某电源车双频机组电性能综合测试仪设计

由于目前部队所装备的某电源车没有机组参数检测设备,为了保证车内的双频发电机组经过大修以后能够满足出厂要求,研制了电源车双频机组电性能综合测试仪。该测试仪采用智能检测技术,可以对双频机组的电性能参数进行高精度、高速度智能测试和波形分析。实际应用表明该测试仪的自动化程度高,测试精度高,准确度高,能满足各项指标要求,具有广阔的应用前景和发展潜力。论文介绍了该测试仪的主要功能、战术技术指标、组成及工作原理。     

伺服执行机构测试仪的设计与实现

针对电液伺服执行机构的测试而开发研制了伺服执行机构测试仪。该测试仪以嵌入式工控板为控制核心,采用自主研发的I/O模块,配以触摸屏作为人机界面,在WinCE和EVC4.0、VC6.0下开发控制软件。该测试仪可以按照一定的实验方法和控制策略对伺服执行机构中的伺服阀、电磁阀进行控制,并对相应的被测量进行数据采集、记录和处理,从而获得伺服执行机构的主要特性参数、特性曲线。该测试仪已经获得良好的实际应用,并且具有良好的可重配置性和扩展性。     

基于2051单片机的矿用锂电池成品性能测试仪的设计

针对传统的矿用锂电池成品性能测试仪存在测试周期长、能耗高、劳动强度大等缺点,文章采用2051单片机设计了一种PACK组合电池成品性能测试仪,详细介绍了该测试仪的工作原理及软件设计。实际应用表明,该测试仪可有效地监控矿用锂电池产品质量。     

基于Windows的某型发射装置内场测试软件设计与实现

本文针对某型号发射装置内场测试仪系统,讨论了该内场测试仪的测试软件设计和工作原理。采用面向对象编程方法,用Visual C++设计实现了基于Windows操作系统的测试软件。该软件具有界面友好、操作简单、模块化和可重用性等特点。     

基于SOPC技术的井下参数测试仪的开发

针对野外测井作业中大量采集数据需要存储的问题,提出了一种基于SOPC的井下参数测试仪.该测试仪采用激发极化法实现井下参数的测量,以SD卡为数据存储载体、具有USB2.0接口.文中对该系统各硬件模块及其关键技术进行了详细的论述.     

基于PXI的潜艇电子设备综合测试仪设计

针对潜艇电子装备保障所面临的问题,介绍了一种潜艇电子设备便携式综合测试仪的实现方法.该测试仪采用PXI总线结构,利用PXI模块化产品、结合自己设计的资源接口板和信号适配器,采用LabVIEW 8.0作为测试软件开发环境,构成通用测试平台.该测试仪体积小、功耗低,同时硬件与软件技术采用开放的商业标准和工业标准,符合军品COTS的发展趋势,十分适用于作为潜艇电子装备通用测试仪.     

一种高精度磁性参数测试仪设计

设计了一种高精度磁性参数测试仪。该仪器以TMS320F2812为处理器,采用12位串行A/D TLC2588进行数据采集。使用复化Newton-Cotes数字积分算法快速求取磁通值,不仅可以很好地解决模拟积分器带来的零漂问题,而且也提高了积分精度。采用软件实现IIR数字滤波和系统零点的自动修正和补偿。同时通过数字压控恒流源和开关电源技术实现充退磁。与传统的磁性参数测试仪相比,该测试仪具有测试精度高、数据重复性好、性能稳定等特点。     

基于数字式直接频率合成的虚拟频率特性测试仪设计

本文针对传统的频率特性测试仪的缺点,提出了基于数字式直接频率合成的虚拟频率特性测试仪的方案,着重探讨用虚拟仪器技术实现频率特性测试仪的关键技术。给出虚拟频率特性测试仪的硬件平台与软件系统的具体实现。该测试仪具有打印频率特性曲线和拟合被测对象传递函数等传统频率特性测试仪不具有的强大功能。     

微机控制的光耦参数测试仪的设计

通过采用PC机打印口控制的光耦参数测试仪的制作过程,具体说明了该测试仪所用的接口电路、转换电路、测量电路以及用C语言编写的程序,使测试仪成为智能化的多功能仪表。实践证明该装置使用方便,测量精度高,控制性能好。     

