基于增加脉搏波采集电路的电子示波器功能改进研究

通过增加脉搏波采集电路和信号处理电路，扩展短余辉电子示波器的测量功能。脉搏波采集电路采用HK-2000B型脉搏传感器；信号处理包括信号采样、储存和扫描三部分，并通过凌阳SPCE061A型微处理器实现。上述电路使短余辉示波器具有显示和测量脉搏波的功能，该功能丰富了医学物理学中“电子示波器的使用”的实验内容，提高了医学专业学生对物理学实验的兴趣。     

针对微弱表面肌电信号的采集电路设计

表面肌电信号频率低、极易受干扰，针对此设计基于高阶滤波的信号采集电路。为避免噪声被过度放大而造成信号淹没，电路采用两级放大方案。带通滤波部分采用两组5阶Sallen-Key，以奇次在前、偶次在后的顺序级联，避免输出信号中混入高频泄露信号，且阻带下降速度达-100 dB/dec。此外，陷波器部分设置可调电位器，灵活调整品质因数（Q值），以获得最佳采集效果。结果表明，该电路可实现高达60 dB的放大增益，可有效提取20~500 Hz之间的有用信号，同时很好地抑制50 Hz工频干扰，具有良好的抗噪声性能。     

低信噪比离子通道信号的噪声统计消除技术

细胞膜离子单通道信号是一种状态有限、一阶齐次的Markov过程，并且膜片钳记录中以较低频率采样时，由于混叠效应可以认为背景噪声是高斯白噪声^[1]。基于这两个前提我们应用隐式马尔科夫模型（Hidden Markov Model,HMM)信号处理技术来消除膜片钳记录时微弱单通道信号的背景噪声。通过仿真证实该技术可高精度地去除膜片钳记录中白色高斯噪声对微弱单通道信号的干扰。     

电触听代偿应用软件设计

为了进行电触听代偿的应用研究，设计了一套应用软件。该软件有两种工作方式：（１）非实时刺激方式：以１０．０００Ｈｚ的频率单路采样，本软件提供了ＦＦＴ和ＡＲ模型两种信号处理算法。并有频谱编码和最大峰编码两种方式。（２）实时刺激方式：由８路采样采集来自８个模拟带通滤波器的信号，计算机对信号进行简单的平均处理后，实时输出刺激。文中还列出了不同信号处理算法和编码方式得到的结果，可以得到ＡＲ结合最大峰编码较适合于语音处理；对于自然声，有明显特征频率的信号可用最大峰编码，无明显特征频率的信号应使用频谱编码方式。两种工作方式中，非实时方式信号质量高，信号处理及编码方式灵活，但只能作为触听代偿训练设备；实时工作方式可应用于实际的触听代偿器。     

电子耳蜗双麦克风信号采集及不同参数波束形成特征研究

为了提高噪声环境下的电子耳蜗言语识别率,麦克风阵列语音增强的方法逐渐应用在电子耳蜗前端信号采集中。由于电子耳蜗尺寸的限制,双麦克风阵列信号采集是常见的模式,其形成的系统波束指向可用于特定方位的干扰信号的抑制。延迟、权重、频率和间距等参数影响着双麦克风系统的极性图。本文研究基于双麦克风模式的电子耳蜗信号采集和不同参数条件下的波束形成特点,为双麦克风模式的语音增强算法研究提供支持。     

体表心电图处理中应用的滤波技术

体表心电图信号是毫伏级的微弱信号，在记录过程中可能受到多种干扰的影响。如何抑制噪声，提取纯净的心电信号是心电信号处理需要解决的一个重要问题。本文综述了心电图处理中应用的高频滤波技术。并从实用性角度概括了评价算法优劣的若干原则     

全数字B超的信号处理

全数字B超是超声医疗仪器的发展方向,它的基本技术特点是用数字硬件电路来实现数据量极其庞大的超声信号的实时处理。概述了全数字B超的发展方向及主要的信号处理技术,包括动态滤波、对数放大、包络检波和二次采样,并详细介绍了国内外信号处理各阶段采用的方法。     

采集表面肌电信号应用于动作识别的可行性

背景：文献表明上肢前臂运动时所产生的表面肌电信号具有非线性特征,而肢体运动时肌电信号又呈现出非平稳特性。 目的：设计一种简单的拾取电路采集表面肌电信号,拟应用于动作肌电信号的特征识别。 方法：根据表面肌电信号的特点,设计高共模抑制比的前端放大电路,抑制共模干扰;采用低通滤波电路,有源双T带阻滤波器对信号进行去噪处理;对采集得到的信号进行小波包变换,得到信号的特征量。 结果与结论：所设计的表面肌电信号检测电路具有较高共模抑制比,并能有效地滤除50 Hz工频信号,可以满足肌电信号采集电路的基本要求。肌电信号的处理结果表明采用子频段能量值的方法可以区分手部4种不同动作。     

