基于动态图像的多点脉搏信号检测方法

传统的脉搏传感器只能获得单点脉搏信号,为获取多点脉搏信号,采用脉搏图像传感器采集脉搏动态图像.在对脉搏动态图像进行相关分析的基础上,提出一种改进相关法获取脉搏信号,通过定量深度变化实验验证该方法的正确性.研究结果表明,应用相关法可以获得良好的脉搏信号,实现对切脉皮肤表面多点脉搏信号的获取,为获取更全面的脉象信息奠定了基础.     

切脉的数学模拟

本文在文献[1] [2]所提出的血管位移波的基础上,进一步考虑了切脉时,血管受一指力作用时的情形。通过对指力的数学模拟得到了对应于切脉时“重取、中取、浮取”三种不同施力情况的挠动脉位移波,从而分析阐明了中医切脉时,对不同脉象所得到的感觉。     

脉象的力学初探

本文根据历代中医理论,试图用工程技术界熟悉的语言系统解释脉象的物理意义,逐步沟通中医学与工程科学。并在此基础上,提出下列脉象五要素,作为分析及测试脉象的基础: 1.脉搏与时间的关系; 2.在一定指压下的表面几何位移; 3.在一定指压下的脉搏波的压力幅度; 4.在一定指压下的脉搏波的压力波形; 5.在一定指压下,触知区域各压力点所构成之集合的特定力学形态。本文还讨论了寸、关、尺的解剖部位与它们和脏腑部位相关的验证。     

影响脉诊信息采集稳定性的关键问题研究

通过对脉诊信息采集探头结构的改进,使传感器与被检测者腕部能更好地维持位置的相对固定,同时选用阵列式触觉传感器可同时采集小面积下的多路压力信号,使采集脉象信息时与桡动脉的稳定接触更容易,定位更方便,提高了脉诊信号采集的稳定性与可靠性当腕关节有移动时,波形变化幅度小于5;为制定统一的脉诊信息采集标准,促进中医脉诊现代研究和可持续发展提供了新的思路。     

软组织非受限压缩实验附加力消除方法

针对非受限压缩试验中软组织样本附加力对样本高度以及力学响应存在影响的问题,提出了一种能够消除样本附加力的修正方法,使得到的本构模型参数更加接近于真实.首先对软组织本构模型提出了修正,包括用以消除附加力对几何参数影响的几何修正项和用以消除样本自身重力对力学响应影响的应力修正项.然后通过对肝脏样本进行压缩松弛实验,依次施加不同载荷并测量给定载荷条件下的样本高度,利用二阶的Prony级数拟合得到松弛阶段的稳定值作为样本的准静态响应.基于获得的软组织样本的准静态力学响应,利用修正后本构模型与无修正本构模型拟合得到模型参数,对比修正前后模型的拟合误差来验证方法的有效性.结果显示:修正后的模型具有更小的拟合误差,尤其在小应变区域误差要明显小于无修正模型,表明所提修正方法能够在一定程度上消除附加力的影响.     

基于时频信号处理的中医滑脉与涩脉的特征分析

将中医脉象中的滑脉与涩脉信号,从时域到频域通过傅立叶变换,分析其时域和频域特征,并以常脉作对照,探讨了其中所包含的某些病理信息,得出了一些有助于破译其脉理的结论.     

基于信号处理的中医洪脉与细脉的特征分析

将中医脉象信号中的洪脉和细脉,从时域到频域进行傅立叶变换,分析其时域和频域特征,并以常脉作对照,探讨了其中所包含的某些病理信息,得出了一些有助于破译其脉理的结论.     

神经网络融合法在铣刀磨损监测中的应用

传统用单一传感器监测小直径立铣刀磨损有一定局限性 ,通过分析铣刀渐进磨损过程特点 ,提出用神经网络多传感器信息融合方法监测铣刀后刀面磨损带中部带宽 ,并在立式加工中心上验证了该融合方法的有效性和工程实用性 .     

三部脉象采集方法及关联性

旨在研究一种新的三部脉象采集方法,同时利用统计学知识讨论寸、关、尺脉象的关联性.使用一种新的中医三部脉象仪,能够高采样率、高精度地采集寸、关、尺三部脉象数据,通过去噪和基线纠漂进行信号的预处理,在时域和频域上进行多个特征参数的提取,通过实验和对实验数据的分析探究三部脉象最佳取脉压力之间的相互关系以及单点压力变化时对于其他点脉象信息的影响,并将这一影响关系进行量化.对已知的"掌弓旁路效应"、"取脉压组效应"以及桡动脉血管模型进行了验证,并在此定性的基础上给出了量化的结论,也为脉象的成因进行了有益的探讨.     

基于极限学习机的中医脉象识别方法

针对中医脉象模糊性强、种类繁多、特征复杂的特点,以及传统模糊聚类方法、BP神经网络识别方法的不足,提出了一种基于极限学习机(extreme learning machine,ELM)的脉象识别方法.该方法通过提取脉象信号的特征向量,然后利用ELM对特征向量进行了训练和分类.实验结果表明,本文所提出的脉象识别方法与传统模糊聚类方法、BP神经网络方法和支持向量机方法相比,识别正确率分别提高21%,9%和5%.这表明所提出的方法对脉象的分类判别能取得良好的效果.     

