基于表面肌电信号的手指关节角度估计方法

为了实现智能假手能够自然地模拟人手的连续运动,提出了基于s EMG的DF-ANN模型来估计手指关节角度的方法。该方法引入了通道注意力机制中的SE-Net模块增强了s EMG的相关特征表达,减少s EMG重要特征的损失,有效提高了回归模型的性能,选取10名健康的受试者进行10种不同手势的实验,选择R-Squared(R^(2))等回归衡量指标来评估该方法关节角度估计的精度,实验结果显示R^(2)为86.5%。与未引入SE-Net的DF-ANN模型,单独的深度森林和人工神经网络相比,R^(2)大约提高了4%。这表明该方法能够有效减小s EMG的关节角度连续解码的误差,能够有助于实现智能假手的柔顺控制。

Grael脑电放大器与深度学习的手势实时识别研究

手势识别是人机交互的关键。为了能够更好地实现脑电信号与肌电信号的融合,精准地识别人体的运动,本文建立了一套基于Grael脑电放大器的手势动作实时检测识别的研究系统。通过Grael脑电放大器和Curry8系统采集5个通道的8种不同手势的表面肌电信号(sEMG),并对采集到的sEMG信号进行滤波去噪、滑动窗口分割以及特征提取等预处理的操作;最后采用几种常用的分类器与卷积神经网络(CNN)对不同手势的sEMG信号进行实时分类识别。结果表明CNN的识别准确率最高,能达到92.98%;对每个手势动作进行30次实时识别检测,结果显示识别延迟大概在1~1.5 s,实时识别的精度可高达90%。该系统为将来研究脑电信号与肌电信号的融合提供了一个可行的方法,在人机交互方面展现了巨大的潜力和应用空间。

基于卷积神经网络的T波形态分类

T波形态分类有助于诊断心肌缺血、急性心包炎和心脏猝死等疾病,是心电图远程监控中一个重要的研究课题.传统的T波分类算法依赖于T波检测,在准确定位T波的关键点之后再提取T波特征,完成分类.但是由于T波位置可能发生一定程度偏移,T波的形态多变且受到多种噪声的干扰,T波检测是一个难题.为了解决上述问题,本文提出基于卷积神经网络的T波分类算法:首先根据QRS波群位置及医学统计规律确定一个T波候选段,然后采用卷积神经网络直接完成T波分类.由于卷积神经网络有稀疏连接、权值共享的特性,能够通过训练自动获取T波特征,并且其特征对微小平移具备不变性且对噪声不敏感,从而能够有效解决T波形态分类问题.最后在MIT-BIH QT心电数据库上对本文方法进行测试,实验结果表明,本文方法可以在T波起始点未确定的情况下,能够识别单峰直立、单峰倒置、低平、负正双向、正负双向五类T波形态,正确率达到了99.1%.

shearlet变换和区域特性相结合的图像融合

为了提高多模医学图像或多聚焦图像的融合性能,结合shearlet变换能够捕捉图像细节信息的性质,提出了一种基于shearlet变换的图像融合算法。首先,用shearlet变换将已精确配准的两幅原始图像分解,得到低频子带系数和不同尺度不同方向的高频子带系数。低频子带系数使用改进的加权融合算法,用平均梯度来计算加权参量,以此来改善融合图像轮廓模糊度高的问题,高频子带系数采用区域方差和区域能量相结合的融合规则,以得到丰富的细节信息。最后,进行shearlet逆变换得到融合图像。结果表明,此算法在主观视觉效果和客观评价指标上优于其它融合算法。

基于相位一致性改进的活动轮廓分割模型

为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。

基于RSSI测距的改进加权质心定位算法

基于RSSI(Received Signal Strength Indication)的三角形加权质心定位算法在测距和定位中存在较大误差,针对这一缺点提出一种改进的加权算法。在该算法中采用节点距离倒数之和代替距离和的倒数作为权值,并且根据节点距离给出加权因子作为修正,以充分利用节点信息。仿真结果验证了该算法的有效性,与原有定位算法比较其定位精度得到提升,最高可达50%。

改进边界指示函数的水平集活动轮廓模型

由于受成像原理的限制,导致超声图像对比度低、边界模糊,因此基于边界的水平集分割效果很不理想。为了提高超声图像的分割精度和分割效率,提出了一种梯度信息与区域信息相结合的水平集分割算法。首先对基于边界的距离正则化水平集演化(DRLSE)模型进行改进,将区域信息引入到边界指示函数中,并用改进后的边界指示函数代替DRLSE模型中的边界指示函数,最后,得到一个梯度与区域信息相结合的水平集演化模型。结果表明,本文中的模型能准确分割甲状腺肿瘤超声图像,且在分割效率和分割精确度方面均比DRLSE模型有所提高。

