基于心动周期和经验模式分解的心电信号去噪处理

针对现有心电信号（Electrocardiogram,ECG）去噪方法难以精准剥离与之频带重叠的肌电干扰并无损提取到“干净”ECG的问题,提出了利用心动周期和经验模式分解对含噪ECG进行去噪处理。本文方法首先对含噪ECG进行经验模式分解,然后利用心动周期判断固有模态函数分量属于噪声还是有用信号,最后将有用信号的固有模态函数分量重构ECG。为验证本文去噪方法,首先采用ECG动力学仿真模型评估本文方法在不同参数噪声下的去噪效果;其次选取MIT-BIH数据库中的基线漂移信号bw,肌电干扰信号ma和105号、107号、123号ECG分别构建3组真实含噪ECG进行实验。评估与实验结果均表明本文方法可以简单、有效地同时去除ECG中的肌电干扰和基线漂移,去噪效果优于普通经验法。     

传播子矩阵方法推导IR-EPI序列下的磁共振信号

医学磁共振成像（Magnetic Resonance Imaging,MRI）中,对特定序列下磁共振信号的理论研究,有助于分析影响成像质量的因素以及提高成像质量. Bloch方程是磁共振成像理论研究中的动力学方程. 传播子矩阵方法是将Bloch方程矩阵化,将主磁场、外加射频场等各种条件参数通过矩阵的形式作用于磁化强度矢量的向量形式,通过对IR-EPI序列下的不同时间段的传播子矩阵的计算,得到最终的磁共振信号的表达式. 此方法为MRI技术中复杂序列下的信号分析提供了理论基础.     

基于改进GA-SVM的智能推荐诊断挂号算法

为提高患者就医效率设计了一套智能推荐诊断挂号算法,对大量的历史病案文本进行训练和机器学习,以患者特征为依据进行分类并推荐相应的科室。使用遗传算法与支持向量机结合进行特征值提取和参数优化,以核函数参数和文本特征值作为遗传算法的染色体执行选择、交叉和变异操作,为提高遗传算法效率并避免陷入局部最优值,在遗传算法初始化群体阶段使用加权深度优先搜索和轮盘赌结合的机制以保证种群多样性,并对交叉概率和变异概率进行自适应优化,在保留有用遗传信息的同时实现全局搜索。实验结果表明,该算法在有效降低特征值数目的同时提高了分类精度。     

Rheinheimera sp.QH胞外角蛋白酶KerQH2的生物信息学分析

目的:预测海洋菌Rheinheimera sp.QH分泌的角蛋白酶KerQH2的结构特征及与底物的互作位点,为深入研究KerQH2对角蛋白底物的降解机理提供理论依据。方法:应用生物信息学技术对KerQH2的结构特征、作用于角蛋白底物的可能位点及关键氨基酸等进行分析。结果:KerQH2为S8家族丝氨酸蛋白酶,其分子表面无规则卷曲占比较高,α-螺旋与β-折叠占比较低且多位于酶分子内部。KerQH2具有保守的催化三联体（Asp8、His41和Ser197）,催化三联体区域表面静电势为中性。KerQH2催化结构域中含有大量保守的极性氨基酸及芳香族氨基酸,与底物结合有关的序列富含Gly和Ala。KerQH2主要切割疏水性氨基酸Val(V)/ILe(I)和极性氨基酸Cys(C)/Gln(Q)之间形成的肽键。结论:角蛋白酶KerQH2的特殊结构有助于其降解结构复杂角蛋白分子,这可能是海洋菌对海洋寡营养环境的一种适应性。     

移动终端在线考试系统的设计与实现

随着互联网技术和移动终端通讯设备的快速发展,高等院校教学工作已经从传统的课堂教学模式逐步扩展到网络教学模式。利用在线考试系统实现在线考试,能高效便捷地检验学生所学知识的掌握熟练程度,是传统教学的有益补充。但目前多数在线考试系统存在对硬件要求高,专业依赖性强以及使用成本高等不足。针对以上不足,本文通过对互联网在线考试平台的筛选使用及与移动终端的衔接应用介绍,旨在为高校师生提供一类便捷实用的在线考试平台,进而为在线考试提供一些思路和方法。     

翻转课堂在医学院校计算机公共课教学中的应用探索

随着高等教育教学改革的不断深入,教学模式逐渐呈现出多元化发展的趋势,翻转课堂作为一种新型教学模式目前已逐步得到教师和学生的认可。计算机课程作为医学院校的公共基础课,根据医学教育的特点,设计合理的教学模式和教学方法,适应医学院校的教学要求,是医学计算机公共课教学改革的关键。本文以翻转课堂教学为研究内容,探讨医学院校计算机公共课程教学模式的改革,旨在为非计算机专业院校公共课教学提供一些思路和方法。