不同状态胆囊组织的傅立叶变换红外光谱研究

目的 探索不同生理病理状态的胆囊组织各自特异的傅立叶变换红外光谱(Fourier transform infrared spectroscopy，FT-IR)表现。方法 应用FT-IR对8例正常胆囊组织、10例炎性胆囊组织和10例胆囊癌组织进行检测，结合常规病理结果总结不同组织的光谱特征。结果 胆囊正常、炎性和癌组织具有不同的FT-IR光谱表现，1550cm^-1处的酰胺Ⅱ带在癌组织中显得较弱，峰形低平，而在正常组织中则较强，峰形高尖。1080cm^-1处核酸的吸收谱带在癌组织中较强，I1080／I1550的比值在正常组织中为0．62，癌组织中为0．87。正常组织中1450cm^-1处的峰多强于1400cm^-1处，而在癌组织中则相反。结论 胆囊正常、炎性和癌组织的FT-UR谱图不同，主要表现为组织中蛋白质、核酸和磷脂等含量与结构的改变，FT-IR有望成为胆道疾病临床诊断的一种新手段。     

大鼠中枢和外周神经损伤后胞体分布区神经组织的红外光谱分析

目的：观察外周和中枢神经损伤后胞体分布区神经组织总蛋白和核酸的变化规律。方法：应用傅里叶红外光谱(FTIR)检测方法，分析大鼠脊髓和坐骨神经损伤后相应的神经元胞体分布区神经组织中归属为核酸和蛋白质的谱带吸收强度的变化。结果：伤后早期，外周和中枢神经损伤后其相应胞体部位神经组织RNA，DNA和蛋白质的含量均增加；1周后，外周和中枢神经元胞体分布区RNA，DNA和蛋白质含量均变化规律不同：外周神经元胞体RNA和DNA的含量仍较高，而中枢神经伤侧和对照侧胞体RNA和DNA的含量接近，中枢和外周神经元胞体蛋白含量变化相反。结论：外周和中枢神经损伤后再生过程中其胞体反应性不同，这一差异可能与外周和中枢神经损伤后再生差异有关。     

基于太赫兹时域光谱技术的名贵动物药材龟甲的真伪品鉴别

目的： 建立一种利用太赫兹时域光谱和多种化学计量学方法鉴别龟甲真伪的新方法。方法： 选用正品乌龟和伪品红耳彩龟的腹甲进行实验,先用经典的性状鉴别、显微鉴别方法比较两种样品的典型性状特征,后利用太赫兹时域光谱仪测得样品的光谱信息,对样品谱图进行平滑处理和基线校准,并运用化学计量方法进行数据分析以区分正品和伪品龟甲。结果： 性状鉴别结果显示完整正、伪品龟甲样品仅有细微差异,且其碎片或粉末基本无差异;显微鉴别未在两种样品中发现明显的特征差异性结构;两种样品的太赫兹时域光谱曲线图经快速傅里叶变换滤波器平滑滤波处理、正交偏最小二乘法判别分析处理后呈现显著差异。结论： 利用太赫兹时域光谱技术结合正交偏最小二乘法判别分析可以实现龟甲真伪品的精准鉴别。     

FT-IR光谱法研究TA9902抑制Aβ1-42聚集的分子机制

目的：研究TA9902引起Aβ1-42二级结构变化，了解其抑制Aβ聚集和纤维形成的机制。 方法： 用傅里叶变换红外光谱法（FT-IR）曲线拟合定量分析和特征频谱分析Aβ老化后及TA9902干预后二级结构的变化。 结果： 1 700-1 600 cm-1之间的酰胺I带分析，Aβ1-42单独孵育30 min时，β-折叠片为46.53％；Aβ1-42老化72 h，β-折叠片为65.13％，β-折叠片增加了19.4％。TA9902与Aβ1-42作用β-折叠片为29.04％；与Aβ1-42老化72 h相比，TA9902的存在明显减少β折叠片的含量(下降了36.09％)，β-转角的含量明显升高(升高57.56％)，α-螺旋也略有升高（2.93％）。呈现出明显的β折叠片向β-转角的转化。其它基团特征峰位显示，TA9902中有酮类尤其是饱和链状酮或α-二酮和烷烃类的-CH2和-CH参与了Aβ1-42的分子变构。 结论： TA9902明显抑制Aβ1-42β-折叠的形成，同时也使Aβ1-42肽的侧链基团发生了化学修饰，提示Aβ的聚集和纤维形成与其分子β-折叠的形成和侧链基团发生了化学修饰有关。     

