基于手机内置多传感器的瞬时心率估计

针对仅使用智能手机摄像头提取脉搏信号很难进行瞬时心率估计的问题,本文提出一种融合摄像头传感器与加速度传感器的瞬时心率估计方法(instantaneous heart rate estimation,IHRE)。该方法通过手机摄像头采集人体体表光电容积脉搏波信号(photoplethysmography,PPG),通过手机内置的加速度传感器计算人体腹部呼吸信号。将呼吸信号作为载波信号,采用变频复解调方法(variable frequency complex demodulation,VFCDM)解调PPG信号,得到瞬时心率信号。实验结果表明:以传统ECG方法为基准,IHRE方法比传统短时自相关方法(short-term autocorrelation,STA)有效率误差降低14.3%,而准确率提高11.5%。因此,IHRE方法可以在Android智能手机上实现有效和准确地的瞬时心率估计。     

均值滤波和形态学在振荡脉搏波提取中应用

目前,市场上85%以上的电子血压计均采用振荡法进行血压测量,振荡法血压测量的关键步骤就是从原始的采集信号中提取出纯净振荡脉搏波用于血压计算.本文将采用自己研制的基于上气式的血压数据采集装置进行数据采集,针对采集过程中由于电机振荡、呼吸以及身体移动和电子元器件温度变化等因素所引起的高频噪声和基线漂移,提出了滑动均值滤波和数学形态学结合的去噪方法.经过实验验证表明,该方法有效地去除了振荡脉搏波中的高频噪声和基漂信号;通过信号频谱分析表明,明显降低了信号高频段的幅值,信噪比得到了良好的改善,提高了血压测量的精度.     

区块链技术在数字资产安全交易中的应用

针对传统数据资产交易平台依靠中心化的管理机构完成交易过程,不能保证数据资产交易过程中的安全性的弊端,利用区块链技术去中心化、去信任、难以篡改等技术特征.提出了一种基于区块链技术的新型数字资产安全交易方法.首先阐明传统数字资产交易平台的弊端,剖析了区块链技术在数据资产安全交易中的关键技术;其次,分别从数据存储、交易信息加密、验证节点间的共识算法方面提出具体的实施方案;最后,针对数据资产交易过程中的验证节点共识算法进行验证分析,实验结果表明,本文所提出的方法能很好的适用于数字资产安全交易.     

基于深度长短时记忆神经网络模型的心律失常检测算法

针对传统基于形态特征的心电检测算法存在特征提取不准确和高复杂性等问题,提出了一种多层的长短时记忆（LSTM）神经网络结构。结合传统LSTM模型在时序数据处理上的优势,该模型增加了反向和深度计算,避免了人工提取波形特征,提高了网络的学习能力。通过给定心拍序列和分类标签进行监督学习,然后实现对未知心拍的心律失常检测。通过对MIT-BIH数据库中的心律失常数据集进行实验验证,模型的总体准确率为98.34%。相比支持向量机（SVM）,该模型的准确率和F1值均有提高。     

基于改进AHP-BP神经网络的幼儿发展评价模型

现有的幼儿健康发展评估方案有着评估周期长、个人主观意识强以及评价指标单一等缺陷,对幼儿的长期发展以及学前教育的信息化有着诸多方面的限制和影响.因此,本文引入了改进的AHP-BPNN评估方法,根据幼儿发展的生理和心理特性,利用AHP层次分析方法建立科学的、多维化的评价体系,同时对各项评价指标初始化;利用改进的BPNN对评价指标权重进行分析和优化,得到最优的参数解.通过对沈阳某幼儿园214名幼儿90天的连续实践观察表明,本文所提的方法大大减少了教师的主观性评价,使评价体系更加科学、合理和完善,对幼儿健康发展给出了全面性的指导.     

机器学习实现心肌梗死的自动检测

心肌梗死是心肌细胞缺血性坏死,由于坏死程度不同,在心电图上表现不一,因此无法精确制定统一的评判标准.由于非典型心肌梗死特征不明显,目前的方法检测精度较低.本文针对心肌梗死类型的不同,为了提高非典型心肌梗死检测的准确率并且降低典型心肌梗死的时间复杂度,提出了BP神经网络与卷积神经网络结合的方法.首先,将原始ECG信号经过均值滤波平滑,去基线等处理,提取相关特征值,对于典型心肌梗死使用BP神经网络训练分类,而对于特征不明显非典型心肌梗死,按固定长度截取后利用卷积神经网络进行训练.为了进一步提高准确率,结合12导联数据进行分析.实验结果表明,该方法在心肌梗死的检测上,相对于其他方法提高了2%,特别是在非典型心肌梗死检测上明显改善.     

基于JAVA技术平台的气动轻量机械臂伺服控制系统设计

针对目前设计的气动轻量机械臂伺服控制系统存在控制稳定性较差、控制效果不理想,无法应对外界环境的变化等问题。设计了基于JAVA技术平台的气动轻量机械臂伺服控制系统。系统硬件主要设计了电机模型、关节双闭环控制器、速度环、位置环。确定直流电机等效电路,分析电机常数,调整机械臂灵敏度,确保电机正常运行。设置关节双闭环控制器,通过PCI1711数据传输器传输数据,速度环以PI控制为基础。调节带宽比例项,采用微分控制法增加系统阻尼,消除局部静差,在位置环外环上串联一个适当比例的校正环节,以抵消系统主回路中的局部静差。设计数据采集器,实现信息转换和读取,通过数据处理器、微控制器和串行通信模块,设计数据处理单元,保证数据处理效率和精度。系统软件利用JAVA平台实现补偿控制,建立机械臂模型控制机械臂运动,根据采集的图像,提取目标物体的显著性特征,并在数据库中进行特征匹配,从而实现高精度、高效率的目标物体识别。实验结果表明,设计的基于JAVA技术平台的气动轻量机械臂伺服控制系统具有较好的控制稳定性和控制效果,能够更好地适应外界环境变化,完成抓取动作。     

基于改进能熵比的维纳滤波语音增强算法

为了提高低信噪比环境下语音增强的效果、算法的鲁棒性.在基于维纳滤波算法的基础上,结合基于频域特征的语音端点检查算法,提出了一种新的语音增强算法.端点检测算法使用小波包ERB子带的谱熵和改进的频域能量的能熵比法.其中,小波包ERB子带的谱熵考虑了人耳听觉掩蔽模型和语音与噪声信号之间的频率分布之间的不同;频域能量利用了有语音帧和无语音帧的能量不同.维纳滤波算法实时采集语音数据并使用新的参数来区别无语音段和有语音段,并在无语音段平滑更新噪声谱.实验结果表明,该端点检测算法能够很好的区分有语音段和无语音段,这就使得在低信噪比的情况下语音增强效果得到了提升,同时算法的鲁棒性和实时性也得到了保障.在与其他两种算法对比中,得到了更好的语音增强效果.