基于头发分析的一种模拟诊断方法探讨

用统计模式识别方法研究了头发微量元素 ,应用于筛选或识别病人 ,建立动态诊断指标。以糖尿病病人和鼻咽癌病人的模拟诊断为例 ,结果说明所建立的动态诊断指标有较高的正确识别率。     

多通道同步信号采集与盲源分离研究

扩展了麦克风语音采集电路和较大容量的存储器,基于凌阳16位单片机(SPCE061A)实现了多通道语音信号的实时同步采集。对采集的信号应用FastICA独立分量分析算法进行盲源分离,基于DTW算法对分离的语音进行识别,发现强噪声情况下识别结果良好,对语音识别与应用具有积极意义。     

基于物理师范生教育实习网站设计与制作

教育实习工作的改革也在不断更新和探索,在进行师范生教育实习教学管理体制改革的基础上,基于多年带队师范生教育实习的实际情况,建设基于以网络教学为根本,现制作了三套不同的div+css模板.经测试,这些模板已经符合W3C网页标准,通过了IE,火狐和Opera等浏览器的测试,本制作将对教育实习工作进行网络化管理,实习信息、资源的共享起到了很好的促进和完善作用.     

糖尿病人头发中的铬、锰、铁与铜含量水平

采用催化极谱方法分析了 98例 (糖尿病人 47例 ,对照组健康人 5 1例 )头发样品中的微量元素铬 (Cr)、锰 (Mn)、铁 (Fe)、铜 (Cu)、锌 (Zn)、硒 (Se)和宏量元素钙 (Ca)、镁 (Mg)含量水平。结果显示 ,糖尿病人头发样品中的Cr( 0 99± 0 75 )× 1 0 - 6 、Mn( 1 3 0± 0 90 )× 1 0 - 6 和Cu( 8 5 0± 1 40 )× 1 0 - 6 分别显著低于对照组头发样品中的Cr( 1 5 5± 0 97)× 1 0 - 6 、Mn( 2 3 0± 1 60 )×1 0 - 6 和Cu( 1 0 40± 2 90 )× 1 0 - 6 ,Cr、Mn、Cu的显著性水平分别为P =0 0 0 1 ,P <0 0 0 1和P <0 0 0 1。而糖尿病人头发样品中的Fe( 1 9 0 0± 9 0 0 )× 1 0 - 6 ,则显著高于对照组头发样品中的Fe( 1 6 0 0± 8 0 0 )× 1 0 - 6 ,其显著性水平P为 0 0 2 3。但糖尿病人与健康人头发样品中的Zn、Se、Ca和Mg含量水平之间的差别并不显著。这些结果与其他一些研究所得的结论基本一致。     

糖尿病人血清和头发中的矿物元素分析

该项研究确定分析了 1 2 4个案例 (其中有 73例糖尿病人和 5 1例对照组健康人 )血清和头发样品中的微量元素铁 (Fe) ,铜 (Cu) ,锌 (Zn) ,硒 (Se)和宏量元素钙 (Ca) ,镁 (Mg)含量水平。头发样品中的这 6种矿物元素和血清中的Se是采用催化极谱方法分析的 ,血清中的其余 5种矿物元素则是用火焰原子吸收方法分析的。结果显示 ,如取显著性水平α =0 .0 5 ,则糖尿病人头发样品中的Cu(9.2± 2 .7ppm)显著低于对照组头发样品中的Cu(1 0 .4± 2 .9ppm) ,而发Fe(1 9± 9ppm)则显著高于对照组的发Fe(1 6± 8ppm)。但糖尿病人头发样品中的Mg ,Ca ,Zn和Se含量水平并未显示出显著变化。对于血清样品 ,显著性水平仍取α =0 .0 5 ,糖尿病人血清中的Zn(1 .0± 0 .4 μg/ml)显著低于对照组血清中的Zn(1 .3± 0 .6 μg/ml) ,而糖尿病人血清Cu(1 .0 2± 0 .2 3μg/ml)则显著高于对照组血清Cu(0 .92± 0 .1 8μg/ml)。对于血清样品中的Mg ,Ca ,Fe和Se含量水平病人与健康人之间的差别不显著。这些结果与其他一些研究者所得的结论是基本一致的。特别应该加以注意的是 ,铜在糖尿病患者的头发、血清中高低显著变化的不一致性 ,同时应注意铁在头发中的异常变化。若要通过头发分析来探讨矿物元素与糖尿病的关联性 ,铁和铜是两个值得     

几种语音信号端点检测方法的比较研究

对双门限法、频带方差法、信息熵法三种端点检测方法进行了比较研究。仿真实验表明在信噪比较高的情况下,各算法都能较好检测语音端点,但随着信噪比的下降,各算法性能都明显下降。但三者相比较而言,信息熵法具有更好的鲁棒性。