首页 > 文献资料
-
医学信号与图像处理中的软硬件协同设计方法
本文介绍一种基于 SystemC的软硬件协同设计方法,并对其在现代生物医学信号和图像处理中的应用前景进行了分析和探讨.
-
医疗电子设备前置电路仿真与应用
从大量共模干扰中获取微弱的生物医学电信号是医疗电子设备而临的主要挑战之一.本文基于对医疗仪器信号源的认识和信号获取实践,建立了生物医学信号采集电路模型,并进行了仿真分析.
-
生物医学信号相似性分析方法的研究
随着医学技术不断发展,生物医学信号逐渐成为医学方面的一项重要的诊断技术.由于生物体的复杂性,生物信号还具有随机性强、信号弱、噪声强、频率范围低、周期性等特点,这导致在相似性分析时面临很多困难.该文提出了窗口斜率特征提取法,通过确定参数窗口阈值和网格高度,利用相关公式进行计算,用斜率变化规律对比相似波形.
-
小波变换在生物医学信号中的应用
小波变换是近年来发展起来的一种新的信号分析工具,本文结合生物医学信号与小波变换的特点,阐述了小波变换在生物医学信号特别是心电信号检测与去噪、网像增强和压缩中的应用及前景.
-
生物医学心电信号降噪技术与应用研究
本文根据心电信号的特点以及常见噪声特点,以小波变换理论作为分析基础,对MIT/BIH国际标准数据库的心电信号进行了波阈值降噪处理.实验结果表明,小波阈值降噪对于工频干扰、肌电干扰、基线漂移三种心电信号噪声具有很好较好的降噪效果,同时很好地保留了生物医学心电信号的固有特征,未出现严重的失真现象.
-
Windows环境下生物医学信号高速采样的实现
Windows下的实时数据采集是生物医学信号处理中很重要的一部分,然而Windows操作系统为非实时系统.本文介绍了在非实时的Windows下进行实时数据采集的几种常用方法,同时给出了利用Windows本身实现高速采样控制的两种方法.综合使用本文提出的方法,可在Windows环境下实现50kb/s的实时采样,实现对电生理信号的采集.
-
基于生物医学信号处理技术的医疗检测与诊断
该文从生物医学信号处理的角度,分别介绍了生物医学信号的特点及其在医疗检测与诊断方面的重要性,归纳了各种生物医学信号处理技术在医学检测和诊断中的应用和使用价值.
-
基于DSP的生物医学信号高速实时数据采集与处理系统
为实现生物医学信号实时数据采集与处理,设计了以DSP为核心的、基于USB2.0的信号采集与处理系统.该系统利用DSP的高性能数据处理能力,提供了能从微弱信号中提取生物电信号并加以分析的方法,同时实现了DSP与PC机之间的数据高速、可靠的传输.
-
独立分量分析算法及在生物医学工程中的应用
独立分量分析算法是一种多维统计方法。该算法的研究对象是多元随机信号,其研究目的是将这些多元随机信号转化成包含统计上相互独立的多个分量的信号。简要介绍了各种独立分量分析算法,包括基于二阶统计量的二阶盲辨识算法和多未知信源分离算法,以及基于高阶统计量的信息极大化法、改进的信息极大化法、快速固定点独立分量分析和特征矩阵联合近似对角化算法;比较了各种方法的运行性能并展望其在生物医学工程中的应用前景。
关键词: 二阶统计量 高阶统计量 独立分量分析 生物医学信号 特征矩阵联合近似对角化算法 -
监测脑电α波的无线传感器网络系统
背景:临床上一般采用多导睡眠记录仪监测脑电α波来研究失眠等问题.多导睡眠记录仪存在两个问题:①众多长导线严重束缚被试者,导致其不能正常睡眠,影响了身心状态.无法获得准确结果.②由于脑电信号是极其微弱的电生理信号,所以非常容易被交流电干扰,使得分析软件无法识别有用信号.因此,需要设计一种能够克服上述缺点的监测系统.目的:设计一种监测脑电信号的无线传感器网络系统,不影响被试者身心状态,获得不受干扰的、准确的脑电信号.设计:采用先进行理论分析,建立电路模型,再设计实现实际应用电路.单位:解放军第三○五医院.材料:解放军第三○五医院提供临床实验环境.北京新兴阳升科技有限公司生产的多导睡眠记录仪做为对比实验设备.采用Matlab软件系统设计分析软件.方法:首先于2005年在解放军第三○五医院进行理论分析,建立干扰模型和无线传感器网络系统模型.2006年根据电路模型,设计实现了能够有效抑制干扰和小体积的无线脑电传感器.实验设计的无线脑电传感器于2006-02/08在解放军第三○五医院完成实际使用观察,此次使用过程经医院伦理委员会批准,受试者为院内工作人员.对实验的目的、过程、结果完全知情同意.后将实际使同结果与多导睡眠记录仪的记录结果进行对比.主要观察指标:在干扰环境下获得信号的频谱.结果:无线脑电传感器在干扰条件下获得的脑电信号在8~12 Hz的α波频率范围内的功率谱峰值为6 926.043,交流电干扰在50 Hz的 频率上的功率谱为0.356.同时使用多导睡眠记录仪获得的脑电信号在8~12 Hz的α波频率范围内的功率谱峰值为1 112.3,交流电干扰在50 Hz的频率上的功率谱为85 440.结论:系统能够获得良好的脑电α波信号,并且很好地抑制交流电干扰.
