胃电信号的检测与处理

文章在阐述国内几种胃电图仪存在问题的同时，主要在ＰＣ系列上直接垢４道胃电检测系统的设计思想和系统构成，该系统数据处理方法先进，使医生可获得更多的诊断信息。     

基于核典型相关分析的语音情感识别研究

语音是人类表达思想和感情交流最重要的工具,是人类文化的重要组成部分。语音情感识别作为情感计算中的重要课题已经成为国际上的研究热点,受到越来越多的关注。已有神经科学研究表明,大脑是产生调节情感的物质基础。因此,在语音情感的研究中,我们不能仅考虑语音信号自身,还应将大脑的活动信号融入语音情感识别中,以实现更高准确率的情感识别。基于上述思想,本文提出了一种基于核典型相关分析（KCCA）的语音特征提取方法。该方法将语音特征与脑电图（EEG）特征映射到高维希尔伯特空间,并计算二者的最大相关系数。KCCA将语音特征在高维希尔伯特空间上向与脑电特征相关性最大的方向投影,最终得到包含脑电信息的语音特征。本文方法将与语音情感相关的脑电信息融入语音情感特征提取中,所提特征能够更准确的表征情感。同时,本方法在理论上具有良好的可迁移性,当所提脑电特征足够准确与具有代表性时,KCCA建模得到的投影向量具有通用性,可直接用于新的语音情感数据集中而无需重新采集和计算相应的脑电信号。在自建语音情感数据库与公开语音情感数据库MSP-IMPROV上的实验结果表明,使用投影语音特征进行语音情感分类的方法优于使用原始音频特征...     

一种ECG信号肌电干扰去除方法的研究

实测心电(ECG)信号通常被多种因素干扰,尤其是肌电干扰的去除存在较大困难。本文提出一种结合经验模态分解法(EMD)与主成分分析(PCA)的消噪算法来去除ECG信号的肌电干扰。解决了通常采用小波算法和EMD等方法会导致ECG信号产生振荡和丢失有用信息的难题。本研究利用PCA对含噪信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理,通过对MIT-BIH心电数据进行仿真,以及定性分析了信噪比(SNR)和均方误差(MSE)。结果表明,ECG信号中的肌电干扰被有效去除,所提方法的消噪效果整体上优于小波去噪算法和EMD消噪算法,是一种有效的消噪方法。     

基于排序熵算法的麻醉深度检测系统设计

为辅助医生在手术过程中对患者麻醉深度状态的判断,设计了一种基于排序熵算法的麻醉深度检测系统。该系统主要包含3个部分,前端脑电预处理电路、排序熵算法数据处理电路和人机交互软件。前端电路主要包括各类放大电路和滤波电路;排序熵算法数据处理是基于stm32单片机完成;人机交互软件主要用于对测试结果进行记录显示等工作,辅助医生对患者麻醉状况的判断。依据以上方案制作了检测系统,并在实验室环境下进行了测试,能完成相关数据检测。     

基于生成对抗网络的动态心电信号QRS波检测

心电信号分析是预防心血管疾病的重要举措,QRS波的精确检测不仅是心电信号处理的关键步骤且对心率计算和异常情况分析具有重要作用.针对动态心电信号存在信号质量差或异常节奏波形导致常用QRS波检测方法精度较低的问题,本文提出了 一种基于生成对抗网络新型QRS波检测算法.该算法以Pix2Pix网络为基础,生成网络采用U-Net...     

心理测试技术及专用侦测器的发展

文章通过举例介绍了心理测试技术的起源和早期应用,阐述从心理变化与心率、脉搏、血压、皮肤电、呼吸等生理指标变化间的密切关系,揭示了心理测试技术的生理学依据。通过对萌芽期、近代、现代和当代专用侦测仪器的设计思路和原理介绍,较为充分的展示了心理测试技术及其在专用侦测仪器方面的发展。文章还介绍了根据脑电信号、核磁共振、等生理参数设计的在研新型测试仪,并展望了心理测试技术的发展和应用前景。     

无声语音识别中的端点检测算法

无声语音识别常以表面肌电信号作为研究对象。表面肌电信号的端点检测是影响识别结果的一个重要因素。表面肌电信号与语音信号有类似之处。借助语音端点检测的方法对表面肌电信号进行分割是一种可行的思路。基于此,采用子带谱熵和梅尔倒谱距离作为信号端点检测的判决依据,通过粒子群算法优化支持向量机分类器给出端点检测结果。结果表明,在不同信噪比条件下,该算法有最高的检出率与最低的错误率。对于基于K最近邻（K-Nearest Neighbor,KNN）的无声语音识别任务,识别率达95.3%。     

基于人工神经网络的表面肌电信号分类器研究进展

表面肌电信号是一种重要的生理电信号.基于表面肌电信号建立人体康复动作识别系统操作方便,对身体无侵入性,对运动无干扰,有广阔的应用前景.肢体康复动作识别系统很大程度上依赖于信号特征提取和分类器的使用.文中对近几年基于人工神经网络建立的表面肌电信号分类器,包括LVQ分类器、ELM分类器、WNN分类器、ANFIS分类器、Al...     

基于多传感器的无人机自主导地线巡视方法

为充分提升无人机导地线的点电荷传输能力,使剩余供应电量安全转移至地下环境中,提出基于多传感器的无人机自主导地线巡视方法。根据多传感器配准原则,获取关键的无人机电量供应数据,根据电信号检测结果,完成基于多传感器量测数据的预处理。在此基础上,将作业域环境划分成多个区间,按照巡视节点定义原则,分析导地线中传输电信号的敏感性水平,实现基于多传感器的无人机自主导地线巡视算法设计。实验结果表明,与IMU冗余补偿算法相比,在多传感器元件结构作用下,无人机导地线内点电荷传输速率明显加快,能够在较短时间内将剩余供应电量安全转移至地下环境中,符合实际需求。