基于精细复合多尺度熵与支持向量机的睡眠分期

提出将脑电信号与眼动信号的精细复合多尺度熵作为睡眠分期依据,利用多层次支持向量机的机器学习算法对睡眠进行自动分期.利用精细复合多尺度熵对睡眠信号进行特征提取,选用脑电以及眼电通道的信号,以保证输入特性的可靠性,并通过3层支持向量机实现了睡眠的自动分期.结果表明,分类器的输入参数可由熵值曲线的变化特征来确定.基于精细复合多尺度熵的多层次支持向量机算法的睡眠分期准确率达到85.3%,与已有的分类算法相比,所提出的算法更加均衡,且整体分类效果更佳.     

显微镜自动对焦方法研究综述

自动对焦是全自动显微镜的关键技术,决定着显微镜成像的精确性和实时性。对焦方法包括主动式和被动式两种,主动式是指基于数字图像处理的对焦方法,被动式是指基于光学离焦量检测的对焦方法。介绍了两种方法的原理和研究现状,通过比较其优缺点,总结出基于离焦误差检测的主动式对焦方法具有更高的精度和速度,更适用于全自动显微镜系统。     

显微镜自动对焦方法研究综述

自动对焦是全自动显微镜的关键技术,决定着显微镜成像的精确性和实时性。对焦方法包括主动式和被动式两种,主动式是指基于数字图像处理的对焦方法,被动式是指基于光学离焦量检测的对焦方法。介绍了两种方法的原理和研究现状,通过比较其优缺点,总结出基于离焦误差检测的主动式对焦方法具有更高的精度和速度,更适用于全自动显微镜系统。