基于改进局部图结构的再认记忆脑电特征提取

为了研究再认记忆脑电的纹理特征,以及解决垂直对称局部图结构和对称局部图结构在提取脑电纹理特征时结构不稳定的问题。基于新旧范式设计了再认记忆实验,采集医学生和非医学生(均为35名)相关脑电,并且将这些脑电分为学习医学图片阶段、学习非医学图片阶段、再认旧医学图片阶段、再认旧非医学图片阶段、再认新医学图片阶段和再认新非医学图片阶段。首先,利用二维小波变换得到每位被试脑电的三个子频带,并提出改进集成局部图结构方法对原数据和3个子频带进行特征提取,改进算法纳入了具有稳定结构的扩展对称局部图结构和复合局部图结构;然后对特征进行归一化,避免结果过拟合,使用皮尔逊相关系数筛选出相关系数在0.8~1之间的特征矩阵列。在支持向量机等分类器上验证改进前后的算法,并使用正确率、精确率、召回率和F1评分这四个指标对模型进行评估。与改进前算法相比,改进后算法在支持向量机上的分类正确率分别提升3.8%,0.4%,0.3%,1.6%,5.1%和4.2%。分类结果说明医学生和非医学生在医学图片学习再认阶段存在明显差异,新加入扩展对称局部图结构和复合局部图结构比原算法中垂直对称局部图结构和对称局部图结构具有更好的分类性能。

基于贝叶斯先验NMF的ADHD儿童脑网络重叠社区检测

为探索视觉刺激下ADHD(Attention Deficit Hyperactivity Disorder)儿童与正常儿童脑功能活动的差异性,对两组儿童脑功能网络的功能重叠社区开展研究。获取ADHD儿童与正常儿童的任务态fMRI(functional Magnetic Resonance Imaging)数据,进行数据预处理;采用自适应稀疏表示法分别构建脑功能网络;采用基于贝叶斯先验的非负矩阵分解(Nonnegative Matrix Factorization,NMF)方法。通过预设不同的重叠社区数目,对两组儿童的脑功能网络进行重叠社区检测。实验结果显示,ADHD儿童的脑功能重叠比指标为10.7%,略低于正常儿童,表明ADHD儿童在任务中脑功能协同效率较低,且ADHD儿童的额叶-杏仁核-枕叶网络具有连接异常性。将两组儿童的各重叠社区值作为特性进行分类,其分类精度高于传统方法,达到96.6%。

成都市459例先天性聋患儿基因检测分析及c.109G>A阳性人群听力随访

目的通过对成都市2020年出生的459例先天性聋患儿进行高通量测序,分析该人群耳聋基因突变情况,探讨如何对遗传性耳聋进行有效防控。方法采集新生儿干血斑提取基因组DNA,采用高通量测序技术检测18个耳聋基因上的101个位点。结果共检出阳性携带者241例,GJB2、SLC26A4是成都市排名前2位的常见致聋基因,其阳性携带率分别为49.46%、0.65%。241例阳性携带者中携带了GJB2基因上c.109G>A突变219例,突变频率最高。结论通过高通量测序技术对更多的耳聋突变位点进行检测,能为更多的患儿明确耳聋的遗传学病因,有助于更好地采取听力语言干预措施、遗传咨询及健康生活指导等,GJB2基因上c.109G>A在成都市的阳性检出率显著高于全国其他地区,临床上要予以重点关注。

基于内外部检查视角的招标采购业务服务质量提升研究

本文重点探讨国家不断推动营商环境优化,促进招标代理服务机构面临电子化、专业化、智能化发展的新形势,市场服务主体通过研究新形势带来的新变化,制定招标服务质量提升的有效措施,持续提升自身行业竞争力,实现可持续发展的目标。本文从政策引导、技术演变、行业竞争、客户需求和公司发展等多个维度的影响因素展开分析,识别招标代理机构服务质量提升方向,并提出服务质量提升的具体方法和路径,对招标代理机构长期稳定客户市场、提升服务水平、延伸业务范围等具有重要意义。

单片机线上实验及管理平台的设计构建

单片机课程实验教学如果缺乏有力的支持平台,难以对实验进程进行有效的管控。为了方便学生实验和任课老师管理,构建了单片机线上实验及管理平台,该平台基于前沿开发搭建技术,结合课程实验教学需求,在云服务器环境下进行开发部署、远端实施,突破地域限制,管控便捷,可满足单片机线上实验的开展和管理。该平台也可为师生开展线上线下混合教学提供支持。