改进的小波域医学图像序列的运动估计

医学图像序列压缩是远程医疗系统中的重要技术，而运动估计在视频序列压缩中起着关键作用。我们提出了一种改进的正方形-菱形搜索算法来实现医学图像序列的运动估计。这种改进的正方形-菱形算法减少了搜索点数。我们将其应用于小波域的医学图像序列的运动估计，并对数字减影血管造影图像序列（DSA）进行实验。结果表明，改进后的小波域正方形-菱形算法较其他算法精度高。     

眼底图像畸变的校正及多幅图像的特征点拼接算法

对于眼底图像 ,由于不在正视点取像造成的几何畸变和由于荧光素从血管壁渗漏等造成的灰度畸变 ,几乎是不可避免的。为临床诊断提供丰富信息的需要出发 ,进行多幅眼底图像的拼接是必要的。本文为此提出了几个新的处理方法 ,如基于大窗口的滤波灰度校正方法、基于透视投影原理的几何校正方法与基于小波子空间上的拼接算法 ,均具有效果好和耗时少的优点。     

中性粒细胞分布数据序列小波变换研究

目的　研究小波分析结合复倒谱处理血膜中中性粒细胞分布数据信号的新方法及临床意义。方法　利用“虚拟盒计数法”方法采集血膜中的细胞分布数据信号 ,然后进行小波变换结合复倒谱分析方法处理。结果　提出血膜中细胞分布状态的“密集子”新概念。计算出小波变换复倒谱主极大值 ,并以此作为不同情况下血膜中中性粒细胞分布“密集子”间距的准确参数。结论　方法简单 ,能较好的反映血膜中细胞分布状态的微观组织结构特征 ,是血膜中细胞“密集子”表达定征的一种有效方法     

基于离散小波变换提取脑机接口中脑电特征

在脑机接口中，针对脑电特征提取利用单一种类信息、使用数据量大、分类性能较差等缺点，提出一种新颖的基于离散小波变换的方法。分析了小波变换特征提取的特点和特征表示方式，用Daubechies类db4小波函数对脑电信号进行6层分解，抽取小波变换各子带关键的部分逼近系数、小波系数、小波子带系数均值组成特征向量。以分类正确率为指标检验了提取特征的性能。实验结果表明，这种方法能够利用少量数据提取脑电信号本质特征，具有较高的分类性能，为利用脑电识别人的不同意图提供了快速而有效的手段。     

基于自适应小波神经网络的心电图检测法

自适应小波神经网络检测法就是利用小波函数取代通常神经网络中隐层的作用函数来实现的，通过网络的学习自适应地调整尺度参数和时移因子，提高了特征提取能力，因此，该网络可提高心电信号的检测率和可靠性。     

基于希尔伯特黄熵的麻醉深度估计

麻醉深度监测是外科手术中必不可少的步骤之一。目前已经提出多种监测麻醉深度的脑电信号分析方法,尤其熵方法得到了广泛的关注。提出一种新的麻醉深度监测方法-希尔伯特黄熵,先用经验模态分解—希尔伯特黄变换处理脑电信号获取希尔伯特黄边际谱,再根据香农熵定义得到希尔伯特黄熵。对19个接受吸入药物七氟醚麻醉的病人脑电信号的希尔伯特黄熵和时频均衡谱熵进行计算、测试和比较,结果表明：希尔伯特黄熵能够更准确的区分麻醉和清醒状态,更适合于麻醉深度监测。