保护用电流互感器磁特性测试仪的研制

研制的测试仪主要用于测量互感器的二次侧时间常数和剩磁系数。该测试仪采用直流饱和法测量原理,是以工业控制计算机为核心,包括传感器和数据采集卡的通用测试平台。采用LabWindows/CVI编写了系统的主程序、测试界面和各功能模块程序。实验结果表明,该测试仪能够满足工业生产的需要。     

Phase coupling analysis of gastric pressure activity via wavelet packet based diagonal slice spectra

We propose a new analysis method to detect quadratic phase coupling (QPC) behavior of human gastric interdigestive pressure activity that has been acquired by a telemetric capsule-like mini-robot. The method is referred to as diagonal slice spectra. They are the Fourier transforms of the diagonal slices of the triple correlations, and can actually detect the phase coupling and coupled components respectively by expanding the real process into the complex counterpart through Hilbert transform. In order to learn more about the QPC structure in a certain frequency band that we are mostly interested in and obtain a higher frequency resolution, the method, named the wavelet packet based diagonal slice spectrum, is introduced. It shows that the nonlinear QPC behavior occurs during gastric contractions (phase II), whereas no distinct phase coupling occurs during gastric motor quiescence (phase I). It is the nonlinear cell-to-cell coupling mechanisms, existence of fast and slow waves and their interactions that nonlinear QPC structure of the gastric pressure activity occurs.     

Recognition of the Gastric Molecular Image Based on Decision Tree and Discriminant Analysis Classifiers by using Discrete Fourier Transform and Features

ABSTRACT

This article presents the development and evaluation of a computerized decision support system (DSS), aiming to Show the feasibility and potential toward maximizing the benefits of a new algorithm by combining the machine-learning techniques which are not used in the literature for automatic recognition of the gastric images. The object of this article is fivefold: first, the features Maximally Stable Extremal Regions (MSER), Speeded Up Robust Features (SRF), and Binary Robust Invariant Scalable Keypoints (BRISK) of histopathological gastric images were analyzed. Second, the Fourier Transform (FT) was applied to these properties which were calculated to equalize the dimensions of the obtained features. Third, MS and LE size reduction methods have been applied. Fourth, the decision tree (DT) and discriminant analysis (DA) classifiers are used to classify the histopathological gastric images. Fifth, these classification results have been compared. In this article, the highest accuracy result obtained by using the SRF_FT_MS_DT method is found to be 86.66%. Fast and multimodality computerized DSS can beneficial to patients for early detection of gastric diseases. It may facilitate early diagnosis of the disease.     

一种重叠胃腺癌细胞分离线估计算法

针对胃腺癌细胞显微图像中经常出现重叠(或粘连)现象,对后续进一步的研究工作产生了很多不良影响,为了准确地分离重叠(或粘连)的胃腺癌细胞,采用了一种数学形态学与改进的B样条活动轮廓模型算法相结合的方法。该算法首先对图像进行二值化处理,然后利用变元腐蚀得到细胞的非线性距离图和背景的非线性距离图,接着对两者进行叠加,即得到一幅新的非线性距离图,最后使B样条曲线准确收敛到目标边界,以便自动分离细胞。实验结果表明,该算法不但能有效地构造分离线,并能估计出重叠(或粘连)胃腺癌细胞的原始形状。     

基于复杂网络的胃癌关键基因筛选与分析

运用复杂网络理论，对TCGA胃癌数据进行了筛选与降维，筛选出275个胃癌相关的基因，获得样本容量为40的胃癌ⅡB期样本组和样本容量为36的胃癌ⅢA期样本组。通过分析胃癌ⅡB期样本组与胃癌ⅢA期样本组的基因变化率，建立节点（基因）间的连边关系，从而构建了胃癌恶化过程的基因表达网络。引入综合中心性指标对网络进行分析，筛选出17个综合中心指数较高的基因。应用复杂网络的相关理论对胃癌基因网络进行社区划分，发现17个综合中心指数较高的基因全部落在一个规模较大的连通的子网络中，此拓扑结构与胃癌基因表达网络的关键节点一致。通过综合分析获取了胃癌恶化过程中的关键基因，提供了良好的胃癌恶化早期的预警信号。     