基于BERT的危险化学品命名实体识别模型

针对危险化学品实体识别及关系识别的问题,本文基于双向长短期记忆网络连接条件随机场(Bidirectional Long Short-Term Memory with Conditional Random Field,BiLSTM-CRF)模型,通过引入双向编码器表示(Bidirectional Encoder Representation from Transformers,BERT)模型结合多头自注意力机制,提出了一种预训练命名实体模型BERT-BiLSTM-self-Attention-CRF,通过对危险化学品的文本进行字符级别编码,得到基于上下文信息的字向量,增强了模型挖掘文本全局和局部特征的能力。实验结果表明,在自行构建的数据集上,本文模型优于其他传统模型,其F1值为94.57%。

薛定谔滤波结合阈值算法在核磁脑电梯度伪迹去噪的应用

基于功能磁共振(fMRI)同步采集的脑电图(EEG),在使用平均模板相减法(AAS)预处理之后,仍存在梯度残留尖峰伪迹。需要更准确地去除残留尖峰,以减少基于频率的活动推断的干扰,降低时间序列之间的虚假相关性。本文针对EEG数据中尖峰伪迹的特性,先使用薛定谔滤波方法分解并识别包含尖峰的EEG数据,自动减去与EEG幅度相差较大的大部分尖峰成分,然后使用幅度阈值方法,通过逆补余误差定位与EEG幅度相当的残留尖峰,实现对尖峰伪迹的定位与去除。对于模拟信号,该方法得到的信号幅值误差(Er)较薛定谔滤波方法平均提高24.95%,信噪比(SNR)较薛定谔滤波方法提高27.13%;对于真实信号,本文方法得到皮尔逊相关系数明显小于另外4种方法,去噪效果较薛定谔滤波方法提升11.42%。无论是尖峰位于波形波谷,还是高频波动幅度与峰值相当的情况下,薛定谔滤波结合阈值算法较其他方法尖峰识别精度和去噪效果明显提高。此去噪方法为EEG-fMRI的融合研究提供了强有力的支持。

基于同步EEG-fMRI采集的情绪认知重评数据特征融合分析研究

脑电(Electroencephalography,EEG)与功能磁共振成像(Functional magnetic resonance imaging,f MRI)为脑科学研究提供了互补的时空信息.为研究大脑在对情绪图片采取认知重评策略时的神经活动,基于同步采集的EEG-f MRI数据,应用典型相关分析、经验模态分解及k-均值聚类等算法对融合情绪数据进行交叉关联和盲源分离,得到空间上的f MRI图像和与之对应的EEG时间演变信号.结果表明:时域上,CCA分离出的脑电成分在认知重评状态下有明显的晚期正电位(Late positive potential,LPP)(潜伏期200 ms^900 ms)出现,而且认知重评策略诱发下的LPP波幅明显小于观看负性诱发的LPP波幅(F(1,224)=28.72,P<0.01),而大于观看中性诱发的LPP波幅(F(1,224)=63.32,P<0.01);与之对应的空域上,可以明显地看出和情绪调节相关的扣带回,额叶、颞叶等区域有明显激活区,采用情绪认知重评策略时的脑区激活强度明显小于观看负性状态,而大于观看中性,且观看中性状态下被激活的与情绪相关的区域相对较少.研究表明,这种融合数据分析技术通过计算两种模态数据之间潜在的线性相关性,可以有效地分离出大脑在时空上神经活动情况,达到了同时描绘出大脑神经活动的时间信息与空间信息的效果.

新生儿听力筛查未通过婴儿的听力评估

目的评估新生儿听力筛查未通过婴儿的听力状况及其变化。方法对新生儿听力筛查未通过、诊断为听力损失的136例婴儿分别在2～3月龄及4～6月龄时应用ABR、TEOAE、声导抗检查进行听力损失的初诊及确诊,比较和分析2次检查结果。结果 2～3月龄时136例婴儿初诊为单耳听力损失64例,双耳听力损失72例;听力损失程度:轻度109例,中度9例,重度7例,极重度11例。4～6月龄时确诊为听力正常22例,听力损失114例,其中单耳听力损失62例,双耳听力损失52例;轻度听力损失87例,中度11例,重度4例,极重度12例。确诊和初诊结果比较,听力损失程度无变化87例,加重或减轻49例(初诊为轻度听力损失者42例,中度4例,重度3例),其中听力损失程度加重7例、减轻20例、22例恢复正常。结论新生儿听力筛查未通过的婴儿听力损失状况可能发生变化,在初诊为听力损失后,应注意随访。

独立分量分析结合小波去噪算法提取诱发电位信号的仿真实验

采用结合独立分量分析和小波去噪算法的方法提取诱发电位信号。首先使用扩展信息最大的独立分量分析算法分析仿真的脑电信号,分离出诱发电位信号,自发脑电信号,肌电干扰与高斯噪声,然后使用小波阀值收缩算法滤除诱发电位信号中残留的一些高频噪声。仿真实验表明,基于独立分量分析的算法可以将混合在诱发电位信号中的干扰信号分离开来,而结合方法的提取结果在波形、相关系数指标等方面均优于单独使用独立分量分析算法的提取结果,这为实际临床应用中诱发电位的有效提取提供了思路。