基于气压式触觉的欠驱动手抓取分类方法

使用一种气压式触觉阵列传感器拾取触觉特征信息,手掌和指尖触觉阵列点的灵敏度和最大重复性误差分别为13.73,10.85 kPa/N和3.54%,2.73%.依靠欠驱动手组建了触觉特征数据集,通过离散卡尔曼滤波方法对气压式触觉传感信息进行降噪处理,结合随机森林分类方法对生活物品进行分类.实验结果表明:气压式触觉传感器灵敏度高且重复度误差小,能够有效感知抓取分类过程中的触觉信息变化,依靠欠驱动手避免了抓取时速度碰撞对分类结果产生的影响,组建数据集时无须复杂的抓取控制方式,结合离散卡尔曼滤波的随机森林分类方法能够有效地完成对物体的识别分类,识别准确率达93.2%.     

中医浮脉与沉脉的频谱分析

通过快速傅立叶变换方法将中医浮脉与沉脉的脉象信号从时域变换到频域,提取了浮脉和沉脉的频谱特征,并以常脉作对照,探讨了其中所包含的某些病理信息。     

多部脉象信息采集及处理

基于中医三部脉象仪,探究一种新的多部脉象采集方法及各部之间的影响,提出一种新的脉象信号时域特征提取法NILP.通过小波高频去噪和基于三次样条插值的LIP算法对寸、关、尺三部脉象信号预处理.利用NILP、谱能比、小波熵和HHT提取时频域上的多个特征参数.结果发现,寸部信号随着尺部压力的增大,时域平滑化,频域高频成分减少;尺部信号随着寸部压力的增大,时域陡化,频域高频成分增加;寸关尺最佳取脉压力存在定量关系.这种影响关系表明单部采集与多部采集存在较大差异,应通过临床样本的积累,逐步建立符合三部脉象检测规律的脉象判读标准.     

红外吸收型光纤甲烷气体传感器的研究

根据工业采矿对甲烷气体浓度检测的需要，研究和讨论了一种易于实现的红外吸收型光纤甲烷气体传感器系统，讨论其传感元件及光路结构，并提出了用单片机小系统和上位机组成的多点遥测系统。     

脉象信号分析系统及对正常与妊娠妇女的脉象频域辩识

着眼于祖国传统医学———中医“四诊”的客观化 ,开发了一套具有数据采集、波形显示、分析处理、打印报告等功能的硬件和软件系统 .在传统脉象分析的基础上 ,首次用相位迁移和相位变异特征这二个参数对正常、妊娠妇女进行脉象辨识 ,从而通过现代信息科学来证明中医关于对妊娠脉象诊断的科学性 .     

激光和全维视觉融合的移动机器人自定位(英文)

讨论了通过二维激光传感器和全维视觉传感器提取数据融合技术进行移动机器人定位的新方法 .SICKoptics公司制造的二维激光传感器能精确地测量出反射点的距离和方位 ,我们自己设计的全维视觉系统能从图像中提取场地标记物的色块信息 ,这两种传感器提取的数据有各自不同的特征 ,因此在本文所给出的融合方法中它们能优势互补 .RoboCup中型组的足球机器人 (守门员 )被选择来验证算法 ,最后给出了试验的结果 .     

神经网络融合法在铣刀磨损监测中的应用

传统用单一传感器监测小直径立铣刀磨损有一定局限性，通过分析铣刀渐进磨损过程特点，提出用神经网络多传感器信息融合方法监测铣刀后刀面磨损带中部带宽，并在立式加工中心上验证了该融合方法的有效性和工程实用性。     

基于中医脉象的桡动脉血管模型的建立

为了明确各部脉象之间的异同,利用工程学思想分析中医脉象的方法,根据双弹性腔模型和弹性管模型建立了桡动脉血管的电路模型．利用此模型模拟仿真了在尺部电阻、电感参数不同的情况下,尺部输入相同脉象波形时的关脉和寸脉输出脉象波形．其结果显示参数的改变对关脉影响较小,对寸部脉象影响较大,说明了中医取脉时,改变布指方式和取脉压力会对脉象波形有较大影响,医生通过指端的调节可获取更多的脉象信息．通过改变关部取脉压力前后寸部的脉象图对比,分析了寸、关、尺三部脉象之间的关系,解释了中医脉诊手法的合理性．     

基于Voronoi算法的无线多媒体传感器网络覆盖控制研究

无线多媒体传感器网络(Wireless Multimedia Senor Networks,WMSNs)的覆盖控制技术是传感器网络研究的关键问题,只有合理的部署传感器节点,才能达到对目标区域的全面监测。Voronoi图具有良好的区域划分性质,可以将监测区域划分成多个小的区域。所以,提出一种基于Voronoi算法的无线多媒体传感器网络的覆盖策略。通过Voronoi图形寻找新增传感器节点的坐标,计算出节点的质心点坐标,调整节点的方向。实现用比较少的节点,获得较高的覆盖率。     

单分量微地震信号的P波S波到时自动拾取方法

 单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P 波S 波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P 波S 波的到时区间。初步确定到时区间后,分别在P 波S 波的到时区间内应用AR-AIC 准则,可以计算出信号发生突变的位置,这两个点即对应着P 波S 波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000 多条单分量微地震信号进行验证,自动拾取能拾取到71%的P 波到时和79%的S 波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。