脑电反馈控制仪的设计

介绍了应用8031单片机开发的双闭环脑电反馈控制仪的硬、软件设计，脑电噪声干扰的抑制，并给出了两个脑电反馈控制目标函数。该仪器将脑电生物反馈和以脑电主峰频率调制的微弱磁信号的反馈控制有机结合，对脑电调节更加有效，具有临床应用和科学研究价值。     

脑电物理头模型数据采集系统的研究

介绍了脑电物理头模型数据采集系统的总体设计方案,主要对实验中所遇到的一些问题进行了系统的分析和解剖,将实验结果与解析解进行了比较,两者是相符的。     

便携式脑电采集器研究与设计

脑电信号是人脑内部各种活动的外部表征,脑电信号的分析及处理对临床上一些疾病的诊断和治疗十分重要。基于脑机接口技术,提出了便携式脑电采集器的设计,它将脑电信号进行收集,通过蓝牙的上行通道将信号传递到计算机,并进行信号处理分离出5种脑波信号,在编制的显示软件中准确显示出来,为我国脑机接口技术向实用性转化提供了依据。     

基于时空双稀疏表示的成人ADHD脑网络检测与分析

注意力缺陷多动障碍（Attention deficit hyperactivity disorder,ADHD）主要表现为注意力分散、多动和冲动,是一种常见的精神障碍疾病.作为一种流行的脑功能成像技术,静息态功能核磁共振成像（Resting-state functional magnetic resonance imaging,rsfMRI）常应用于探索ADHD的神经机制.然而,由于rsfMRI数据的高维和少样本特性,采用传统的独立成分分析方法从rsfMRI数据中获得脑网络后,大多用基于体素级的方法进行推断,这难以检测出可靠的、与ADHD相关的脑网络.针对上述问题,本文提出了一种新颖的基于时空双稀疏表示（Dual temporal and spatial sparse representation,DTSSR）的方法和指标,以22名成人ADHD患者为研究对象,从大尺度脑网络级的角度检测出与ADHD相关的脑网络.首先采用DTSSR从ADHD的rsfMRI数据中提取出组脑网络及相应的耦合参数;然后将耦合参数均值池化作为网络的活跃度指标;最后,将活跃度指标与ADHD的量表分进行Spearman相关性分析,检测出与ADHD相关的脑网络.实验结果表明,背侧注意网络、执行控制网络的活跃度与ADHD量表分具有显著相关性.该结果在脑科学角度有合理的解释,且在不同字典尺寸下具有较高稳定性.本文所提方法,为探讨ADHD的潜在神经机制提供了一种新思路.     

基于脑电信号的青少年注意力检测和训练系统

青少年注意力不集中的现象在生活中十分普遍,而现有的青少年注意力检测和训练系统功能单一.因此,本文研发了一个基于脑电信号的青少年注意力检测和训练系统.针对注意力检测分类少、准确率低的问题,本文将注意力分为5类,并提出基于随机森林模型的注意力检测方法以改进检测的准确率,达76.17％;针对注意力效果不佳的问题,本文基于闭环脑电生物反馈感知技术,首次根据持续型注意力、选择型注意力和集中型注意力,分别设计3个面向青少年的严肃游戏训练模式,并提出4个评估指标进行实验,排除游戏熟悉程度对受试者影响的同时,结合自身对照法验证了注意力训练的有效性.     

基于诱发脑电的人机交互系统的设计与实现

提出一种基于稳态视觉诱发脑电（SSVEP）的人机交互控制系统的设计方法。该系统采用闪烁刺激使操作者产生SSVEP信号,通过采集电路将信号送入PC中,由软件对其进一步处理和分析,提取出刺激器的闪烁频率,进而转换成相应的控制命令控制机械手臂操作。由于采用软硬件相结合的刺激源、信号逐级放大的电露设计、程序在线检测算法等,系统具有很好的人机交互的实时性和稳定性。检测算法对SSVEP的识别准确率达到90％以上。     

一款便携式脑电采集系统的设计与实现研究

针对脑电采集系统中存在的应用需求,设计一种基于STM32的便携式脑电采集系统。该系统采用3.7V聚合物锂电池供电,设计有信号采集处理模块、主控模块、无线通信模块和上位机显示,利用蓝牙2.0标准进行数据传输实现前额脑电信号的实时监测和专注度分析,具有携带便捷、功耗低、显示界面友好等特点。目前,该系统运行平稳应在脑电监测及诊断等领域具有一定的应用价值。     

听视觉反馈式电刺激仪的设计

为了改善常规电刺激治疗仪刺激参数不规范、采用被动治疗模式疗效不佳等缺陷,设计开发了以微处理器为核心的听视觉生物反馈式功能性电刺激仪。借助语音信号和可视化信号提示,促使训练者能主动参与训练;创新地实现了刺激电流实时监测和调节功能,便于医生根据患者病情设置刺激强度;采用可编程式触摸屏人机交互方式,使治疗参数准确量化。通过测试可知：该仪器实现了刺激参数的无级调节、显示和量化,有利于不同参数下的疗效评价对照,提高了电刺激的准确性和可重复性。     

用单片机实现BU2实时相关仪接口的设计

本文阐述了运用单片机实现BU_2实时相关仪——计算机通讯接口设计的新方法。介绍了基于采用尽可能多的软件和尽可能少的硬件的思想进行系统及软件的设计。     

脑电信号放大与预处理器电路设计

本文根据脑电信号很微弱，其幅值只有几——几十微伏（μV），并且淹没在大量的随机噪声中这一条件，设计了一种能将脑电信号放大5000-50000倍的增益＂qN电路。为了消除干扰，抑制噪声，保证测量的正确性，设计了EEG（Electro—Encephalogram）高通滤波器、EEG低通滤波器和EEG带通滤波器。将该系统应用于试验，试验结果表明该系统有较好的适用价值。     

脑电图中央监护系统设计

介绍一个脑电图中央监护的流程以及整个系统的软件设计,该系统由中央监护站和脑电监护仪联网组成.脑电监护仪用于记录、显示脑电图和病人状态信息,中央监护站通过多用户USB接口与医院内床边脑电监护仪联网.该系统实现了脑电图的长程监护、多床位集中监护,对于阵发性异常脑电图的"捕获"带来很大的方便,拓展了传统脑电图的应用范围,可大大提高医生的工作效率,有利于临床诊治水平的提高.     