基于卡尔曼滤波器的PID控制仿真研究

针对工业过程中常见的二阶滞后对象的PID参数调节问题,采用KALMAN滤波器同常规PID控制相结合的方法对系统进行仿真研究。结果表明:同没有加卡尔曼滤波器的常规PID控制相比,卡尔曼滤波器很好的抑制了白噪声的污染,控制效果明显改善。

密度K-means算法在认知重评脑功能连接中的应用

为考察大脑在处理加工不同效价的情绪图片时其脑功能区域的联系与差异,提出一种能更精确地提取出相对激活较弱的功能连接区域的方法.首先提出一种基于密度思想的K-means算法并应用于脑功能连接分析,提取具有功能连接的脑组织结构模式;然后引入聚合指数指标客观评判激活脑区定位的准确度,并与独立成分分析方法的处理结果进行对比;最后从体素的激活强度和激活脑区的定位精度等方面入手,论证了基于密度思想的K-means算法在脑功能连接分析上的优势.实验结果表明,情绪刺激加工的过程中,脑区较为明显的激活区主要分布在前额叶、扣带回及下丘脑附近,为后续临床观察及诊断提供了一种较为可靠的方法和思路.

求解脑电逆问题的非线性局域优化方法探讨

讨论了基于阻尼最小二乘算法、单纯形算法等非线性局域优化方法的脑电偶极子定位问题.在已知源数目的条件下,分析了源定位误差与噪声水平的关系.在源数目未能确定时,讨论了反演模型中源数目与实际源数目不一致的情况,并给出了相应的判别准则.分析了脑电模拟观测电位值与等效偶极子产生电位值的拟合程度.另外,比较了上述两种优化方法的运行速度及计算精度.仿真结果表明,在处理一个或两个源场的情况下,如果迭代初值选择合理,非线性局域优化方法可以有效地解决脑电逆问题.

基于独立分量分析提取仿真脑电诱发电位信号

事件相关诱发电位信号的稳健提取一直是脑电信号处理领域的难题。独立分量分析算法是一种盲源分离技术,主要解决独立源的二维线性混合问题。文章设计了1组峭度不同的仿真脑电信号,采用扩展信息最大的独立分量分析算法提取仿真诱发电位信号。实验结果表明,仿真诱发电位信号分离前后的峭度接近,相关系数大于0.99,且分离后的诱发电位信号基本保持了原来波形的特征,能有效地将混合在诱发电位信号中的自发脑电信号、肌电干扰及工频干扰等信号分离开来,实现了微弱的诱发电位信号在强噪声中的有效提取,为真实事件相关诱发电位信号的提取提供了思路。

基于皮尔逊最优电极选择的ADHD患者脑电特征提取及分类研究

事件相关电位(ERP)可用于注意缺陷多动障碍儿童(ADHD)和正常儿童的脑电特征提取与分类。首先,采用赌博任务范式,采集2类儿童的脑电信号;其次,基于皮尔逊相关系数算法选择最优电极,并预处理最优电极脑电信号;然后,提取预处理脑电信号的时域特征(均值、方差、峰值)和频域特征(Theta波段功率、Alpha波段功率);最后,利用传统分类方法支持向量机(SVM)、自适应增强(AdaBoost)、自举汇聚法(Bagging)、线性判别式分析(LDA)、反向传播(BP)和组合分类器的分类方法(LDA-SVM,BP-SVM)完成对2种脑电信号的分类。研究结果表明,传统方法 BP分类器的分类准确率可达80.52%,组合分类器BP-SVM的分类准确率可达88.88%。组合分类方法能提高ADHD儿童的分类准确率,为基于脑机接口技术的ADHD神经反馈康复治疗提供技术支持。

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化。仿真结果表明:与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性。

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。

非线性优化方法在脑电逆问题中的应用与比较

讨论了基于单纯形法 (Simplex)、阻尼最小二乘法 (LM)方法、混合遗传算法 (HGA)等非线性优化方法的脑电偶极子定位问题 .仿真结果表明 ,这些算法在一定条件下均可使用 ,比较而言 ,Simplex、LM法有较快的计算速度 ,而HGA耗时较多 .另一方面 ,HGA对迭代初值要求不高 ,而Simplex、LM则对此有一定的要求 .特别在对多偶极子源求解时 ,Simplex、LM有时因初值选择困难而失效 ,而HGA仍然是有效的 .

邹凌 节能减排将成为经济发展方式转变的重要抓手

发展节能减排经济、改变以煤为主的能源结构需要技术创新、技术进步和突破，资金和技术对节能减排经济的发展将是重要考验，也将是关键因素。