无抽搐电休克治疗中脑电的小波样本熵分析

无抽搐电休克治疗(Modified Electroconvulsive Therapy,MECT)是精神障碍疾病临床治疗的方法之一,有效的脑电信号量化参数有助于认识MECT的治疗效果和进行临床规划。该文针对MECT期间精神障碍患者单通道脑电信号进行分析,利用离散小波变换将脑电信号分解到不同频段,采用样本熵分析MECT过程中诱导的人工癫痫充分发作后和非充分发作后各频段脑电信号的复杂度。实验和分析结果表明,接受MECT的精神障碍患者经诱导人工癫痫充分发作后的额叶皮层脑电信号小波系数A4、D4和D3的样本熵值显著小于非充分发作后对应样本熵值,表明癫痫充分发作可以有效增加脑电信号的规律性,降低脑电信号的复杂程度。利用t检验对结果进行分析,证明了该方法的可行性和准确性,其将为MECT治疗的疗效评估和临床规划提供有效的量化指标。

基于机器视觉的冰雪厚度检测

路面结冰、积雪易造成飞机起降的安全问题,实时监测机场跑道冰雪情况成为防止事故发生的必要手段。文中提出采用机器视觉技术对路面冰雪厚度进行监测,从系统性能设计的角度确保量程和精度要求。针对待测冰雪厚度、边缘形状、待测物个数的随机性以及图像噪声大的特点,采用保边滤波和中值滤波相结合的方式去除噪声,在Canny算子的基础上设计了基于边缘特征的一阶差分法和自适应阈值法来识别有效边缘,多次实验验证表明,两种方法的平均检测误差小于10%。