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.     

基于毫米波的呼吸、心率非接触检测实验

目的　研究人体呼吸、心率的非接触检测方法和技术 .方法　采用低功率毫米波 (λ=8mm )为探测信号 ,运用多普勒雷达原理和生理信号检测技术进行实验研究 .结果　探测信号功率 P<1m W,探测距离 s<5 m,检测对象着各类衣服、在不同姿势、不同的天线照射角度下 ,较高质量的检测出人体呼吸和心动信号 .结论　该技术方法检测灵敏度高 ,功率小 ,对人体无害 ,是一种可行的呼吸、心率非接触检测方法 .     

基于参数化双谱分析的超宽带生物雷达人体目标非接触检测

超宽带（UltraWideband,UWB）生物雷达广泛应用于生命体探测等领域,而人体生命体征信息的非接触检测是其需解决的最主问题。本文利用参数化双谱估计算法分析UWB生物雷达回波信号,以非高斯白噪声激励的AR（AutoRegression）参数模型对信号进行建模,并用带约束的三阶平均法对模型的参数进行估计。在此基础上,提出了一种新的基于UWB的人体目标非接触检测算法,并将该算法与现行的基于功率谱密度的检测算法进行对比、实验结果表明,有人位置点信号和无人位置点信号在双谱域表现出明显的差别特性,新算法能更好地实现人体目标的非接触检测。     

雷达多普勒回波仿真信号的CWD时频分析

0　引言　采用时频分析探测生命参数 (呼吸或心率 ) [1 ,2 ] 的雷达多普勒回波仿真信号不仅能反映信号的频率成分 ,也能反映出该信号频率分量随时间变化的规律 ,而对于多谱勒方式的雷达回波信号 ,其回波信号的频率则正比于目标运动的速度 ,可以区分背景干扰和回波信号 ,又可以研究速度分辨力 .1　产生原理　根据多普勒效应 ,当发射源和接受者之间有相对径向运动时 ,接收到的信号频率将发生变化 ,并且频率正比于目标的运动速度 .下面以雷达发射连续波的情况说明多普勒回波信号的产生原理 .设发射信号表示为 :s(t) =Acos(ω0 t+φ)式中 ω0 …     

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.     

雷达式非接触检测中呼吸和心跳信号分离算法的研究

为了有效地从生物雷达的体动信号中分离出呼吸和心跳信号,实现生理特征参数（呼吸率和心率）实时监测,本文在自适应噪声抵消模型的基础上,提取呼吸信号的谐波组合作为模型的参考输入,将生物雷达检测到的体动信号作为模型的原始输入,构建了一套适用于生物雷达检测中分离呼吸、心跳信号的自适应谐波抵消算法。仿真实验结果表明,该算法简单、易于实现,能够实时地分离呼吸和心跳信号。     

小波变换在中医脉象信号特征分析中的应用

目的探讨小波变换理论和技术在中医脉象信号特征提取和分析过程中的实际应用,提高对基本脉及相兼脉的识别能力。方法对1 456例经2名高年资中医师双盲法切脉共同确认其脉名一致者采集脉象信号,经小波变换后进行辨识。结果总体识别准确率>92%。结论利用小波变换具有良好的时-频局部化的能力和对非平稳信号突变点的检测能力,可以实现对脉象信号同时进行时域、频域特征值的提取和分析;并提取了脉象在不同时间-尺度上的能量特征,作为脉象信号的新特征,用于脉象信号的辨识;不仅极大地提高对平、浮、沉、迟、数、虚、实、滑、涩、洪、弦、促、结、代等基本脉的识别率(>92%),对于临床常见的相兼脉也有相当高的识别能力(>82%)。      

基于小波变换的病灶心音信号识别

心音信号分析在无创诊断心血管疾病中发挥着重要作用,病灶心音信号中包含大量的心脏疾病信息.本文根据心音信号频率分布的特点,采用小波变换算法,在不同的尺度上对心音信号进行提取分析,将不同尺度的高频部分进行重构,分别计算其能量,再对比正常心音在相应尺度上的能量分布,通过仿真可实现对病灶信号的识别.本文方法能够准确识别病灶信号,由于较少采用复杂度高的算法方法,因而具有较高的检测效率.     

一种应用于非接触式心率、呼吸率监测研究的模拟器设计

目的 设计一种用于非接触式心率、呼吸率监测研究的模拟器,阐述其基本工作原理并测试其指标性能,为非接触式生命体征监测提供监测对象模型与性能验证工具。方法 利用STM32F429开发板、电磁栓、H桥驱动电路、直流推杆、触摸屏等设计心率、呼吸率模拟器并进行性能测试。结果 研制心率、呼吸率模拟器,心率模拟器的可调节范围为30-250bpm,呼吸率模拟器可调节范围1-60rpm,心率、呼吸率变化响应时间分别在5s和10s以内,满足其应用要求。结论 该心率、呼吸率模拟器在非接触式生命体征监测研究中具重要的应用价值和研究必要性。     

