简介：识别和描述房颤有可能自发终止还是持续,不仅可以更好地了解心律不齐发作和终止的机制,还可以更有效地治疗持续房颤。本文从非线性角度提取房颤信号特征并预测其能否自发终止。先重建心电信号的相空间,获取相空间中指定庞加莱截面上的点,然后基于形状分析提取刻画庞加莱面上相似点对相对数量的参数ρ,最后基于ρ来分类非终止房颤和可终止房颤。实验研究了一个由Holter心电信号组成的包括训练集和测试集的房颤数据库,结果表明：本文提出的特征参数ρ可正确分类90%的测试集。可见,该方法能从Holter心电信号有效地预测房颤的自发终止。

简介：自动图像采集和分析的发展已经牢牢确立了高通量筛选（HCS）作为一种药物发现工具的地位。虽然高通量筛选在细胞检验中具有广泛的应用,但整个生物体（如斑马鱼）的全自动化图像分析,如果没有用户深入介入,目前尚不能实现。其主要障碍包括方位的变化,样本的高变异性,每个样本特征的复杂性。因此,目前还没有方法能实现斑马鱼幼虫的无监督检测和特征定量。目前,一种在计算机环境中模拟人的认知过程的人工智能方法能克服这些障碍。

简介：双眼竞争（binocularrivalry）是指同一感知空间对双眼的刺激不一致且不变时主观感知却在变化的生理现象。它是研究意识与心理的一种标准范式。其客观检测方法一直是心理学和神经科学热衷的技术问题。稳态视觉诱发电位（steady．statevisualevokedpotential，SSVEP）是由周期视觉刺激信号引起的高信噪比脑电响应，常用于客观标记被识别或感知的目标。因此，将SSVEP用作双眼竞争中感知状态的客观检测指标将为研究双眼竞争的机理及应用拓展新的思路。本文基于主动式快门3D眼镜，使用DirectX．3Dvideo技术和OpenGL技术完成基于多频率SSVEP的双眼竞争刺激平台搭建工作。并且本文设计了标准的双眼竞争实验验证了系统的可行性，该系统可成功实现双眼竞争现象中主观感知的客观跟随。

简介：基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中，根据分割医学图像的鲁棒性实时性的要求，提出一种新的基于改进窄带法的图像分割方法INBM（Improvednarrowbandmethod）。INBM首先将均匀采样的图像映射到对数极坐标系中，由视网膜空间分辨率机制可知，注视点都在图像兴趣区，由此形成初始轮廓，然后用改进的窄带水平集（LevelSet）方法演化曲线得到最终分割结果．改进窄带法是通过降低窄带区域内的水平集函数求解个数，来减少计算时间。实验结果表明，该方法能够快速、准确地得到医学图像的结果。

简介：基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

简介：磁共振成像理论自1973年由诺贝尔获奖者PaulC.Lauterbur教授奠定以来,历经近半个世纪,在硬件系统和成像方法上均得到飞速发展,成为无创获取生物体组织形态、功能、代谢等多层次信息的强大医学影像工具。近年来,脑科学研究以及心血管与肿瘤等重大疾病精准诊断的迫切需求,对磁共振成像的时空分辨率以及信噪比提出更高的要求。开发快速、高分辨的高场磁共振成像技术与仪器设备成为前沿科学研究和高质量临床诊断的关键。本篇综述将以成像信息技术为核心,从硬件系统部件和快速成像方法两条主线入手,分别介绍磁体、梯度、谱仪、射频等关键部件的发展和挑战,以及前沿快速成像方法的技术突破和高级应用,同时分析超高场磁共振系统在前沿科学研究中的重要价值和面临的技术瓶颈。高场磁共振系统是医疗设备中涉及学科交叉最多、技术体系最复杂、门槛最高的领域之一,是'中国制造2025'高端医疗装备制造的重要目标,因而实现快速高清晰磁共振成像的技术创新突破、形成高场磁共振整机制造能力,具有重大科学意义和产业价值。

简介：在过去的15年中,从药物发现到基础生命科学研究,生物分子相互作用的无标、实时分析越来越成为一种横跨各学科的重要技术。而这个领域中不断壮大的仪器供应队伍也使得这项强大的技术被各种科研团体所熟知和应用。目前发展的一种普遍趋势是在系统中整合并行样品处理技术及更多的探测通道以增加实验通量。这既增加了设备的复杂性,又明显地提高了仪器成本。然而,自动化操作可以有效地保证样品处理的重现性,如再结合双参比相互作用数据集,那么几乎所有的运行流程都能得到一种极大的改善。SensíQPioneer系统,一种高效的基于表面等离子共振技术（SPR）的生物探测系统,完整地涵盖了上述各种要素。

简介：摘要为弥补目前实验动物用运动平台的不足，基于AT89S52设计了一款多功能可控滚轮运动器。可进行可测量的主动运动和可控的被动运动；还具备了带自我保护的电刺激功能，可用于耐力测试及过度运动损伤测试；无线传输模块还可实现电脑的实时监控和即时数据保存。本系统经小鼠测试，功能一切正常；在医学、体育、动物学等实验领域可能会有广泛的应用前景。

