脉象采集方法及功率谱分析研究

在对压力脉搏波的分析及中医理论研究基础上,提出了一种多点三维动态压力脉搏波的采集方案,以获得有效的脉象数据用于模拟传统中医诊脉.根据信号功率谱的特点,在数据采集过程中结合了功率谱分析手段动态提取脉象的位置及力度特征,同时通过实验得出脉象变化与压力脉搏波功率谱变化的内在相关性,从而得到一种简单有效的脉象特征分析和提取的实验和研究方法.     

基于小波变换的心脑血管疾病脉搏信号分析方法

运用小波变换分析方法对心脑血管疾病患者和健康人的脉搏信号进行了特征分析,得到患者和健康人脉搏信号的不同频带能量分布比例特征。该特征在患者和健康人的脉象上有着明显的差别,可作为心脑血管疾病临床诊断时的一种参考依据。     

指感压力可控的脉象信号采集装置

通过压力可控的微型气泵和气囊模拟医者诊脉过程的手指指感压力,在不同压力状态下采集脉象信号.微型气泵产生的压力由电磁阀调节,脉象传感器被固定在附有气囊的腕带上,整套装置由DSP芯片控制.脉象信号被采集后,经过滤波放大处理,A/D转换,最终通过串口发送到上位机,实现了不同压力状态下脉象信号的采集和对比.通过对腕带的改进,使脉象传感器的采集压力可控且能连续变化,采集模式更加接近手指诊脉.     

基于脑肌耦合导联选择和最小生成树网络的 脑电特征提取

针对主动康复训练中的运动想象脑电识别问题,提出一种基于脑肌耦合导联选择的双层脑功能网络特征提取方法。 根 据脑肌耦合强度选择受试各动作下的核心导联,运用核心导联并结合神经生理学中关于运动感觉脑区的先验知识,构建运动感 觉核心导联区域网络并提取特征。 利用最小生成树全网络特点,将最小生成树脑网络的直径和平均离心率,以及核心导联区域 网络的平均节点度、平均聚类系数和平均路径长度,构筑最小生成树脑网络和核心导联区域网络相结合的全局和区域脑功能网 络综合特征。 选择支持向量机为分类方法,两类运动想象识别的平均正确率为 86. 96% ,证实了本文所提双层脑功能网络分析 方法有优良的特征表达能力,能有效提取神经-肌肉内在关联特征,为运动想象识别提供了一种新的思路。