非接触生理信号检测技术

非接触生理信号检测技术是近年来发展起来的新兴技术,由于其无需使用传感器或者电极与人体接触,能够给检测目标提供相对自由的检测环境,因此具有特殊的应用前景。本文在介绍光学、超声非接触检测技术的同时,重点阐述了生物雷达检测技术的研究现状及发展趋势,最后展望了非接触生理信号检测技术的应用前景。     

基于短时相位谱补偿的非接触语音检测增强算法研究

语音是人类重的生理信号,生物雷达能够通过检测喉部发音器官振动的微弱信息对语音进行非接触采集,从而提供一种新型的非接触语音获取方法。但生物雷达所接收的含有语音信息的回波中还存在多种噪声和杂波。本文采用离散短时傅立叶变换,在保持语音信号振幅谱不变的条件下通过改变棚位谱来对信号谱进行重构,达到去除雷达语音信号中噪声分量的日的。通过与经典的谱减法和维纳滤波语音增强算法进行对比,此算法能够在低信噪比条件下有效地降低噪声分最,可提高生物雷达语音信号质量。     

天线的极化方式对生命探测仪检测效果的影响

目的：探讨天线的水平极化和垂直极化对生命探测仪检测效果的影响．方法：对10名受试对象分别采用水平和垂直两种极化方式采集呼吸信号,比较两种信号的幅值;对两种极化方式下的呼吸信号做功率谱估计,对两组谱估计值做配对t检验．结果：水平极化方式下测得的呼吸波信号幅值大于垂直极化方式下测得的呼吸波信号幅值,水平极化与垂直极化测得的呼吸信号能量有统计学意义（P〈0．01）．结论：水平极化方式下的呼吸信号能量明显大于垂直极化方式．当被测对象站立时,天线水平极化方式的检测效果好于垂直极化     

PRELIMINARY STUDY OF FEASIBILITY OF WHOLE BODY DIFFUSION WEIGHTED IMAGING IN DIAGNOSIS OF METASTASIS OF TUMOR

Objective To evaluate the feasibility of whole body diffusion weighted imaging （DWI） in the diagnosis of metastatic tumor.
Methods Fifty-six patients （40 males and 16 females, age ranging from 29 to 84 years with a mean age of 57 years） with a variety of primary tumors were investigated by whole body DWI combined with computed tomography （CT） and/or conventional magnetic resonance imaging （MRI） scans. Twelve patients underwent positron emission tomography. The final diagnosis was made on the basis of CT or high resolution CT result for lung lesion and MRI or CT result for skull, abdomen and other parts. All tumors were classified into four groups by their diameter： below 1.0 cm, 1.0-1.9 cm, 2.0-2.9 cm, and above 3.0 cm. The sensitivity and specificity of whole body DWI in the detection of metastatic tumor were analyzed.
Results The sensitivities of whole body DWI for screening metastasis of the four groups were 38%, 75%, 97%, and 100%, respectively. Whole body DWI showed the highest sensitivity and specificity for detecting metastasis of the skeletal system. It was difficult to find metastatic tumor whose diameter was below 1.0 cm, or lymph nodes located in the pelvis with diameter below 2.0 cm.
Conclusions Whole body DWI is a promising method in the diagnosis ofmetastastic tumors. With the perfection of scanning parameter, whole body DWI should be a new effective whole body technique for tumor detection.     

A WBAN-based Real-time Electroencephalogram Monitoring System: Design and Implementation

In this study, a flexible wireless body area network (WBAN) node platform has been designed and implemented based on the Zigbee technology. In order to provide wide range WBAN for health monitoring, a Zigbee/Internet Gateway (ZiGW) has also been developed rather than using a PDA or a host PC to connect different WBANs by using the Internet as the communication infrastructure. The proposed body sensor node platform promises a cost-effective, flexible platform for developing physical sensor node in real-time health monitoring. The ZiGW can provide an effective method to connect WBAN with the Internet. In this work, we present the implementation of an Electroencephalogram (EEG) monitoring system using the proposed methods. In this proposed system, real-time EEG signals can be remotely monitored by physicians via Internet, and the collected EEG data is stored in the online EEG database which can be shared with physicians or researchers for further analysis.     

呼吸与脉诊信息的相关性研究

目的研究呼吸对脉诊信息的影响。方法分别在安静自然呼吸状态,以及吸气末屏气状态和呼气末屏气状态记录正常人脉诊信息,观察人体在不同呼吸状态下脉诊信息的变化。数据处理时采用DCT（离散余弦变换）的方法将呼吸运动所造成的低频信号过滤,然后进行反DCT变换将数据还原以排除呼吸的运动干扰。然后进行滤波后的正常呼吸状态脉诊信息与屏气状态的脉诊信息的分析和分类判决。结果在排除了因呼吸的运动而产生的低频信号干扰后,不同呼吸状态下的脉诊信息仍然存在较大的差异,并具有规律性的变化特征。结论呼吸对于脉诊信息的影响是全方位的,它不仅包括因呼吸运动而产生的机械影响,还与肺吸入自然清气与否有关。本研究为脉象形成与宗气推动具有密切关系的中医理论提供了一定的科学依据,印证了诊脉时需要调息的中医理论。