基于级联卷积神经网络的荧光免疫层析图像峰值点定位方法研究

针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标检测的级联卷积神经网络(CNN)算法。第一层级联算法首先使用经改进的AlexNet算法对荧光免疫层析定量图像中包含质控(C)峰和检测(T)峰的区域进行检测和提取。之后将提取到的图像区域送入第二层级联卷积神经网络中,对C峰和T峰的位置进行快速定位。随后将定位结果输入到第三层级联卷积神经网络中,对上一层输出的C峰和T峰的定位结果进行精准微调。最后输出C峰和T峰的准确定位信息。实验结果表明,提出的级联卷积神经网络算法,对荧光免疫层析图像峰值点的平均定位准确度达到了96%以上,提高了峰值点的定位准确度。

可穿戴血压检测系统算法研究与设计

血压是评估心血管风险等疾病的重要体征参数之一,可穿戴血压检测系统具有体积小、使用方便等优点。针对传统可穿戴血压检测系统算法复杂的问题,通过STM32单片机、压力传感器等器件来采集数据并设计血压检测算法。利用压力表测试出压力和压力传感器输出电压值的定量关系,采用移动平均滤波器对混合血压信号进行分离,形态学滤波去除基线漂移等干扰。提出基于基波信号的方法来完成振荡脉搏波的幅值匹配,并采用拉格朗日插值法进行离散波峰序列的求值查找。结合变幅度系数法来查找序列峰值的特征点,匹配静压力信号来计算血压。经验证,该算法计算的血压值与标准听诊法结果具有较强的数据一致性,符合ANSI/AAMI标准,能够作为血压判定依据。