简介：医学图像在形成、传输和记录过程中，由于受多种原因的影响，图像的质量会有所下降，典型表现为图像模糊、失真、有噪声等。针对现有图像遗传恢复算法存在的缺陷，从编码设计、种群初始化、遗传算子操作及更新机制，提出了自己的观点，在MATLAB7．0环境下结合不同图像进行仿真实验，

简介：本文设计一种基因扩增仪的温度控制系统,它以ARM芯片为核心,由液晶屏、键盘、驱动电路等模块组成,并以PWM技术、PID控制算法实现温度的控制,使系统可较好地完成基因扩增仪的热循环过程。经测试结果显示该控制系统能够很好地满足基因扩增仪对升降温速度以及精度的要求,真正地实现了低成本、高精确度、快升降温速度。该系统作为基因扩增的专用设备在生命科学、医学研究等研究领域具有良好的应用前景。

简介：本文研究了功率超声外科手术设备的自动频率跟踪技术.首先,分析了功率超声振动系统中振速与频率之间关系,把频率跟踪过程表述为一维变极值点的寻优问题.然后,结合自寻最优自适应控制方法和模糊控制方法,提出了一种模糊自寻优控制方法来实现自动频率跟踪.通过对梯度自寻优控制方法和模糊自寻优控制方法进行实验比较,得出模糊自寻优控制方法能够解决频率瞬变漂移的跟踪问题.

简介：本文设计了一套基于生物反馈的智能化神经康复治疗仪。采用DSP＋CLPD的新型设计思想，利用CPLD芯片实现刺激器的主要硬件电路的设计，实现了刺激参数的数字式可调，简化了电路；使DSP从繁复的工作中解放出来，专注于肌电采集、人工智能判断、闽值调整，并控制键盘液晶实现刺激参数的显示；并通过串口与上位机通信，提供友好的人机交互界面.

简介：基于配体和基于受体的药物设计,通常在方法设计上存在共同的理论基础。本文通过对基于格点能量计算、特征、类似物、知识以及分子对接等方面的方法进行总结,探讨了基于配体和受体在药物设计中的对应关系,并对今后药物设计的发展提出建议。

简介：本文主要研究在不同频率声音刺激下的脑电信号特征。通过设计实验方案获取脑电数据，利用小波变换将脑电数据分解为不同频带信号，实现各频带信号的功率谱计算，应用模极大值检测脑电信号中的突变点，提取大脑在不同频率声音刺激下的特征，分析了人脑与声音刺激的关系，实验结果对脑机接口以及盲人导行等研究具有重要价值。

简介：目前,对中小型医院进行输液治疗时,仍采用传统的人工监护方法。为了减轻病人和家属的精神负担,减轻护理人员的工作量,本文研制了一种基于无线传感网、嵌入式和Internet等物联网技术的智能监控系统。利用Java与MySQL构建了远程监控系统,使护理人员和管理人员能进行远程监控,实现良好的人机交互,并利用Zigbee技术组建了无线传感网,实现了输液室的数字化、信息化和智能化。

简介：本文将相位相关方法用于医学MR图像的位移注册，并将其精确到子像素级。传统的相位相关方法的思想是空域中的平移对应于频域中的标准相位差。该方法对于像素级的注册可以达到非常高的精确度，但不能得到子像素级的结果。而相位相关方法的扩展则适用于高精度的子像素级的注册。该技术的关键在于，如何利用已知的离散函数值估计出函数峰值的位置。实验结果显示了该方法的可行性和可靠性。本文只对注册中的平移计算提出讨论。

简介：环糊精以其引人注目的独特包结特性,已在化学、生物学、药学等领域获得了广泛应用.近年来,人们对环糊精和聚合物形成的多聚(准)轮烷的制备、表征及作为智能生物材料的应用研究表现出了极大的兴趣.本文综述了国内外对多聚(准)轮烷的最新研究进展,并展望了其发展前景.

简介：在形态学的研究中,经常需要对一些物体的表面颜色或溶液的颜色和浓度进行鉴别判断,肉眼判断主观性较强且不能量化,专业的检测仪器则过于昂贵,难以普及。本文基于STC12C5410AD单片机设计了一款简单的颜色识别系统,其成本低廉,检测效果较好,可满足一般日常检测的需要。

简介：通过改进处理K-SVD算法得到DDELM-AE算法,之后再把该算法应用于物体特征识别中。研究结果得到:K-SVD算法的收敛速率较快,达到收敛的时间也显著比SAE算法更短,本文通过改进K-SVD算法之后使DDELM-AE算法的计算准确率以及计算效率都获得了显著的改善。采用K-SVD算法可以达到76.3%的识别准确率,使用深度特征信息之后,可以使识别准确率升高至81.4%,DDELM-AE可以显著提高K-SVD算法的性能,并且加入多特征之后可以使算法识别准确率得到显著提高。

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。