用计算机技术研究大鼠胃电和胃运动信号

利用体表电极、体内胃肠电极和压力传感器，通过计算机分别同时记录正常对照组和急性应激组 Ｗｉｓｔａｒ 大鼠体表胃电、体内平滑肌慢波和胃平滑肌运动信号，并进行数据处理和统计学分析。结果表明，正常对照组和急性应激组的体表胃电、体内平滑肌慢波和胃平滑肌运动存在差别。这种差别提示：①体表胃电在一定程度能够反映胃的活动，揭示胃的生理和病理规律，有可能应用于临床，作为胃病的诊断和疗效判定的客观标准；②体表胃电不仅反映体内胃平滑肌慢波的电活动，还与胃平滑肌运动有关，反映了有关胃平滑肌运动的一些信息。

一种基于高阶累积量的生命体低速运动信号检测和识别方法

强杂波背景下生命体运动低速目标的检测和识别是信号处理领域的难点.对采样数据的分析表明,生命体低速运动目标的回波信号可简化为正弦谐波过程,而墙体建筑物等固定物体杂波是高斯分布.因高斯分布杂波的高阶累积量为零,本文提出用高阶累积量方法抑制杂波,通过高阶谱分析和FFT积累,给出了目标检测和识别算法.实验结果表明,该方法构建的系统能穿透30 cm砖墙建筑物,探测出距离墙12 m远的人体低速运动目标信号.

佩戴式帕金森病人运动信号无线采集系统设计

随着老龄化的出现,帕金森病(PD)发病率正在升高。目前评判PD疾病的分期主要依靠相关评分量表,结果受患者的主观感受和检查者检查手法的影响。为了客观评价患者运动功能,指导康复过程,提出设计运动信号采集系统。通过蓝牙把运动信号上传到上位机,为提取诸多评价PD患者运动功能的特征参量提供信号数据,从而达到客观准确地对PD进行分期的目的。

复杂冲击干扰下的火炮后坐系统运动信号提取方法

由于火炮在发射过程中伴随有严重的冲击现象,其后坐系统运动信号中不可避免的存在复杂的冲击噪声干扰成分,这对火炮后坐系统运动特性的分析带来了巨大困难,进一步对系统的性能评价及改进优化带来了严重影响。结合群体自适应寻优算法和小波包分析理论,提出了一种信号自适应分段小波包分解方法,该方法通过采用不同的分解策略对信号中具有不同特征的信号段进行分析并对多个分析结果进行合成,在复杂冲击噪声干扰下实现了火炮后坐系统运动信号的准确提取,为火炮后坐系统的特性分析与性能评价提供了支撑。通过与其他传统方法对某小口径火炮试验信号分析结果的对比与分析,验证了该方法的有效性与优越性。

多通道运动信号采集系统及实验结果

为研究运动过程中肌肉功能和特性,研制了一个多通道运动信号采集系统,对系统的总体设计、硬件组成、系统功能等进行了详细阐述。实现了表面肌电信号、关节角度信号、足底压力信号、超声图像的同步采集、存储,并取得了初步实验结果。

非人灵长类动物上肢运动信号采集系统的构建与实验研究

本文构建了一种用于非人灵长类动物的上肢运动信号采集系统。该系统包括上肢行为训练单元和肌电信号采集单元。通过对上肢行为训练单元的设计、加工制作并与肌电信号采集单元相结合,构建可操作性较强的非人灵长类动物上肢运动信号采集系统。该系统采用取食和饮水这两种日常行为动作来激励动物的上肢运动,为动物行为训练与运动信号采集提供了方便,并通过实验初步验证了该系统的有效性。与其他类似系统相比较,该系统在动物上肢肌电信号采集方面实用性更强,且适用于不同体积大小的非人灵长类动物。

基于STM32的多参数运动信号监测系统设计

设计了一种基于STM32的可穿戴式多参数运动信号监测仪,利用生物运动信号采集的工作原理与性能指标,运用了STM32F103VET6作为控制芯片;采用ADS1292心电采集模块进行心电图数据采集,同时采用干电池单独供电和使用FIR低通滤波器进行采集前后的降噪处理,并通过对心电图R尖峰点的标识,计算心率,当心率不在40~120 bit/s时报警模块将会报警提示;采用LMT70体温采集模块采集人体体表温度;采用ADXL345运动信息采集模块对人体运动情况进行监控;采用TFT-LCD屏将系统状态、心电图、心率、体温、运行信息进行显示;利用Wi-Fi通信模块将心电图、心率、体温、运动信息上传至OneNET云平台;移动端通过读取云平台的数据也能显示部分信息;通过按键增加人机交互功能,能让用户进行功能选择。

