心电地图仪中工频干扰的一种滤除方法

在心电地图仪中记录到的体表心电信号往往由于电磁的影响而引进工频干扰．基于体表心电信号中工频干扰的特点，作者提出了一种滤除工频干扰的方法，即就单独—胸导联信号通过提高频谱的分辨率来估计工频干扰的频率；基于最小均方误差准则来估计各导联信号中工频干扰的幅度和相位。文中还给出了该算法的流程图和滤波性能分析。模拟结果表明了该算法的有效性。应用该算法对心电地图仪中的工频干扰进行对消，取得了满意的结果。     

胃电信号的检测与处理

文章在阐述国内几种胃电图仪存在问题的同时，主要在ＰＣ系列上直接垢４道胃电检测系统的设计思想和系统构成，该系统数据处理方法先进，使医生可获得更多的诊断信息。     

揭开耳机的奥秘——耳机（换能器）的机理结构和种类

耳机是一种电声换能装置,它是将电信号转换为声音信号并通过耳机表现出来的一种听音设备。与扬声器不同的是,耳机的作用是在一个小的空穴内造成声压, 扬声器则是向自由空间辐射声能。耳机基本工作于 20Hz∽20kHz 的人耳可闻的频段, 这是声学中从频率零点几赫兹的次声到几千兆赫的特超声中极为有限的区域。但即使是这样一个狭窄的频段, 其高端频率也比低端频率高出 1000 倍。如果将这个 1000:1 的比值放在一个等效的抗性网络设计中考虑,就会发现问题十分严重, 这使得优质耳机的设计和制造变得十分困难。耳机的设计,必须在机、电、声这三种系统里存在的诸多矛盾因素中采用折衷的办法,因而在一定程度上带有许多设计者主观的思路和技巧, 这就形成了不同品牌、不同类型耳机的“个性”和“味道”。许多朋友问“哪种耳机是最好听的?” 这同问“哪种风味小吃最好吃?”的一样, 常常使回答者无所适从。话虽这么说,但是如果对各种耳机的机理、结构、特性先有个基本的了解,还是可以做到心中有数,然后根据自己的用途,再有目的的在众多的耳机品牌和型号中有选择的试听, 也就不难找到自己满意的产品了。     

在线旅游抱团御敌

在线旅游市场经过多年的惨烈厮杀,在2012年找到了一条新的捷径:跨界整合,抱团御敌。2月,艺龙宣布和京东商城合作,在京东商城上线酒店预订业务;3月,同程网宣布与中国电信号码百事通商旅达成战略合作;几乎与此同时,日前,芒果网也牵手华为、"愤怒小鸟"等推出多项跨界整合,以推动不同领域的优势交互。在线旅游企业的眼界可谓极其开阔,选择的搭档涵盖了电商、电信运营商、手机终端厂商和网络游戏厂商。华为软件价值链合作负责入李珲认为:"旅游是冲动性消费,在     

基于FPA-VVRKFA的手势表面肌电信号识别

表面肌电(Surface Electromyography,sEMG)信号直接、客观地反映了人体肌肉的活动情况,其作为一种便捷的无侵入式肌电检测方法,被广泛地应用于人体动作识别领域.针对表面肌电信号的手势识别问题,提出了一种基于时域特征和向量正则核函数逼近方法(Vector-Valued Regularized Kernel Function Approximation,VVRKFA)的手势识别方法.首先,对MYO臂环采集到的sEMG数据进行活动段检测以提取出活动段;随后,从活动段信号中提取平均绝对值、波形长度、过零点数、均方根和Willison幅值等五个时域特征;最后,应用VVRKFA分类器对提取到的sEMG进行分类识别,同时采用花授粉算法(Flower Pollination Algorithm,FPA)优化分类器参数以保证最佳分类能力.实验结果表明提出的方法在手势动作模式识别上取得了较高的准确率.     

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。     

结合眼电和脑电的人-机交互系统设计与实现

为了改善传统人-机交互(HCI)系统性能,设计并实现了一种结合眼电(EOG)和脑电(EEG)的人-机交互系统。该系统首先使用谱熵对眼电和脑电混合信号进行端点检测,在此基础上,分别识别操作者眨眼信号与脑电信号,并根据识别结果生成不同的控制命令。在实验室环境下对该系统进行测试,其眼电与脑电的平均识别正确率分别达到97.3%和92.7%,测试结果表明该系统可以有效保证命令选择的正确性和稳定性,提高人-机交互效率。     

基于AD574A的脑电信号采集及在线仿真

脑电信号EEG是一种微弱的低频生理信号,它由脑部神经活动产生的自发性电位活动,含有非常丰富的大脑活动信息,是进行临床脑疾病诊断的一种重要方法,因此获取脑电信号具有非常重要的现实意义。介绍了高速12位A/D转换器AD574A,及其低功耗,高精度等优点。根据其转换原理,论述其在脑电信号采集系统中的应用。系统采用FPGA芯片EP2C8Q208C8来控制AD574A的转换,给出了硬件连接电路和软件实现。在Quartus II 9.0中采用VHDL进行程序设计,针对系统的高速和可靠性要求,软件设计采用有限状态机FSM控制,并进行仿真验证,具有实际应用参考价值。     

脑机接口系统的协同工作机制

脑机接口(Brain-Computer Interface,BCI)是一种新型的对外信息交流和设备控制方式。脑机接口系统的协同工作机制包含了人机协同和软硬件各模块间的协同。本文探讨了这些协同工作如何开展、各部件如何共同协调与协作来完成共同的任务。     

基于自排序熵的表面肌电信号特征提取方法

针对人体表面肌电信号的非平稳、非线性特点,提出一种基于排序熵和自互信息的自排序熵指标,定量描述表面肌电信号的内在动力学特性,实现肢体不同运动状态下肌电信号非线性特征的有效刻画.进行健康受试者上肢肘关节不同弯曲角度下表面肌电采集实验,计算其自排序熵指标并运用支持向量机进行动作识别,通过与已有表面肌电特征指标的对比分析,验证文中方法的有效性.