Fourier变换形状测试法测量关节面形状

本文应用富里叶变换形状测试技术（ＦＴＰ），针对人体关节测试研究，并从实际应用角度分析了ＦＴＰ技术的误差及其改进方法，对标准平板和标准圆柱面的测定结果表明，精度可以达到０．０５ｍｍ以上。     

基于小波的海洛因成瘾者脉象异常分析

利用小波变换的方法，对15例海洛因成瘾者和15例正常人的脉搏信号的时频特征予以分析，根据用于显示离散二进小波变换的三维图形及等高线图，海洛因成瘾者与正常人脉象信号间时频特征的显著差异予以揭示，由此得出了初步的判据。根据该判据，15例海洛因成瘾者全部被检测出来，正常人有2例误检。研究结果表明，基于小波的多分辨率分析是提取脉搏信号特征的一种非常有效的方法。本文对于海洛因成瘾者的诊疗具有一定的价值。     

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题.针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割.由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述.文中还简要讨论了各种方法的特点和局限性.同时对分割的评价体系也做了简要论述.     

时窗复杂度序列在睡眠脑电分期中的应用

运用时窗复杂度序列来分析睡眠脑电，减少了非平稳性及状态空间的不均匀性造成的脑状态信息的丢失，在一定程度上克服了复杂度自身的局限，有助于不同睡眠期状态特征的提取。另外采用独立分量分析（ICA），小波变换等方法对脑电进行预处理，实验表明它们能有效地去除脑电中的一些生理干扰，有利于提高复杂度算法在睡眠分期应用中的精确度。     

一种心电数据压缩算法的研究

利用心电信号的相关性，对ECG进行预处理，再进行差值运算，将得到的差值序列进行DCT变换，从而实现心电数据的压缩。     

基于迁移学习的随机深度残差网络自动睡眠分期算法

现有自动睡眠分期算法存在模型参数量多、训练耗时长导致分期效率不佳的问题。本文使用单通道脑电信号,提出一种基于迁移学习（TL）的随机深度（SD）残差网络（ResNet）自动睡眠分期算法（TLSDResNet）。首先,选取16人共30条单通道（Fpz-Cz）脑电信号,在保留有效睡眠片段后,利用巴特沃斯滤波和连续小波变换对原始脑电信号进行预处理,得到包含其时-频联合特征的二维图像作为分期模型的输入数据。随后,构建经公开数据集——欧洲数据格式存储的睡眠数据库拓展版（Sleep-EDFx）训练的ResNet50预训练模型,使用随机深度策略并修改输出层以优化模型结构。最后,应用迁移学习对人体整夜睡眠过程进行自动分期。本文算法在进行了多次实验后,模型分期准确率达到87.95%。实验表明,TL-SDResNet50可完成少量脑电数据的快速训练,总体效果优于近年来其他分期算法与经典算法,具有一定的实用价值。     

从人体剂量—效应关系比较三种铅法采样方法

利用新研制的既能测尘又有同步测量工人劳动强度的仪器－半面罩呼吸个体滤膜采样仪,从人体剂量－效应关系的角度,将其与常规的两种滤膜测尘方法进行比较。     

扩散法采集环境空气中氨

目的探讨采集氨的新方法方法采用扩散法将空气中氨采集在磷酸—甘油浸渍的无纺布吸收层上。结果采样速率为（１３７．６±８．４）ｍｌ／ｍｉｎ,与动力采样法现场对比测定,总不确定度为±１９．３％。结论采样器体积小、无噪声、操作方便,适于个体接触量与室内空气污染监测。     

基于小波变换的甲襞微循环图像边缘检测

讨论了小波变换在图像边缘检测、分类与描述中的作用,并根据甲襞微循环图像的特点,利用三次样条二进小波,采用Ｍａｌａｔ快速算法进行小波分解,成功地提取了甲襞微循环图像的边缘。     

一起亚硝酸盐食物中毒的调查

20 0 2年 8月 11日 ,太原市发生一起食物中毒 ,经流行病学调查、临床分析和采样检验 ,查明是一起亚硝酸盐引起的食物中毒事件 ,现将调查结果报告如下。1　发病概况2 0 0 2年 8月 11日 2 3:0 0时 ,接到山西省人民医院报告 ,称收治了 7例伴有恶心、呕吐、青紫等症状的病人 ,其中4