基于并行多尺度时间卷积网络的运动想象信号分类方法

运动想象信号的非线性和低时空域分辨率会导致基于深度学习分类方法的准确性较低。因此,提出一种并行多尺度时间卷积网络分类方法对运动想象信号进行分类。所提方法可提取运动想象信号在时间和空间上的信息,并在时间维度上使用并行卷积计算方法,更好地提取信号的时间特征。此外,在不影响分类准确率的前提下,使用一种简化的预处理方法,简化复杂的预处理过程。实验结果表明,所提方法在BCI Competition IV数据集上的分类准确率为74.4%,待训练的参数量减少到35663;对比FBCSP和DeepNet等经典分类方法,分类准确率分别提高了2.2%和6.6%,参数量分别降低了86.4%和87.5%,验证了所提方法的有效性。

乙型肝炎病毒通过自分泌运动因子/溶血磷脂酸信号损伤对糖稳态的作用及其机制研究

目的探讨乙型肝炎病毒(HBV)通过自分泌运动因子(ATX)/溶血磷脂酸(LPA)信号对糖稳态的损伤作用及相关机制。方法利用基因芯片数据库分析HBV对ATX表达的影响。Western blotting检测HBV细胞株HepG2215、稳定表达HBV反式调节蛋白HBx和PreS2的HBx-HepG2和PreS2-HepG2细胞、对照组HepG2细胞的ATX蛋白表达水平。双萤光素酶报告基因检测HBx和PreS2对ATX启动子作用。构建稳定表达HBx和Pre-S2的小鼠分泌胰岛素细胞HBx-NIT、PreS2-NIT,检测两者对胰岛素分泌的影响。利用rAAV8-1.3HBV经尾静脉注射C57BL/6小鼠复制HBV小鼠模型,NC为注射同体积生理盐水的C57BL/6小鼠。小鼠按2 g/kg腹腔注射葡萄糖进行糖耐量试验(GTT)。采用液相色谱-质谱联用法、酶联免疫吸附试验和血糖分析仪分别检测小鼠血清LPA、血清胰岛素和血糖浓度。结果HepG2215细胞ATX蛋白相对表达量高于HepG2(P<0.05)。PreS2与ATX启动子共转染组萤光素酶活性高于ATX启动子转染组(P<0.05),HBX与ATX启动子共转染组的萤光素酶活性高于ATX启动子转染组(P<0.05)。HBx-HepG2细胞ATX蛋白相对表达量高于HepG2细胞(P<0.05),PreS2-HepG2细胞高于HepG2细胞(P<0.05)。添加不同浓度LPA后NIT细胞胰岛素分泌表达量比较,差异有统计学意义(P<0.05)。1~3μmol/L LPA相对表达量与胰岛素分泌呈负相关(r=-0.990,P<0.05)。HBx-NIT细胞添加Ki16425前的胰岛素水平低于NIT细胞(P<0.05),PreS2-NIT细胞低于NIT细胞(P<0.05)。NIT、HBx-NIT和PreS2-NIT细胞添加Ki16425后的胰岛素水平较添加前高(P<0.05)。实验组血清LPA相对表达量、平均空腹血糖浓度、注射葡萄糖后的60、120 min平均血糖浓度和血糖浓度曲线下面积(AUC)平均值较对照组高(P<0.05)。实验组注射葡萄糖后15 min血清胰岛素浓度、血清胰岛素水平的AUC值较对照组低(P<0.05)。用HBV小鼠GTT血糖AUC绘制的ROC曲线显示,曲线面积为0.770(95%CI:0.556,0.984),特异性为60.00%(95%CI:0.122,0.738),敏感性为90.00%(95%CI:0.555,0.998)。用HBV小鼠空腹血糖浓度绘制的ROC曲线显示,曲线面积为0.865(95%CI:0.703,1.027),特异性为80.00%(95%CI:0.444,0.975),敏感性为60.00%(95%CI:0.262,0.878)。实验组胰岛β细胞功能指数、胰岛素敏感指数均小于对照组,胰岛素抵抗指数大于对照组(P<0.05)。结论HBV反式调节蛋白HBx和Pre-S2上调ATX的表达,增强ATX/LPA信号,导致胰岛素分泌抑制,糖耐量异常,糖稳态受损。

基于微分熵及卷积神经网络的脑电运动想象分类识别

针对基于运动想象的脑电信号多分类识别准确率不高的问题,提出一种基于微分熵及卷积神经网络对运动想象四分类的识别方法。首先,将脑电信号通过滤波器提取为Alpha、Beta、Theta、Gamma 4个频段,分别计算各个频段的微分熵特征,并按照脑电极空间特征对数据结构进行重构为三维脑电信号特征立方体。最后,将其输入卷积神经网络进行四分类,该方法基于BCI Competition IV-2a公开数据集,准确率达到95.88%,并在试验室建立四分类运动想象数据集进行相同的处理,准确率达到94.50%。测试结果表明本文所提方法具有更好的识别效果。

人体心脏运动信号的微波检测方法研究

文章对人体心脏运动信号的微波检测方法进行了研究,提出了几种微波遥测人体心脏运动信号的测量方案,并对几种人体心脏运动信号的提取方案进行比较分析。实验表明,利用本文提出的测量方案,可以在距人体1m以内提取到心脏运动的时域信号和频域信号。