使用有效听觉编码的噪声抑制算法

目的噪声抑制是语音信号处理的重要课题。本文利用有效听觉编码算法处理语音信号,研究其在噪声抑制问题上的效果。方法基于有效听觉编码算法对于语音信号和白噪声信号在编码系数大小分布上具有显著差别的特性,本文提出一种使用有效听觉编码的降噪算法,在有效听觉编码算法获得的编码系数中抑制噪声,适用于含有加性白噪声的语音信号。结果客观评价结果表明本算法能够有效降低语音中的加性白噪声。同时将该算法与其他当前基于短时傅里叶变换的语音降噪算法进行了对比,表明该降噪算法对于信噪比(signal-to-noise ratio,SNR)的提高比当前得到广泛采用的最小均方误差算法(minimum mean-square error,MMSE)、谱减法等性能更好。结论本文提出的噪声抑制算法可以进一步提高当前噪声抑制算法的性能。     

用于超短波理疗仪的人体阻抗高频信号检波电路设计

本电路是用于超短波理疗设备的人体阻抗自动调谐装置。为了判断能量发射电路与加载人体组织后的接收电路之间谐振参数是否达到最佳匹配状态,本文设计了针对高频信号的包络检波电路,配合接收电路中可变电容自动调节装置,完成阻抗匹配与调谐功能。研究通过采样线圈接收到的调幅波信号,将检波处理后的电压信号与能量发射电路中电流信号进行比对。实验显示,本电路检波处理后的电压信号波形稳定,可被低速模拟数字转换芯片(ADC)识别,且与能量发射电路电流信号正相关。检波处理后的电压值可真实表现电路谐振状态,实现人体阻抗信号采集功能。     

微波热疗凝固区域超声回波信号的小波去噪方法

目的 针对用于监测微波热疗凝固区域的超声回波信号信噪比较低,强反射点较多,难以定位凝固区域边缘的特点,研究了一种基于小波分解的去噪方法.方法 在理论分析的基础上,对超声回波信号进行小波分解,根据不同频段信号的特征,进行局部分层小波阈值去噪,再通过小波重构得到去噪后的超声回波信号.结果 对比硬阈值去噪、软阈值去噪和本文所采用方法的效果,探讨了利用本文算法进行凝固区域边缘识别的可行性.结论 局部分层小波去噪算法可有效抑制噪声,保留信号的细节特征,达到优化超声回波信号的目的.     

自适应算法与小波变换在心电信号滤波中的应用

心电信号是一种基本的人体生理信号,具有重要的临床诊断价值。然而,体表检测人体心电信号中常带有工频干扰、基线漂移、肌电干扰等各种噪声,给临床对心血管疾病的诊断带来了障碍。为了消除心电信号检测过程中带有的上述三种噪声,采用LM S自适应算法及小波变换理论,有针对性的设计了自适应滤波器、小波变换滤波器和自适应信号分离器等三种数字滤波器来滤除相应干扰。结果表明,对心电信号中存在的这三种噪声具有很好的滤波效果。     

基于三级滤波器的表面肌电信号降噪处理

表面肌电信号（surface electromyography,sEMG）是一种非平稳微弱信号,而它的低信噪比是造成对其进行分解十分困难的主要原因之一.本文针对sEMG信号的噪声特点,提出基于经验模态分解（empirical mode decomposition,EMD）的三级滤波器技术来对sEMG信号进行预处理,即采用频谱插值法去除工频干扰,采用形态学运算去除基线漂移,采用经验模态分解去除白噪声.实验结果表明,本文所提出的方法不仅能够提高sEMG信号的信噪比,也能有效地保留运动单位动作电位（motor unit action potential,MUAP）的波形信息,这将有利于对MUAP的识别从而提高对sEMG信号的分解准确率.     

股骨髁部支撑钢板对股骨远端骨折手术疗效的影响因素分析

目的 分析股骨髁部支撑钢板（CBP）对股骨远端骨折手术疗效的影响因素.方法 将100例股骨远端骨折患者分别根据可能影响CBP治疗股骨远端骨折的8个相关因素（性别、年龄、骨折类型、骨折分类、手术时机、复位质量、是否植骨、是否行石膏制动）分组,按Neer膝关节功能评分表对手术疗效评分,评分≥72分为优良,＜72分为非优良.先分别对8个相关因素的手术疗效进行单因素分析,行x2检验,再将P＜0.05的相关因素进行Logistic多因素回归分析,探讨采用CBP治疗股骨远端骨折的独立危险因素.结果 男性组与女性组,开放性骨折组与闭合性骨折组术后优良率的差异均无统计学意义（P＞0.05）;青年组、中年组与老年组,A型骨折组与C型骨折组术后优良率的差异均有统计学意义（P＜0.05）;在7d内手术的患者明显比7d后手术的术后疗效好（P＜0.05）;术中未植骨比术中植骨的术后疗效更好（P＜0.05）;复位满意组和未行石膏制动组的术后疗效分别明显优于复位不满意组和行石膏制动组（P＜0.05）.Logistic多因素回归分析结果显示,年龄（OR=12.864）、骨折类型（OR=47.597）和复位质量（OR=1 1.549）是影响手术疗效的独立危险因素.结论 年龄、骨折类型和复位质量是影响CBP治疗股骨远端骨折手术疗效的独立危险因素,这将为提高CBP治疗股骨远端骨折手术疗效提供一定的参考.     

