基于多源生物信号的下肢步态相识别

为提高人体下肢步态相识别的准确性,研究了融合表面肌电信号(s EMG)、膝关节角度和足底压力信号的人体下肢步态相识别方法。首先,将s EMG信号进行小波包分解提取多尺度能量和多尺度模糊熵特征;然后,对提取的s EMG信号特征值采用主成分分析(PCA)方法进行降维处理,并与足底压力特征值和膝关节能量特征值构成一组特征向量;最后,将特征向量输入粒子群优化最小二乘支持向量机(PSO-LSSVM)对人体下肢运动信息进行步态相识别。实验结果表明,所提方法相较于其他方法有较高的识别准确率和有效性。

基于多元经验模态分解的多元多尺度熵静态平衡能力评估

提出了一种基于多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)的多元多尺度熵(Multivarite Multiscale Entropy,MMSE)特征提取方法分析多模态信号,进行人体静态平衡能力评估.首先,采集人体多模态信号,采用多元经验模态分解对多通道信号进行自适应分解,得到一系列多元固有模态函数(Intrinsic Mode Functions,IMFs),依据T检验和相关系数从中选取最佳的IMF分量进行信号重构;然后,采用多元多尺度熵算法提取特征,用K-均值与支持向量机对比本文特征提取方法与两种传统特征提取方法在处理人体静态平衡能力评估问题时分类效果,并分析两种分类器的人体静态平衡能力评估效果;最后,得出本文最优的特征为基于多元经验模态分解的多元多尺度熵特征,最优的分类方法为支持向量机.

基于非线性多尺度表示的脑电消噪方法

为了有效地从混有噪声的非平稳、非线性、低信噪比的脑电信号中抽取出有用信息,提出了一种新的基于非线性多尺度表示的脑电信号消噪方法。首先检测出脑电信号奇异点的位置,其次在跳跃奇异点的附近区间采用多项式单元平均插值构成的非线性预测算子,而在其他区间采用线性预测算子,对脑电信号进行非线性多尺度表示,然后在各个尺度上对变换系数进行阈值处理,重构处理后的系数得到去噪后的脑电信号。采用仿真数据和实际脑电数据BCI Competition Ⅳ dataset 1对所提方法进行实验测试,并与其他现有方法进行比较分析。实验结果表明,所提方法的消噪效果优于Garrote阈值、小波硬阈值、软阈值、自适应阈值,具备一定的实用性,可用于脑-机接口系统中脑电信号消噪。

Synthesis and Identification of SG-BSA and SG-OVA

Hapten sulfaguanidine （SG） was coupled with carrier protein bovine serum albumin （BSA） to form a full antigen SG- BSA by diazotization and glutaraldehyde methods. Ovalbumin （OVA） was used as protein carrier to couple with Hapten SG by glutaraldehyde method. Then, the immunogen and the coating antigen were purified by dialysis and gel exclusion chromatography. The conjugated ratio of SG to BSA in artificial antigen was 5.3 （using diazotization method） and 6.5 （glutaraldehyde method）, and the conjugated ratio of SG to OVA in coating antigen was 2.3 （glutaraldehyde method） by UV-visible spectrophotometer. The coupling was successful according to the analysis of sodium dodecyl sulphate polyacrylamide gel electrophoresis （SDS-PAGE）. BALB/c mice were immunized with the antigen （SG-BSA）, and the titers of antiserum were tested to be 1 ： 6 400 and 1 ： 400 after three periods of immunities by indirect ELISA, which further identified the success of the synthesis of both immunogen SG-BSA and coating antigen SG-OVA.