运动员心音信号遥测系统的USB接口解决方案

一种用于单片机与PC机之间建立通用串行总线(USB)接口的快速解决方案。它凭借专用的USB接口模块—USB100,实现了运动员心音信号遥测系统与笔记本计算机之间的高速数据通信而无须缓存和额外工作电源,从而为在运动现场监测运动员的心力储备提供了一个可靠的技术平台。

心肌缺血的运动心电信号无创检测方法

目的改进用于心肌缺血无创检测的运动心电信号特征分析方法。方法研制一套改进的运动心电信号检测系统，提出单位时间ＳＴ 段面积（ＳＴＡ） 和ＳＴＡ 与相关心率（ＳＴＡ／ ＨＲ） 的斜率作为新特征参数的计算方法，同时还提出了减少运动信号采集中干扰噪声混入的措施。结果临床运动试验中采集到的１４ 例运动心电信号数据特征所进行的分析结果，验证了这些新参数计算的有效性，计算结果不仅与常规参数的计算基本一致，而且提高了运动心电信号特征参数计算的稳定性和可靠性。结论 这些新参数的提出为运动试验方法中的心电信号分析提供了更有效、可靠的检测手段，有望进一步得到临床应用。

基于EEMD和WT的运动想象脑电信号消噪方法

采集到的运动想象脑电信号MI EEG(Motor Imagery Electroencephalogram)通常含有大量噪声信号。为了消除噪声同时保留尽可能多的有效信号,本文提出了将集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)与改进小波阈值法相结合的消噪方法。改进小波阈值法采用了新的阈值选取规则和阈值函数。首先对信号进行EEMD分解,然后再对高频固有模态函数IMF(Intrinsic Mode Functions)进行改进小波阈值处理,最后将处理后的高频IMF分量和低频IMF分量进行重构得到消噪信号。以信噪比和均方根误差作为消噪效果的定量评价指标,将本文提出的方法与单纯使用EEMD分解消噪法、单独使用改进小波阈值消噪法、EMD与改进小波阈值法相结合消噪法进行比较,结果表明,本文提出的消噪法优于其他三种消噪法。

运动心电信号特征提取的小波变换方法

介绍了小波变换的基本原理以及基于高斯型函数的一阶导数的二进小波变换的算法，并在运动心电信号特征参数的识别中应用该小波变换方法，研究表明小波变换方法对于消除运动心电信号中基线漂移和噪声的效果是十分明显的，这为进一步研究运动心电信号的特征识别提供了新的途径。

基于小波变换和似然无偏估计的运动心电信号伪差消除法

介绍了一种基于小波变换并结合似然无偏估计来消除运动心电信号中基线漂移和肌电噪声的新方法 ,且提出了评价心电消噪算法有效性的两个指标。该方法利用小波变换多分辨率分析的特性 ,将原始运动心电信号进行多尺度分解及单支重构 ,根据运动心电信号的自身特征 ,结合似然无偏估计针对不同的心电细节成分进行阈值消噪处理。研究结果表明 ,该方法能有效消除运动心电信号中的干扰成分 ,为进一步研究运动心电信号的特征识别分析提供了新途径。

基于改进GHSOM的运动想象脑电信号自适应识别方法

为解决运动想象脑电信号(MI-EEG)的识别方法泛化能力受限和自适应性差等问题,对传统的生长、分层自组织映射神经网络(GHSOM)进行改进,并提出一种主成分分析法(PCA)与改进的GHSOM神经网络(IGHSOM)相结合的脑电自适应识别方法。由于IGHSOM能够根据上一层扩展神经元的量化误差进行自动分层判断,使得其不仅对数据映射更加准确和详细,而且增强了网络的稳定性和自适应性。基于脑机接口(BCI)竞赛数据库,利用PCA进行特征提取,以IGHSOM为分类器进行实验研究。结果表明,该方法获得了较高的识别精度,验证了GHSOM改进策略及该识别方法的正确性和有效性。

基于盲源分离的运动想象脑电信号特征提取方法的研究

运动想象脑电信号被广泛应用于脑机接口系统中。针对如何准确有效地提取运动想象脑电信号特征的问题，通过分析运动想象脑电信号时域、频域和头皮空间域的特征，提出了以小波变换为预处理，并利用二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器，从时域、频域和头皮空间域对运动想象脑电信号进行特征提取的方法。实验结果表明，采用时域、频域和空间域提取特征的方法性能有明显提高，并且将二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器能够反映更真实的大脑源活动。

运动心电信号中QRS复合波内的异常高频分量的检测方法研究

介绍了应用样条函数插值的方法来提取运动心电信号中异常 QRS复合波内高频分量 ,并定义了残余信号的 QRSε作为衡量指标 ,取得较好的结果。

运动心电信号的时频分析研究

运动心电信号是反映运动时人体心脏负荷状况的重要信息，准确表述运动心电信号特征对于更好评价运动负荷实验是很有意义的，介绍了维格纳时频分析的原理与算法实现，将维格纳分布应用到运动心电信号的分析中，得到一些有益的结论，在时颇平面上研究运动心电信号特征变化是一个较好的途径。