基于雷达传感器的非接触式睡眠呼吸检测系统设计

为解决当前接触式睡眠呼吸监测系统操作复杂、影响睡眠质量的问题,设计了一种非接触式睡眠呼吸检测系统。硬件系统以STM32G431VBT6单片机为核心,设计了信号调理与采集电路、WiFi通信电路,采用K-LC5雷达传感器采集用户睡眠过程中的呼吸信号。软件系统采用数字滤波算法对雷达传感器采集的胸腔位移信号进行处理,从中提取呼吸信号,并基于能量法进行呼吸暂停判定。测试结果表明,所设计系统能有效检测出睡眠状态下的呼吸状态,呼吸率的测试准确率达到了94.44%以上。

穿戴式无线胸贴监护终端的设计与实现

目的设计一种穿戴式无线胸贴监护终端,实现心电、呼吸、体温信号的采集、处理和无线传输。方法采用集成呼吸阻抗和ECG前端的模拟前端ADS1292R来采集人体心电和呼吸信号,使用低功耗、高精度数字温度传感器MAX30208来采集体温。并通过带有Arm Cortex-M4F内核的低功耗nRF52840蓝牙SoC,设计滤波算法进行信号处理和无线传输。结果实验结果表明,所设计的监护终端能实时监测人体的心电、呼吸和体温参数,并通过蓝牙将监测结果发送出来,连续工作时间超过13 h。结论穿戴式无线胸贴监护终端便携性好、待机时间长,测量精度高,在家庭健康监护、移动医疗、智慧医疗领域具有较好的应用前景。

基于马尔可夫转移概率的意识障碍识别研究

意识障碍可分为最小意识状态和植物状态,目前对两类患者的区分主要基于行为量表的方法,但仍存在40%的误判率,脑电信号可以作为临床诊断的辅助工具.微状态可以反应大脑潜在认知机制的时空信息,探讨较短且具有平稳性微状态序列的低阶马尔可夫性质鲜少研究.基于18名意识障碍患者的静息态脑电信号,在具有平稳性的时间尺度上(60 s)对微状态序列进行分割,然后计算状态转换序列的一阶马尔可夫和二阶马尔可夫转移概率,得到两类意识障碍患者具有统计学差异的转移模式,并将差异模式作为特征进行交叉验证,最高得到92%的分类准确率.结果表明:意识障碍患者的统计差异模式更倾向于转向C状态和D状态,一阶马尔可夫比二阶马尔可夫具有更好的分类效果.上述结果为区分两类意识障碍患者以及医疗领域的微状态研究提供了新方法.

基于部分定向相干的帕金森病默认模式网络脑电分析

目的:为了分析帕金森病患者大脑的默认模式网络(default mode network,DMN)潜在变化的原因和其临床特点的关系,以及探讨如何提取其脑电信号特征并对其进行准确有效地分类.方法:选择帕金森病患者和健康对照组各26名被试作为实验对象,将部分定向相干(partial directed coherence,PDC)应用于DMN相关电极的数据序列,获得对照组和帕金森病受试者的有效连接.通过统计分析后,得出6条具有显著差异的PDC连接,对它们进行深入讨论.进一步地,将这些连接值组成特征集并进行分类.结果:与对照组相比,帕金森病患者中有关注意力控制之间的连接降低,在涉及有关工作记忆的连接中,帕金森病相比于健康组患者的一些连接都有不同程度的增加.同时,使用XGBoost算法对特征集进行分类,得到76.5%的平均测试准确率.结论:静息状态下帕金森病患者的非运动症状与DMN网络存在显著性的关系,表现在注意力控制与记忆功能上,这与DMN中BA区的受损有很大的关系.随后对两类受试者的分类也验证了PDC算法用于DMN分析的有效性,为帕金森病人的测试和预防提供了一种新途径.

基于脑电样本熵的测谎分析

测谎分析在刑讯侦查和法律审判中具有重要意义.为了区分是否说谎,根据脑电信号的非线性特征,本文首次使用非线性动力学的样本熵方法分析30名受试者处于诚实和说谎两种状态时脑电信号的样本熵值.研究发现:受试者处于诚实状态时的熵值波动范围明显小于说谎状态下的波动范围,更重要的是说谎时的熵值显著高于说实话时的熵值,表明样本熵可以区分诚实和说谎两种不同状态下的脑电信号,该研究为基于脑电的测谎提供了一种新的途径.