基于ANSYS的真实软组织物理建模与穿刺仿真

为了提高虚拟手术中手术针穿刺过程的精确性,以真实软组织穿刺实验数据及结果为基础,研究采用基于ANSYS完成典型软组织——肝脏的穿刺有限元仿真.由于人体组织的多样性,软组织生物力学特征的复杂性、不均匀性、各向异性、不可压缩性、非线性-塑性-黏弹性,将肝脏软组织抽象为Mooney-Rivlin材料.结合针受力使软组织变形机理,完成了基于MATLAB对实验和仿真的应力应变曲线的拟合,通过拟合曲线的对照可以得出,ANSYS仿真结果和真实数据应力应变曲线趋势基本一致,验证了肝脏穿刺有限元仿真方法的有效性和可行性.

基于ZXMPS325的自愈环设计

自愈环因其具有自动故障恢复、高可靠性、组网灵活、实现简单等特点,使其成为SDH网络最常用的组网方案,从而在电信传输网中获得了广泛的应用。从理论和应用设计两个角度,阐述了自愈环的工作原理,论证了自愈环在实际组网应用的必要性和重要性。在现有实验室的条件下,设计出一个常用通道保护自愈环。

基于点集分组配准的心电信号心拍模板自动生成算法

心电信号心拍模板在心电信号智能分析,临床辅助诊断和便携式心电设备算法开发中具有十分重要的作用。而现有的模板生成算法适应性差,无法满足复杂多形态心电信号下的应用。为此,提出了一种新的心电信号心拍模板生成算法,将心拍信号看成是离散点集,通过点集分组配准算法将不同时刻的同类心拍配准到一起,形成该类心拍模板。对心比分析了该模板生成算法与加权平均模板生成算法或任选某一心拍作为模板时,心拍与模板之间的豪斯多夫距离和柯尔莫哥洛夫-斯米尔诺夫统计,表明本算法生成的模板具有更好的稳定性和内在一致性,特别是对于QRS波群有较大形态变化或者存在基线漂移心电信号,该算法具有明显优势。

P掺杂4H-SiC超晶胞的第一性原理计算

采用基于密度泛函理论的第一性原理平面波超软赝势方法,计算本征以及P替位式掺杂,P间隙式掺杂4H-SiC的晶格常数、能带结构、态密度、载流子浓度和电导率。结果表明:P掺杂减小了4H-SiC的禁带宽度,其中P替位C原子掺杂的禁带宽度最小。替位式掺杂导致4H-SiC的费米能级进入导带,使其成为n型半导体,间隙式掺杂使4H-SiC的费米能级接近导带并在其禁带中引入杂质能级。替位式掺杂后,4H-SiC的自由电子主要存在于导带底,而间隙式掺杂4H-SiC中除了导带底外,禁带中的杂质能级也提供了自由电子,因此,电子浓度大幅度增加。掺杂4H-SiC的载流子迁移率主要由中性杂质对电子的散射决定,较本征态的大幅度降低。通过计算4种体系的电导率可知,P替位Si原子掺杂4H-SiC的电导率最大,导电性最好。

单片机控制键盘电路优化设计与实现

针对现有键盘电路拓展性不强、扫描识别时间延迟较大问题,优化设计了一种基于51单片机的键盘电路,分析了优化后键盘电路的硬件结构和软件识别方法,给出了扫描式键盘与优化后键盘电路的识别时间对比。优化后的键盘电路在增加了电路扩展性的同时,相比于扫描式按键识别方式,大大减少了软件识别时间,适用于按键数量较多且单个控制的工程应用。

SnO_2薄膜的制备及其光电特性

以高纯Sn丝为蒸发源,采用真空热蒸发法在石英衬底上沉积了厚度为205nm的金属Sn薄膜.随后,在高纯氧氛围中于200~500℃条件下进行氧化处理.利用X线衍射仪、拉曼光谱仪、分光光度计和数字源表测量了不同氧化温度下样品的结构、光学、电学特性.结构测量表明,不同氧化温度会产生不同结晶状态的氧化产物,提高氧化温度可得到单一、稳定的四方晶系SnO_2.光学测量结果证实,随氧化温度的升高,薄膜样品的光学带隙增大,电流-电压测试表明薄膜电阻率随氧化温度的升高而降低.

