基于基因打靶技术的中医脏腑辨证分型算法

受生物学基因打靶技术的启发和通过对中医脏腑证型分类标准的研究,提出了一种新颖的中医智能脏腑辨证算法,称之为中医脏腑辨证分型算法。主要思想是把中医脏腑证型的主要症状和次要症状,以及舌象、脉象信息设计为脏腑证型模靶;临床病例病症信息作为脏腑病症基因组,并进行模靶射击式的辨证分型操作。通过对慢性胃炎疾病的辨证分型计算结果的分析,说明中医脏腑辨证分型算法的有效性,为中医辨证信息处理的客观化、可计算化提供了一种新的研究方法,同时具有一定的临床诊断应用价值。     

基于递归图和卷积神经网络的脉象分析识别

在脉象信号分析识别中,时域、频域等分析方法难以挖掘脉象信号的非线性信息,且传统机器学习方法需要人工定义特征,无法进行特征的自学习。提出一种基于无阈值递归图和卷积神经网络的脉象分析识别方法。基于非线性动力学理论,将脉象信号转换为无阈值递归图,通过VGG-16卷积神经网络实现递归图非线性特征的自动提取,并建立脉象分类模型。实验结果表明,该方法分类准确率可达98.14%,与已有的脉象分类方法相比有所提升。该研究为脉象信号分类提供了一种新的思路和方法,对脉诊客观化具有一定的实用价值。     

多路脉象检测系统的设计

本文主要介绍多路脉象的检测及计算机处理系统,该系统实现了计算机对脉象信息的分析,全面地反映了中医脉象的特征。     

基于多传感器技术的中医脉象复放系统

为了改进当前脉象模拟技术一致性较差,未考虑中医师的取脉位置和应指压力等缺点,本文设计了新型脉象发生器和仿生模拟手,依据多传感器信息融合技术智能检测中医师的取脉位置和应指压力,实现了人体26种临床脉象数据库脉象和采集被试者脉象的准确复放。通过实验验证,该系统复放波形、脉图与输入波形间的相关系数Rxy均大于0.85,具有显著相关性;脉象主要特征值误差在5%以内。经多名老中医盲测,本复放系统可应用于中医脉诊课堂教学测试、职业中医师培训考核、中医脉诊研究等领域。     

基于中医机器人平台的脉诊技术研究

中医脉诊的客观化即把中医师主观上对脉象的感知转换为客观上数字化的脉象信号，有利于中医的传承发展和诊断标准的统一，同时有助于实现脉象的远程诊断。针对现有脉象仪需要去特定场合进行诊断，或者计算能力和存储能力受限的问题，研发了基于家庭中医机器人平台的脉象采集和分析系统，该系统采用机械加压方式采集不同压力下的脉象信号，将采集到的数据传至云服务器，云服务器对脉象信号进行分析并下发诊断结果，结合以往数据来分析疾病趋势，这样可以针对每个患者进行个体化的信息记录，实现以病人为中心的治疗。     

脉象信号滤波与特征值提取

脉象作为人体一项基本的生理特征,反映了个体整体性的生理情况,尤其是个体血管与心脏的健康状况。由于脉象诊断自古以来就存在不够定量客观的现实问题,为了客观定量地对脉象这种微弱信号加以分析,本文利用小波变换在时域与频域多级分辨率的特性,对脉象信息进行多小波分离出高频噪声信号以及基线漂移,在此基础上对信号去噪滤波。利用小波变换奇异点突变,提取脉象周期信息作为一类特征值。通过三次样条拟合出单周期脉象波形,提取出脉象搏动微分、积分曲线以及极值点的信息,阐述了它们与脉形特征对应关系,并作为脉形特征值。通过样条建模计算出的特征值为进一步的脉象识别提供了数据信息。     

信息系统综合集成的发展及其若干问题

本文介绍了信息系统集成的概念、特点、系统集成思想的演变及国内外关信息系统集成研究的方向和动态、概括了今后信息系统集成研究的主要内容和主要任务,并对信息系统综合集成研究的发展问题提出若干思路。     

图像化脉象采集装置的研制

从仿生学角度出发,提出新的基于图像化的脉象采集方法,利用高分辨率摄像头检测不同切脉压力下脉搏搏动时在切脉部位皮肤表面的形态与动态,从而获取多维、全面的脉象信息.装置是中医脉象客观化研究的理想工具,特别适用于中医脉象图谱的收集,具有广阔的推广应用前景.     

基于智能机械臂的脉象采集分析系统的研究

中医脉诊客观化对中医的传承和发展至关重要,如何快捷的采集到更加丰富全面的脉象信息,降低脉诊设备对用户的使用门槛是推广中医发展的第一步.针对现有脉象传感器存在着采脉模式单一,硬质传感器对使用者要求较高,设备自动化程度低等缺点,使用智能机械臂和中医诊脉理论设计了智能脉象采集分析系统.该系统使用DOBOT机械臂并结合新型压力传感器作为寻脉工具,使用微处理器控制机械臂与气泵结合实现智能寻脉和脉象采集,不仅大大降低了用户对于脉位辨识的难度,也能采集到丰富无损的脉象信息,为脉诊仪提供了一种全新的采集模式.     