基于P300和极限学习机的脑电测谎研究

极限学习机基于一种典型的单隐层前馈神经网络(SLFNs),其有效性在模式识别很多领域得到证实。该文针对当前的测谎方法的准确率不够高及训练时间较长的缺点,将ELM算法应用到测谎研究领域,作为分类器,对说谎者和诚实者的两类脑电信号进行分类识别,并将实验结果和三类典型的分类器:支持向量机(SVM)、人工神经网络(ANN)和线性分类器(FDA)的分类结果进行比较。实验结果表明,该方法不仅获得最高的训练和测试准确率,而且训练时间也大为缩短,证明了该方法的测谎有效性。

基于P300和机器学习的测谎方法研究

为了克服传统测谎方法没有考虑到相同刺激下受试者思维状态变化的缺点,提出了基于P300和机器学习的测谎方法.该方法使用典型的3刺激测谎范式,首先记录30名随机划分的撒谎者和无辜者的12导脑电(EEG)信号,使用独立成分分析方法(ICA)分解由探针刺激产生的脑电信号,利用在Pz电极上分布强度大的独立分量重建Pz波形,将每名受试者的的若干个Pz波形进行平均,提取两步降噪后的每个Pz波形的时域和小波特征.最后,使用分类器区分P300和非P300波形,进一步计算出个体测谎诊断率.实验结果表明,支持向量机(SVM)适合于说谎意识状态的分类,提出的方法可以有效地改进单次刺激记录上的信噪比,提高P300成分的识别率,进而提高测谎诊断率.

基于独立成分分析和流形学习的眼电伪差去除

针对眼电伪差严重干扰脑电(EEG)信号的理解和分析的问题,提出了一种新的方法用于实时地去除脑电中的眼电伪差.该方法使用独立成分分析(ICA)分解EEG信号,提取独立成分的地形图和功率谱作为特征,并采用基于模板的Isomap算法降低特征的维数.将新的特征样本送到分类器中以识别眼电伪差独立分量,几个典型分类器的分类结果显示,基于模板的Isomap算法结合使用最近邻算法进行分类时,识别伪差的正确率最高.实验结果表明,提出的方法在有效去除眼电伪差的同时,很好地保留了大脑神经信号,也证明了新的Isomap算法用于眼电伪差特征的降维的有效性.

脑电信号中肌电伪差的实时去除方法研究

为了在线去除脑电信号中的肌电伪差,使用典型相关分析方法,分析了大量被肌电干扰和未被干扰的脑电(EEG)信号,得出了一个合理的自相关阈值.在时域上,肌电伪差和一般的噪声信号比较类似,有比较小的自相关值,在去除肌电伪差时,凡自相关值低于此值的分解成分被识别为肌电伪差.该方法很好地利用了这个特点,将肌电伪差分量与潜在大脑信号分离,然后依据剩下的分解成分重建"干净"的EEG信号.实验结果表明,典型相关分析法在去除肌电伪差时优于独立成分分析法,结合提出的自相关阈值在有效去除肌电伪差的同时,又能较好地保持潜在的大脑信号不变.

基于主成分分析和极端学习机的测谎方法研究

为了克服当前基于P300的测谎方法训练时间长、个体识别准确率不够高的缺点,提出了将主成分分析(Principal component analysis,PCA)和极端学习机(Extreme Learning Machine,ELM)相结合的PCA_ELM测谎方法.该方法使用典型的三刺激测谎范式,记录30名随机划分的撒谎和无辜者在Pz电极上的脑电(EEG)信号,选择探针刺激响应并对每名受试者的每5个响应波形进行平均,然后对两类信号提取小波特征.PCA被用于对原始特征空间进行特征选择.降维后的特征样本被送到ELM分类器,该分类器学习速度快,泛化能力强,但是对于其隐层节点数的指定一直未有有效的解决方法.我们通过对特征子空间的维数和ELM的隐层节点数进行二维的网格搜索算法,基于交叉验证的方法,对两个参数进行同步优化选择,训练得到最佳参数下的分类模型.实验结果表明,提出的PCA_ELM方法不仅在训测谎准确率上高于当前的广泛使用的分类模型,而且训练时间大大缩短,尤其适合于在线的测谎系统.

冰毒成瘾者脑电信号的分类研究

冰毒是新型毒品的一种,它可以引起大脑功能异常甚至致人死亡。目前对冰毒成瘾者的脑电信号的分析主要通过ERP分析,还鲜有对冰毒成瘾者的脑电信号进行分类。该研究对两类受试者的脑电信号进行ERP分析,选定P300范围并提取出每次实验下处于该范围内脑电信号的时域、频域和小波系数作为分类特征来进行模式识别,分类结果显示准确率达到80%以上。此外,分类准确率达到75%以上的5个电极中4个位于额叶区域,这说明相比较于其他脑区,冰毒对额叶的影响最为严重,因此冰毒可能损伤大脑的执行认知功能。C3电极基本映射于初级运动皮层区域,说明冰毒可能对冰毒成瘾者的运动执行功能也产生了一定影响。上述结果为进一步研究冰毒对大脑的神经活动造成的影响提供了研究思路。

多导脑电复杂度特征的谎言测试研究

谎言测试在刑讯侦查和心理疾病治疗中具有重要意义。为了区分是否说谎,30名受试者被随机分为诚实和说谎两组,根据脑电信号的非线性特征——复杂性测度,对他们的12导联的脑电信号提取了KC复杂度、近似熵与样本熵3种复杂度特征,通过统计分析,用两类受试者具有显著差异的多导电极上的复杂度构建特征向量,最后使用支持向量机分类识别特征样本。研究发现:3种复杂度指标中,两类受试者的样本熵特征在更多电极上存在显著差异,由它们构建的特征向量的分类准确率最高,表明样本熵可以更有效地区分诚实和说谎两种不同脑认知状态下的脑电信号,该研究为基于脑电的测谎提供了一种新的途径。

