隐写方法采用标准的量化表量化后用矩阵编码的方法来嵌入信息,其安全性较高但隐写容量非常小。提出了一种改进的基于量化表修改的F5隐写方法（IQTM-F5）,采用给定的量化表量化和新的信息嵌入策略以避免传统的“退化”现象。实验结果表明：改进的隐写方法与传统F5隐写方法相比,不仅极大程度地增加了隐写容量,提高了嵌入效率,而且隐秘图像具有较高的图像质量和抗攻击性。     

基于虚特征分解的PQ图像隐写专用检测技术

提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低; 并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明：该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。     

参附注射液对脓毒症大鼠心肌氧化应激的影响

[目的]观察参附注射液对脓毒症大鼠心肌氧化应激的影响.[方法]采用盲肠结扎穿孔法制备腹腔感染脓毒症动物模型.80只SD大鼠随机分为假手术组(Sham),脓毒症组(CLP),参附注射液低、高剂量治疗组(LSF,HSF)共4组.记录手术后6、18 h各组的平均动脉压(MAP)、心率(HR)、心脏收缩功能指标(LVDP)和左室最大收缩速率(+dP/dt)、心脏舒张功能指标(LVEDP)和左室最大收缩速率(-dp/dt))、心肌细胞凋亡发生率(AI)、心脏组织丙二醛(MDA)含量、超氧化物歧化酶(SOD)活性.[结果]与Sham组比较,CLP组术后6h的HR有升高(P＜0.05),但术后18h的HR显著降低(P＜0.01);术后6h和18h的MAP、LVDP、+dP/dt、LVEDP、-dP/dt、SOD均显著下降(P＜0.01),AI、MDA有统计学意义或显著升高(P＜0.05或＜0.01).而与CLP组比较,LSF组术后6h的MAP和HR、HSF组术后6h的HR均差异统计学意义(P＞005),但HSF组术后6h的MAP及LSF组和HSF组术后18h的HR、MAP有统计学意义或显著升高(P＜0.05或＜0.01);LSF组和HSF组术后6h、18h的LVDP、+dP/dt.LVEDP、-dP/dt、SOD有统计学意义或显著升高(P＜0.05或＜0.01);LSF组和HSF组术后6h、18h的AI、MDA有统计学意义或显著降低(P＜0.05或＜0.01).[结论]参附注射液可不同程度地增高CLP大鼠的平均动脉压、改善其心功能、减少心肌细胞凋亡的发生和心肌组织MDA含量,增加SOD活性;且高剂量参附注射液则以上结果更明显.参附注射液有助于脓毒症大鼠心肌氧化应激异常的恢复,这些作用的强度与参附注射液的剂量成正比.