大数据时代下的计算机信息处理技术分析

随着社会经济的发展和科学技术的进步,大数据时代背景下信息数据在政治、经济、文化等方面产生了重要影响。基于此,笔者以大数据时代计算机信息处理技术为研究对象,分析了当前计算机信息处理技术存在的缺陷,分别从提高信息采集加工技术、加强信息处理安全技术、强化信息存储技术以及提升信息处理技术等方面详细阐述了大数据时代下计算机信息处理技术的发展趋势。     

子波变换在计算机网络信息智能处理中的应用

本文分析了子波变换自适应时频多尺度分辨的特点及相应的快速算法,子波变换与神经网络融合实现图像信息智能处理的技术。指出了用子波变换进行计算机网络图像信息降噪、数据压缩码和完美重构,可以提高计算机网络图像信息处理精度和实时传输速度。本文旨在促进信号处理和计算机网络学科交叉的研究。     

压缩域图像／视频信息处理技术的研究

新世纪多媒体应用和业务的构建面临着新的挑战,而传统的压缩和处理相互分离的模式无法满足要求。为此,将进行基于压缩域的视频／图像信息分析、处理与检索技术的研究,提供一种压缩和处理相结合的信息处理模式。其研究成果能够极大地提高构筑于通信网络上的信息业务和应用系统的整体性能,给我国信息产业的发展带来良好的经济效益。     

网络环境下的计算机信息处理与安全技术分析

本文主要分析了在网络环境下进行计算机信息处理的原因,对网络环境下的计算机信息处理存在的安全问题进行研究,探索网络环境下的计算机信息处理的安全技术措施,以保障网络环境下计算机信息处理的安全性。     

语义信息处理及神经网模型

本文从语言信息的角度全面分析了当前语义形式化的复杂性和困难性。在此基础上系统地提出了语言信息度量化的概念, 进而阐明了抽象数学模型的语义分析方法和模型构造原则。在构造了一种语义处理神经网模型基础上, 应用其并行、非线性、非逻辑的处理机制, 分析处理了两个基于语用知识的自动分词难题。本文对一些新的概念“ 隐式知识表达” 、“语法信息” 、“ 语义信息” 、“ 语用信息” 等进行了定义和描述。神经网机理和仿真结果表明这种理论具有许多新的特点和长处。     

基于概率神经网络的中医脉象识别方法研究

中医脉象客观化研究的关键在于对各种脉象进行客观检测和正确识别。在长期对中医脉象进行临床检测、采集和分析的基础上,针对中医脉象模糊性强、种类繁多、特征复杂的特点,以及传统识别方法和BP神经网络识别方法的不足,提出了一种基于概率神经网络（Probabilistic Neural Network,简称PNN）的中医脉象识别方法;运用所建立的PNN脉象识别模型对中医常见的12种脉象进行了识别和检验,识别正确率平均达93％（而传统模糊聚类方法的为75％,BP神经网络方法的为87.1％）。最后对PNN方法和BP神经网络方法的识别性能做了对比实验,发现在强噪声干扰下PNN方法对脉象的识别正确率远高于BP神经网络方法。     

多媒体技术与人机交互

多媒技术的研究始于八十年代,近些年在技术上取得了重大突破,随着制造成本的降低,在各个领域得以广泛的应用.多媒体技术主要有如下几方面的特点:1.信息媒体的多样化,即多维化.2.集成性,它是各种不同的电子信息的集成,把数值、文字、声音、图形、图像有机地集成在一起,并把结果综合地表现出来.3.交互性,传播信息者和接收信息者相互间有信息的实时交换.     

基于小波变换的人体脉象信号奇异点检测

为了揭示脉象所包含的丰富的心血管系统生理病理信息,利用小波变换的奇异性检测原理,获得了脉象信号的小渡变换模极大值图,检测出了人体脉象信号的突变点,从而准确地确定了心脏收缩期ts和舒张期td.通过对大量信号的实验分析和统计,发现心脏病人和正常人的舒张期和收缩期之比td/ts及脉波率有明显差异,这为部分心脏病的诊断提供了定量的参考依据.     

计算机信息处理技术的安全性研究

在网络环境下,计算机处理技术发展得比较迅速,计算机打破了空间的限制和束缚,给人们带来了一定的方便.但与此同时,也存在一定的安全隐患.因此,怎样保证计算机处理技术更加安全和可靠成为当前研究的重点和关键.只有对计算机处理技术进行安全性的研究,才能够保证计算机信息处理技术展现出更大的价值.本文阐释了提高计算机信息处理技术安全性的意义,介绍了计算机信息处理技术中存在的安全性问题,并重点分析了提升计算机信息处理技术安全性的具体措施.     

关于人工神经网络的应用研究

人工神经网络是属于人工智能的一个组成部分,它的提出是基于现代神经科学的相关研究。随着人工神经网络的不断发展,其应用范围越来越广泛。该文首先分析了人工神经网络的基本概念和特点,再从信息、医学、心理学等六个方面详细介绍了人工神经网络的应用。     

EIP技术研究与实例分析

通过对具体实例的分析研究,系统介绍了用作业信息门户的EIP技术,并对几个实例（IBM,EIP,Brio.portal,Pulmtree Corporate Portal)进行了分析。