-
线性时频分析法在中医脉诊研究中的应用
脉诊是中医独具特色的诊断方法,中医根据人体桡动脉的压力、流速以及脉搏频率等生物医学信号来判别脉象.研究表明,许多生物医学信号的频率分布随着时间而迅速变化,传统的傅立叶谱分析技术显然不能满足对这类时变信号的分析,而时频分析方法能解决这一问题.本文着重论述线性时频分析的基本方法及其在中医脉诊研究中的应用.
-
三种非线性趋势项的提取方法在生物医学信号分析中的应用
在生物医学信号的分析中往往需要将信号中的趋势成分和非趋势成分进行分离来实现不同的信号分析及应用的目的。该文介绍了三种应用在生物医学信号处理中的用于分离非平稳信号中的非线性趋势的分析方法:小波分析法,经验模式分析法和平滑先验法的原理,并应用它们对三种实际的生物医学信号的数据进行趋势信号与非趋势信号分离的应用举例。提示在非线性的趋势分析中,可根据不同的分析目的和不同的信号特征来选择不同的方法进行应用。
-
小波阈值去噪技术研究及其在生物医学信号处理中的应用
探讨小波阈值消噪技术的原理,总结了各种阈值函数的形式以及阈值确定的方式.研究了它们的性能及特点.用心电信号作为实例,说明小波消噪技术有良好的效果,后对小波消噪技术的进展进行了展望.
-
面向BOP的数字医疗助理设计
为提高医疗资源的利用效率、抑制日益增长的医疗费用和应对老龄化、慢性病的挑战,设计了一套面向低收入群体(BOP)的由移动监护、数据传输、管理等模块组成的数字医疗助理系统.文中给出了系统的评估方法,并讨论了数字医疗助理的应用模式和服务流程.
-
基于样本熵的生物医学信号复杂度分析方法及其优化算法
介绍了样本熵的严格定义,阐述了样本熵的性质及在生物医学信号处理方面的意义.基于样本熵的定义,通过引入二值距离阵,将两向量距离的比较转化成了一系列的逻辑判断,对样本熵的算法进行了优化,提出了一种较为快速实用的样本熵计算方法.该算法减少了计算冗余度,加快了计算速度.后,对样本熵信号复杂度分析方法在中医推拿量化研究领域的应用前景进行了讨论.
-
基于移动云计算的非接触式心电监护医疗服务
近年来,非接触式心电图测量技术因其无创性的特点及日常生活应用的便利性而得到普及。本文介绍了一套应用于医疗保健系统的移动云计算技术,该系统采用非接触式心电图测量方法来捕获用户的生物医学信号。医疗保健系统能够不间断地从多个地点采集生物医学信号,而移动设备成了移动监控终端,实时观察和分析心电信号。此外,移动设备安装有个性化的医疗保健助手软件,融多种保健功能于一身,如提供健康状况汇总、用药QR码扫描和提醒等。健康数据被同步到医疗保健云计算服务( Web服务器系统和Web服务器数据集)中,以确保医疗保健监控系统没有漏洞且网络连接随时随地覆盖。再加上网页应用程序,专业医务人员或家庭成员可以很容易地获得医疗数据。网页性能评价用于确保小Web服务器延迟。
-
独立分量分析在生物医学信号处理中的应用
独立分量分析是盲信号处理领域的研究热点,是盲信号处理的重要组成部分.介绍了独立分量分析(ICA)的基本模型、数学原理、研究进展, 以及当前广泛应用的FastICA算法,着重论述了ICA在生物医学信号处理中的应用,提出了存在的问题和进一步研究的方向.
-
生物医学信号研究概况
生物医学信号属于强噪声背景下的低频微弱信号,它是由复杂的生命体发出的不稳定的自然信号,从信号本身特征、检测方式到处理技术,都不同于一般的信号.
-
基于BL-410的指端脉搏波采集系统应用研究
目的介绍脉搏波信号无创伤采集系统应用.方法光电传感器采集指端脉搏波,并利用BL-410系统和计算机对其加以分析.结果可以采集到实时脉搏信号波形图,并能进行多方面应用研究.结论本系统可用于信号分析、医学研究、健康普查和心血管疾病检测等,具有很大的推广实用价值.
关键词: 生物医学信号 指端脉搏波 BL-410生物机能实验系统 -
生物医学信号的实时监控与数据采集
目的:开发基于普通微机的通用生物医学信号采集系统.方法:以Ps2104 A/D/A转换卡为接口,采用C语言与汇编语言混合编程方式,自动检测微机速度并计算出调整采样频率的参数,经软件分频实现对采样频率的控制.以显示器为终端,对多路生物医学信号进行同步实时监控.结果:本系统可自动适应不同主频的普通微机,采样频率精度高,数据连续采集时间长和硬件适应能力强.结论:本系统可同步采集多路高信噪比的生物医学信号.