Technical note: Signal resolution increase and noise reduction in a CCD digitizer

Increasing output resolution is assumed to improve noise characteristics of a CCD digitizer. In this work, however, we have found that as the quantization step becomes lower than the analog noise (present in the signal before its conversion to digital) the noise reduction becomes significantly lower than expected. That is the case for values of sigma(an)/delta larger than 0.6, where sigma(an) is the standard deviation of the analog noise and delta is the quantization step. The procedure is applied to a commercially available CCD digitizer, and noise reduction by means of signal resolution increase is compared to that obtained by low pass filtering.     

基于自适应中值滤波的脑事件关联电位单次提取

提出一种基于自适应中值滤波的脑事件关联电位单次提取方法。刺激方式为odd-ball模式，直接用实测的数据进行实验。背景噪声从波形上看呈现为脉冲状形式，中值滤波可以有效地去除脉冲噪声。利用零交叉方法估计各单次记录信号中噪声的脉冲宽度，取其最大值作为基准参数，自适应地动态确定各单次滤波时所用窗口的大小。在窗口大小确定后，对各单次记录到的信号进行中值滤波器处理，最后对结果进行低通平滑。实验结果表明，本文提出的方法不但具有良好的单次提取效果，而且具有很强的适应性和稳健性。     

Adaptive filtering of evoked potentials using higher-order adaptive signal enhancer with genetic-type variable step-size prefilter

An adaptive signal enhancer based on third-order statistics with a genetictype, variable step-size prefilter is introduced to recover evoked potentials (EPs). EPs are usually embedded in the ongoing electroencephalogram with a very low signal-to-noise ratio (SNR). As a higher-order statistics technique has a natural tolerance to Gaussian noise, it is applicable for filtering EPs. An adaptive signal enhancer based on third-order statistics was used as the major filter in this study. Howver, the efficiency of the adaptive signal enhancer was reduced when the total power of uncorrelated noises was large. To improve the performance for EPs under poor SNR, a low-noise signal is required. Therefore a prefilter with a genetic-type, variable step-size algorithm was employed to enhance the SNR of the signal in this study. The fundamental idea of a genetic-type, variable step-size algorithm is that its step-sizes are regularly readjusted to optimum. Therefore this algorithm can be used as a prefilter with different noise levels. Experimental results showed that, for filtering EPs, the proposed scheme is superior to the adaptive signal enhancer with a normalised least mean square algorithm.     

中枢性协调障碍患儿听神经通路损伤调查及高危因素分析

目的调查中枢性协调障碍患儿听神经通路损伤情况,探讨其听神经通路损伤的高危因素,为防治提供参考依据。方法回顾性调查846例住院中枢性协调障碍患儿病历资料,了解听神经通路的损伤情况,分析其高危因素。结果有197例有听神经通路损伤,发生率为23.3%,以周围性听神经通路损伤为主,病理性黄疸（OR=1.721）和宫内感染（OR=2.166）是听神经通路损伤的高度危险因素。结论中枢性协调障碍患儿听神经通路损伤较高,要注意新生儿期病理性黄疸的预防和治疗及避免母孕期宫内感染。     

Hardware detection ofP-waves in the electrocardiogram

A reliableP-wave detector has been designed for use in experiments where the firing of the sino-atrial node is important. Unlike other circuits which require tripolar electrodes implanted in the atrial myocardium this device will operate with either Lead II or III of the bipolar e.c.g. and utilises the q.r.s. complex as a time reference. Various analogue techniques are used to preprocess, filter and differentiate the reference signal to enhance the shape and the signal/noise ratio of theP-wave. Detection of theP-wave is only carried out over a portion of the cardiac cycle determined by inhibition windows whose duration is made proportional to the average interbeat interval. All threshold elements are gated by signals derived from a digital algorithm to limit their operation to portions of the cycle within which the event to be detected is assumed to arrive. The device requires a minimum of adjustment during operation and will operate reliably for heart rates in the range of 30–300 b.p.m. It will also remain stable and automatically reset under all conditions of signal dropout and invalid triggering. Operation to date has demonstrated that detection is relatively insensitive to high-frequency noise, baseline drift or muscle artefact.     

Empirical mode decomposition based ECG enhancement and QRS detection

In this paper an Empirical Mode Decomposition (EMD) based ECG signal enhancement and QRS detection algorithm is proposed. Being a non-invasive measurement, ECG is prone to various high and low frequency noises causing baseline wander and power line interference, which act as a source of error in QRS and other feature extraction. EMD is a fully adaptive signal decomposition technique that generates Intrinsic Mode Functions (IMF) as decomposition output. Here, first baseline wander is corrected by selective reconstruction based slope minimization technique from IMFs and then high frequency noise is removed by eliminating a noisy set of lower order IMFs with a statistical peak correction as high frequency noise elimination is accompanied by peak deformation of sharp characteristic waves. Then a set of IMFs are selected that represents QRS region and a nonlinear transformation is done for QRS enhancement. This improves detection accuracy, which is represented in the result section. Thus in this method a single fold processing of each signal is required unlike other conventional techniques.