Y掺杂Si纳米线的光致发光特性

以n型单晶Si(111)为衬底,利用Au作为催化剂,在温度、N2流量和生长时间分别为1 100℃,1.5L·min-1和60min的条件下,基于固-液-固生长机制,生长了直径为60~80nm、长度为数十微米的高密度Si纳米线。随后,以Y_2O_3粉末为掺杂源,采用高温扩散方法对Si纳米线进行了钇(Y)掺杂。利用扫描电子显微镜、X射线衍射仪和荧光分光光度计对不同掺杂温度(900~1 200℃)、掺杂时间(15~60min)和N2流量(0~400sccm)等工艺条件下制备的Y掺杂Si纳米线的形貌、成分、结晶取向以及激发光谱和发射光谱特性进行了详细的测量和表征。结果表明,在掺杂温度为1 100℃,N2流量为200sccm、掺杂时间为30min和激发波长为214nm时,Y掺杂Si纳米线样品表现出较好的发光特性。样品分别在470~500和560~600nm范围内出现了两条发光谱带。560~600nm的发光带由两个发光峰组成,峰位分别为573.6和583.8nm,通过结构分析可以推测,这两个发光峰是由Y3+在Si纳米线的带隙中引入的杂质能级引起的。而470~500nm较宽的发光带同样来源于Y离子在Si纳米线带隙中引入的与非晶SiOx壳层中氧空位能级十分接近的杂质能级。

基于表面肌电信号的康复过程中肌疲劳有效性分析

肌肉疲劳分析在康复医学领域具有广泛的应用。本文以康复训练系统为应用背景,研究基于表面肌电信号的肌肉疲劳分析。通过对10名健康测试者在负载可调的功率自行车上进行负载递增骑行实验,同步采集了股外侧肌、股直肌和竖脊肌的表面肌电信号和通气阈值,并分析了各肌肉的肌电疲劳阈。同时分析了等长收缩和等张收缩对肌电疲劳阈测定的影响。实验结果显示在负载递增骑行运动中,肌电疲劳阈值的出现要早于通气阈值,但两者差异很小,验证了基于肌电疲劳阈来分析肌肉疲劳的有效性。对比分析骑行运动中等张收缩股外侧肌和等长收缩竖脊肌的肌电疲劳阈,发现肌电疲劳阈对不同收缩方式的肌肉均具有效果。肌电疲劳阈不受肌肉运动形式限制,在康复训练过程中能够用于防止过度训练引起的肌肉损伤,对于股骨干骨折患者康复训练过程中的疲劳监护具有重要的意义。

基于Kinect和NAO机器人的人体上肢康复训练跟随控制

动作模仿是康复训练中常见的训练策略。传统的康复训练中患者需要在康复医师的指导下完成训练动作,然而由于医院资源有限,无法满足所有患者的训练指导需求。本文针对康复训练中的动作模仿任务,提出了一种基于Kinect和NAO机器人的跟随控制方法。该方法通过逆运动学解析实现了Kinect坐标系到NAO机器人坐标系关节角度映射。针对肘关节偏转角的估计问题,通过构建虚拟空间平面实现了偏转角的精确估计。最后,基于肘关节的运动偏转角进行了对比实验,结果显示该方法右肘横轴偏转和纵轴偏转的角度估计值均方根误差分别为2.734°和2.159°,证实了该方法可以实现NAO机器人实时、稳定地跟随人体动作,从而向患者展示康复训练方案。

退火温度对真空热蒸发CdTe薄膜特性的影响

采用真空热蒸发方法,以高纯CdTe粉末为蒸发源,在石英和AZO玻璃上沉积了厚度约为485 nm的CdTe薄膜,随后在N2氛围中于250~400℃条件下进行后退火处理。利用X射线衍射仪、拉曼光谱仪、分光光度计和数字源表测量了不同退火温度条件下样品的结构、光学和电学特性。结果表明,所制备的薄膜为立方闪锌矿结构,择优取向为<111>晶向,提高退火温度可以促进薄膜结晶;光学测量结果证实,随退火温度升高,薄膜样品的光学带隙由1.527 e V减小到1.496 e V;电流-电压测试表明,薄膜电导率随退火温度的增加,由0.97μS/cm增大至87.3μS/cm。