多级自组织映射用于心电信号QRS波群聚类

提出了一种利用多级自组织映射(MSOM)网络进行心电QRS波群聚类的算法。此方法将归一化的两导联心电数据作为第一层自组织映射网络的输入,其输出作为第二层自组织映射的输入,最后得到聚类结果。网络迭代学习过程采用了特殊的设计,能根据不同类别自适应调整学习参数,从而提高了自组织映射的聚类能力。使用MIT-BIH数据库数据的聚类结果表明,这种方法非常适合心电QRS波群的聚类,对室性早搏(PVC)真阳性检出率达到99.1%,且聚类效率比ART-2网络方法、匹配方法有明显优势。     

同步12导联ECG信号的Lyapunov指数谱

采用分布式多传感器（电极）研究了同步12导联常规心电信号（electrocardiogram,ECG)的Lyapunov指数谱（Lyapunov spectrum)，研究结果表明，不论健康人还是具有窦性节律的冠心病人（coronary artery disease,CAD)，从不同位置提取的心电信号得出的Lyapunov指数并非一个常数，而具有分布特性，所有导联的ECG信号的最大Lyapunov指数L1均为正数，其余指数为负，心电信号表现出明显的混沌特征，同一导联相比较，冠心病人的L1低于健康正常人的L1，L1可以将冠心病人与健康正常人区分开来，在心脏疾病诊断中具有潜在的应用价值。     

数字化多道脉冲幅度分析中的梯形成形算法

为了研制数字化核谱仪,研究了一种用于数字多道脉冲幅度分析的梯形成形算法。采用理论推导,结合数值模拟的方法,分析了梯形成形算法的基本结构、幅频特性以及弹道亏损。梯形成形算法具备一定的低通滤波能力,梯形上升沿越宽滤波效果越好。在梯形平顶宽度大于探测器最大电荷收集时间的情况下,弹道亏损是可以避免的。该研究表明,梯形成形很好地符合核谱仪的脉冲成形要求,通过针对具体情况优化参数设置,易于满足不同应用的需求。     

便携式γ谱仪中的核素识别算法

为满足便携式γ谱仪核素识别的功能需求,提出了以有限脉冲响应(FIR)滤波平滑、自适应对称零面积寻峰、核素匹配为基础的能谱数据处理及核素识别算法。算法中避免了复杂的迭代运算,充分利用已知核素的先验知识优化了核素库的设计,提高了运算速度,达到了适用于便携式γ谱仪的核素识别要求。算法运行在ARM2440单片机上,经过自制的便携式谱仪系统实测数据和MonteCarlo模拟数据的验证,能够在5s内正确识别出4类、27种不同核素。     

任意噪声和约束下的最佳数字滤波器设计

为提高数字谱仪的能量分辨率,利用约束最优化方法提出了一个在任意平稳噪声背景下直接设计最佳数字有限冲击响应(FIR)滤波器的方法。该方法易于附加任意时域和频域约束(平顶、基线恢复等)。详细给出了最佳滤波器的设计推导过程,并在设计实例基础上,分析了滤波器的时域、频域响应和不同约束条件下的最大信噪比曲线。结果证明,该方法能够有效去除基线漂移和弹道亏损,得到了约束条件下的最大信噪比,适合在未知系统噪声特性情况下的高计数率、高精度谱仪中使用。     

便携式γ谱仪中的核素识别算法

为满足便携式γ谱仪核素识别的功能需求,提出了以FIR滤波平滑、自适应对称零面积寻峰、核素匹配为基础的能谱数据处理及核素识别算法。算法中避免了复杂的迭代运算,充分利用已知核素的先验知识优化了核素库的设计,提高了运算速度,达到了适用于便携式γ谱仪的核素识别要求。算法运行在ARM2440单片机上,经过自制的便携式谱仪系统实测数据和MonteCarlo模拟数据的验证,在IAEA规定的采集时间内,能够在5s内正确识别出4类、27种不同核素。     

直接解调法在碲锌镉探测器γ谱分析中的应用

为了提高碲锌镉探测器γ谱解析的精度,将直接解调法应用于γ谱重建算法研究。γ谱的测量是谱仪系统对γ射线的调制过程,针对一维γ谱的特点建立了调制方程的响应函数矩阵,分析了本底和噪声的影响及其处理方法,对实测谱构成的单峰和重峰进行重建。结果表明,重建γ谱能量分辨率比原始测量谱提高了5~6倍,能把峰位相距一个半高宽、峰面积比100¨1的重峰完全分离,弱峰的寻峰率显著提高。直接解调法具有很强的抑制噪声能力,尤其适合在统计性较差的野外测量的能谱重建中应用。     

镅铍源硼中子γ测井的可行性

为降低测井成本,用镅铍源取代脉冲中子源,研究在储层已注入硼酸溶液的条件下进行中子γ测井即硼中子γ测井的可行性。用Monte-Carlo模拟技术即通用程序MCNP(3B),计算了该测井方法的俘获γ能谱、俘获γ计数与含水饱和度及源距的关系。得出了俘获γ计数随含水饱和度的增加呈指数规律衰减;井眼对俘获γ计数的影响很小,而且俘获γ计数与地层孔隙度具有良好的相关性。从计算结果看,用镅铍源取代脉冲中子源进行硼中子γ测井是可行的,其适应性强,成本低。