超深井底参数采集仪的设计和实现

结合超深井底参数的测试环境和测试重要性的分析，对井底参数随钻测试技术进行了探讨，而且通过对3140型加速度计的特性研究，提出了一种测试钻孔顶角的新方法。在实验基础上，进行了仪器的原理、结构和软硬件设计，研制了一种孔内顶角、温度、压力的多参数检测装置，并运用微分解析方法分析了仪器的顶角测试误差。工程现场实验表明，该方法测试效果理想。     

PowerPC微处理器MPC601的结构设计及其实现

本文介绍由IBM－Apple-Motorola联合研制的PowerPC系列微处理器的第一个成员MPC601的设计思想和实现原理，详细讨论其流水线设计、分支处理、指令变序释放与执行、中断处理、Cache设计、存储器管理等等关键问题的具体实现。     

基于参数的虚拟仪器设计与实现

针对虚拟仪器功能众多,以及使用LabVIEW设计大型虚拟仪器软件困难的特点,从虚拟仪器功能组织和调度的角度提出了一种基于参数的虚拟仪器软件模型,该模型对于设计功能繁多、控制复杂的虚拟仪器具有一定的指导意义。同时,介绍了该模型的一种基于数据库、菜单和VI Server技术的实现方法,并以此模型实际设计了一台虚拟多功能信号分析仪,收到了良好的效果。     

脑电遥测监护系统的设计

脑电遥测监护系统由脑电采集发射器和脑电接收器组成。该系统在脑电采集发射器中选用了精密放大器OP777和仪表放大器AD8222实现了脑电信号的放大和滤波;采用微控制器C8051F320集成的USB2.0接口实现了脑电接收器与计算机之间的脑电数据传输。此外整套系统通过采用高集成度的无线收发芯片ADF7020使患者与网电源完全隔离,达到了医疗器械安全级别的要求。     

基于AT89C52的机车光电转速传感器测控仪设计

针对光电转速传感器性能指标测试的必要性和传统测试仪的局限性，引入AT89C52双微处理器模块结构，设计开发出先进而实用的高性能、高可靠性的新一代光电转速传感器测控仪，实现光电转速传感器的驱动和测试工作。介绍测控仪驱动电路、测试电路模块的硬件设计；并通过步进电机驱动程序和测试电路程序介绍软件设计工作。实际运行表明，所开发的测控仪提升了工作效率和测试的客观性，具有一定的实用价值。     

远程环保监控系统的设计与实现

针对环保部门的具体要求,采用PLC、触摸屏和RS485网口转换器设计出了工业用环保数据采集仪,并介绍了采集仪的基本构造,结合PLC和触摸屏来采集现场数据,较好地弥补了PLC对数据处理能力的不足,现场提供实时数据查询和历史数据查询等功能;利用RS485网口转换器将采集来的数据通过INTERNET传送到环保部门的服务器上,并在服务器上以动画的形式显示出来,实现了对污染源的实时监控;经实践证明:系统在恶劣的工业环境下运行稳定、界面操作方便,极大地提高了环保人员的工作效率。     

车速台智能仪表的设计与实现

车速表试验台是汽车安全性能检测线以及汽车维修必不可少的测试设备,在借鉴传统车速表试验台智能仪表的基础上,结合现代电子信息技术发展的最新成果,设计了一种性价比高、通用、多功能的新型智能仪表;该仪表可以和多种测速传感器相配．既可作为单机智能仪表检测,也可以和上位机采用RS232／RS485通信,实现联网自动检测;该仪表已投入实际使用,效果良好。     

Design and implementation of a multi-sensor newborn EEG seizure and background model with inter-channel field characterization

This paper presents a novel multi-sensor non-stationary EEG model; it is obtained by combining state of the art mono-sensor newborn EEG simulators, a multilayer newborn head model comprised of four homogeneous concentric spheres, a multi-sensor propagation scheme based on array processing and optical dispersion to calculate inter-channel attenuation and delay, and lastly, a multi-variable optimization paradigm using particle swarm optimization and Monte-Carlo simulations to validate the model for optimal conditions. Multi-sensor EEG of 7 newborns, comprised of seizure and background epochs, are analyzed using time-space, time-frequency, power maps and multi-sensor causality techniques. The outcomes of these methods are validated by medical insights and serve as a backbone for any assumptions and as performance benchmarks for the model to be evaluated against. The results obtained with the developed model show 85.7% averaged time-frequency correlation (which is the selected measure for similarity with real EEG) with 5.9% standard deviation, and the averaged error obtained is 34.6% with 8% standard deviation. The resulting performances indicate that the proposed model provides a suitable matching fit with real EEG in terms of their probability density function, inter-sensor attenuation and translation, and multi-sensor causality. They also demonstrate the model flexibility to generate new unseen samples by utilizing user-defined parameters, making it suitable for other relevant applications.