马克思主义中国化的历史与逻辑起点

马克思主义中国化的历史前提和起点是用马克思主义改造中国的历史条件,马克思主义中国化的逻辑起点是解决马克思主义理论与中国实际条件差异的实践切入点。中国共产党人在大革命时期运用马克思主义改造中国的失败,致使全党转变革命的方式和策略,把改造中国的切入点放在改造农村、组织农民和依靠农民的基础上,这是马克思主义中国化的历史起点。马克思主义中国化的逻辑起点是中国共产党通过改造农民和农村,党取得了走向革命成功的政治基础和军事基础,在理论上形成了中国化马克思主义的理论飞跃。

一个基于包围盒技术提高光线与物体求交效率的算法

光线跟踪算法是生成真实感图形的主要算法之一。文章介绍了用于光线与物体求取交点的内包围盒技术 ,并对其特点进行了分析。针对这一算法仍存在大量面片需要与光线求交的不足问题 ,对该算法进行了改进。实验表明 。

新中国高等教育精英化与大众化冲突的历史考察

新中国高等教育的发展呈现出高等教育大众化与精英化冲突的特点。新中国成立初期,高等教育大众化与精英化冲突开始初步显现。1958年,中共中央决定改革教育管理体制和高校招生制度来尝试解决这种冲突;"文革"期间,中共中央谋求通过政治化途径来解决这种冲突;新时期,国家教育部门通过高考改革和高校扩招使高等教育入学率达到了高等教育大众化要求。但是,由于高考与基础教育应试之间始终存在博弈,高等教育大众化与精英化的冲突并没有从根本上得到解决。为此,教育专家和学者提出高考改革的各种方案,以彰显社会公平和人才选拔的效率。回顾这一历程可知,推进我国高等教育大众化进程必须符合我国高等教育发展的规律、体现国家选拔人才的效率和公平要求以及为基础教育事业的发展提供正确的导向。

全面从严治党:执政党社会化治理的新视域

全面从严治党的深远意义,主要体现在保证执政党社会化治理结构优化,提升执政党社会化治理主体地位,助推执政党社会化治理意识进步,规范执政党社会化治理行为界限。全面从严治党所具有的先进性、人民性、现代性、实践性内涵,为执政党社会化治理提供思想、组织和价值支撑,执政党社会化治理科学推进又需要全面从严治党作为根本保障。

家庭农场组织化经营主体生成的制度场域

从政府、制度和组织三个维度不仅可以解释我国农业发展的轨迹,还可以解释当前家庭农场组织化经营主体生成的内在逻辑。政府供给制度是基于实现政府收益最大化的现实需要,政府推进制度创新是基于保证政府实现增量收益最大化的内在要求,通过制度创新,催生新的社会阶层的出现,不只是推进政府收益最大化的方式,更重要的是实现政府与社会收益的相互均衡,以保证制度生成并发挥应有的效能。

农民身份与农村产权:方法和理论阐释

产权安排与农民身份生成变迁直接相关。农民社会身份由于承载的社会政治和经济制度具有一定的特殊性,表现出农民对资本化生产排斥和支持倾向。家国一体产权安排衍生宗族化小农身份,宗族化小农所承载的经济结构和组织对资本化生产方式是排斥的。国有产权实现了宗族化小农向革命化小农的转变,革命化小农承载的社会经济结构有利于国家资本主义发展。改革开放时期产权调整实现了革命化小农向社会化小农转变,农民具有不完全市场主体地位,影响农村资源资本化实现和工农业发展。因此,农村只有实现产权明晰化,才能实现农民市民化。

新中国统一高考制度的确立

在建国之初,为了保持教育的连续性,人民政府在接管各级各类教育时采取的是"维持现状"的方针。高校招生采用自主高考的形式。为了满足国家所需要的各方面人才,人民政府加强对教育的统一管理。在此基础上,高校招生主要采用的是联合高考的形式。为了适应国家工业化建设的形势,教育部门用院系调整的方式来平衡区域之间教育资源的差异。1952年统一高考制度在全国范围内正式确立。统一高考制度的确立提高了中国选拔各种专门人才的效率、体现了教育的社会公平以及促进了中国基础教育的发展。

大学生政治文明素养培育的方法论意蕴

大学生政治文明素养培育本质内涵是实现德性与能力的内在统一。沟通大学生德性与能力、认知与实践内在统一因素是政治信仰支撑下的政治智慧,政治智慧体现为大学生知行层面合德性与合法则性统一自由选择。大学生德性层面的真和行为层面的善指向大学生道德信仰维度,作为德性主体和实践主体,知和行在现实情景中所展示的差异显示出主体精神境界不同。大学生德性和能力的实践展开,展示出大学生政治文明素养培育的方法论意蕴。