胃镜下早期胃癌计算机辅助分析研究综述

胃癌是全世界癌症死亡的第三大主要原因,胃癌的早期检测会对胃癌患者的后期治疗起到至关重要的作用。随着人工智能的发展,可以利用计算机视觉领域的机器学习模型辅助检测早期胃癌,有研究发现一些计算机辅助诊断模型的筛查率接近甚至高于医生。利用计算机辅助诊断可以及早发现胃癌以减少胃癌患者的后期治疗成本。报告了基于机器学习在胃镜下早期胃癌辅助诊断的研究现状,介绍了胃镜下早期胃癌的临床诊断方式,并基于此提出了计算机辅助诊断该疾病的技术路线,分析了不同诊断技术路线的研究特点,为计算机辅助诊断早期胃癌提供不同的切入点。总结了用于早期胃癌检测的机器学习、深度学习、目标检测模型,讨论了其应用于计算机辅助诊断的问题及挑战。     

基于SPR干涉成像传感法检测大蒜素刺激胃癌细胞的响应

针对细胞响应传感的要求,提出了SPR干涉成像传感细胞响应的方法,设计制作新颖的微流体池,构建用于活细胞水平分子传感和检测的系统。在此基础上,先检测和分析细胞在微流体池中的培养状态,再检测大蒜素对人胃癌细胞系BGC823刺激响应。实验结果表明,胃癌细胞贴附生长良好,微流体池可提供细胞生存的微环境;6 h后大蒜素刺激和对照的SPR信号响应值分别为0.15 RIRF和0.35 RIRF,大蒜素对胃癌细胞系BGC823细胞具有明显抑制作用。在持续提高精度、可靠性以及丰富有关工艺技术后,有可能建立完整的药物刺激细胞响应检测技术平台,为药物发现和临床化疗方案优化做出贡献。     

基于AduC834的生物阻抗胃动力信号采集方法

临床将胃电信号作为胃动力紊乱诊断依据,但胃电信号并不完全对应于胃的活动,特别是胃的蠕动、胃的排空等机械活动。如果将与胃机械活动对应的胃阻抗信息也作为诊断依据之一,那就为建立新的、更准确的胃动力评价方法提供可能。这也是生物阻抗技术在胃功能评价方面的最新发展。基于阻抗法设计了一个新的获取胃动力信息的系统,通过计算机串口控件收发数据,采集到了阻抗和同步胃电信号。本系统不仅获得常规检测参数胃电,也通过小波变换技术分离出与胃电同步的胃阻抗信息,为临床胃动力学研究提供新途径。     

基于CTL模型检测的胃腺癌核心路径形式化验证

胃腺癌是消化系统最常见的恶性肿瘤,死亡率居消化道各类癌症之首。其发生发展是多步骤、多因素参与的复杂过程,涉及到多种蛋白分子的改变以及信号通路的异常,但其确切发病机制目前尚不清楚,研究其发病机理,探索有效治疗方法一直是医学研究最重要的课题之一。因此,对胃腺癌信号转导网络的研究有助于阐明其发病机制。目前,在胃腺癌的发生发展过程中由于基因的改变而导致细胞功能的变化,以及癌细胞环境因子通过作用于其受体和信号转导通路而影响其他正常细胞的功能。胃腺癌的信号转导网络非常复杂,通过对胃腺癌信号转导网络离散值模型的分析和验证,说明靶向胃腺癌信号通路或蛋白治疗的优越性。应用符号模型检测技术自动分析靶向信号通路或蛋白是如何影响胃腺癌细胞命运,了解胃腺癌的发生发展机理,从中找到潜在靶点,为治疗胃腺癌提供建议,使研制新的抗癌药物成为可能。     

基于虚拟通道独立分量分析的阻抗胃动力消噪

为消除胃动力阻抗信号中混叠的噪声信号,利用独立分量分析的冗余取消特性,提出一种新的胃动力阻抗信号消噪方法。采用经验模态分解构造虚拟噪声通道,将一维原始胃动力阻抗信号扩展为多维观测信号,应用FastICA算法对其实施盲分离。仿真实验结果表明,该方法能有效消除叠加在胃动力阻抗信号中的噪声,不需要大量的观测样本,可运用独立分量分析实现对单个观测样本的消噪处理。     

基于局部二元模式的电子胃镜图像识别

由于受到胃部蠕动、气泡、食物、光照以及图像采集过程中摄像头移动等因素影响,电子胃镜图像存在亮度变化较大等问题,常用的计算机辅助分析方法难以取得理想的效果。针对该问题,在分析电子胃镜图像特点的基础上,提出一种电子胃镜图像病灶良恶性识别方法。在不同颜色通道中使用结合局部二元模式算法,提取其纹理特征向量,分别输入支持向量机进行训练和识别,对不同颜色空间的识别结果采用投票原则确定最终结果。实验结果表明,该方法的识别率达到92.2%。