電信號(hào)
- 基于脈沖神經(jīng)網(wǎng)絡(luò)的SSVEP腦電信號(hào)的識(shí)別
皮層直接獲取腦電信號(hào),獲得高質(zhì)量的腦電信號(hào),但存在著高風(fēng)險(xiǎn)及成本。半侵入式為獲取大腦皮層之外的腦電信號(hào),主要基于皮層腦電圖進(jìn)行腦電信號(hào)分析,信號(hào)特點(diǎn)介于其余兩者之間。非侵入式為獲取大腦頭皮腦電信號(hào),由于神經(jīng)元發(fā)出電磁波具有分散性及模糊性,導(dǎo)致采集腦電信號(hào)較弱。腦機(jī)接口中的腦神經(jīng)信號(hào)研究可分為誘發(fā)電位和自發(fā)腦電,誘發(fā)電位分為P300及穩(wěn)態(tài)視覺(jué)誘發(fā)電位兩種[2]。自發(fā)腦電在大腦不同知覺(jué)下,腦電信號(hào)呈現(xiàn)不同的變化,按照頻段可分為δ波、θ波、α波、β波及γ波,其頻
黑龍江科學(xué) 2023年12期2023-08-11
- 基于小波收縮的改進(jìn)閾值腦電信號(hào)去噪方法研究
技術(shù)的發(fā)展,腦電信號(hào)也被廣泛應(yīng)用于睡眠監(jiān)測(cè)、情緒識(shí)別和神經(jīng)系統(tǒng)研究等領(lǐng)域[2]。腦電信號(hào)是一種隨機(jī)性很強(qiáng)的非線性非平穩(wěn)信號(hào)[3],在原始腦電信號(hào)的采集過(guò)程中,由于眨眼、眼球運(yùn)動(dòng)、肌肉活動(dòng)和電子設(shè)備信號(hào)的干擾,導(dǎo)致采集的腦電數(shù)據(jù)存在較大誤差,這對(duì)信號(hào)的分析和研究工作產(chǎn)生了很大的影響[4]。因此,腦電去噪在腦電研究中起著十分重要的作用,降噪效果的優(yōu)劣將直接影響到腦電信號(hào)的特征提取和識(shí)別。小波變換在圖像處理、信號(hào)處理等方面得到了廣泛的應(yīng)用。小波去噪技術(shù)包括模型極
現(xiàn)代電子技術(shù) 2023年11期2023-05-30
- 心電信號(hào)去噪效果的評(píng)估與分析
311305心電信號(hào)是臨床醫(yī)學(xué)中最常用的生物電信號(hào),它記錄了每一次心動(dòng)周期產(chǎn)生的電位變化,每個(gè)正常的心動(dòng)周期根據(jù)時(shí)間的先后順序依次由P 波、QRS 波群、ST段、T波構(gòu)成[1],這些特征參數(shù)的準(zhǔn)確性對(duì)診斷心臟的健康狀況具有重要的意義。心電信號(hào)的幅值為毫伏級(jí),在采集過(guò)程中易受到人體呼吸、肌肉抖動(dòng)和設(shè)備電路的影響,從而產(chǎn)生基線漂移、肌電干擾和工頻干擾[2-4],這些干擾會(huì)對(duì)心電信號(hào)的特征參數(shù)造成破壞,使心臟診斷無(wú)法正常進(jìn)行,甚至造成嚴(yán)重的醫(yī)療事故。因此,心電信
計(jì)算機(jī)工程與應(yīng)用 2022年1期2022-01-22
- 基于窗函數(shù)法的低頻肌電信號(hào)異常分類仿真
隨著人們對(duì)生物電信號(hào)產(chǎn)生機(jī)理的深入研究,生物電信號(hào)檢測(cè)技術(shù)得以快速發(fā)展。科研人員開始將表面肌電信號(hào)(Surface Electromyography,SEMG)應(yīng)用于假肢控制等領(lǐng)域。表面肌電信號(hào)是神經(jīng)肌肉系統(tǒng)發(fā)生活動(dòng)時(shí)產(chǎn)生的生物電信號(hào),其實(shí)質(zhì)是通過(guò)采集電極募集的運(yùn)動(dòng)單元?jiǎng)幼麟娢恍蛄泻驮肼暞B加而形成的[4]。低頻肌電信號(hào)是表面肌電信號(hào)的一種,通過(guò)對(duì)表面肌電信號(hào)的分析可以預(yù)知人體的運(yùn)動(dòng)意圖,并且表面肌電信號(hào)具有無(wú)創(chuàng)、易采集等優(yōu)點(diǎn),是一種比較理想的控制信號(hào)源[5
計(jì)算機(jī)仿真 2021年11期2021-12-10
- 基于單片機(jī)的心電信號(hào)采集系統(tǒng)設(shè)計(jì)
更方便便捷的心電信號(hào)采集系統(tǒng)。關(guān)鍵詞:?jiǎn)纹瑱C(jī);心電信號(hào)1.引 言心臟的節(jié)奏性收縮與舒放將血液輸送至全身,心臟的每個(gè)跳動(dòng)周期都會(huì)使相應(yīng)的生物電信號(hào)發(fā)生改變,將這些信號(hào)經(jīng)過(guò)處理就可以得到心電信號(hào)。心電信號(hào)可以反應(yīng)心臟的工作狀態(tài)和期間發(fā)生的變化,通過(guò)體表微弱的電位差變化可以測(cè)得。心電信號(hào)的采集在臨床應(yīng)用非常廣泛,對(duì)于各種心臟疾病診斷有著不可或缺的作用,是檢查心臟的基本且必要的手段。而心血管疾病是醫(yī)學(xué)界的重點(diǎn)研究對(duì)象,多數(shù)廠商也會(huì)在這一領(lǐng)域投入大量資金,而隨著技術(shù)
科學(xué)與生活 2021年11期2021-11-10
- 淺析現(xiàn)代汽車電控系統(tǒng)信號(hào)傳輸?shù)陌l(fā)展
系統(tǒng)需要傳輸?shù)?span id="syggg00" class="hl">電信號(hào)堪稱海量,怎樣才能在不影響信號(hào)傳輸?shù)那疤嵯?,通過(guò)各種方法的運(yùn)用,以達(dá)到減少電線的數(shù)量,提高傳輸質(zhì)量和可靠性的目的。Abstract: The proportion of automotive electronic technology in automotive technology is increasing. The electric signal that the electronic control system needs t
內(nèi)燃機(jī)與配件 2021年4期2021-09-10
- 植物電信號(hào)的獲取及分析方法研究現(xiàn)狀
產(chǎn)生各種類型的電信號(hào)來(lái)響應(yīng)這些環(huán)境的變化[3-5].對(duì)植物電信號(hào)的研究引起眾多學(xué)者的重視,特別是植物電信號(hào)的獲取和分析方法的研究受到更加廣泛的關(guān)注.植物電信號(hào)是參與植物生理調(diào)控、傳送相關(guān)生長(zhǎng)信息的重要生理信號(hào),其在植物體內(nèi)廣泛存在[6],是植物受到外界刺激后產(chǎn)生的最初反應(yīng)[7].植物在不同外界刺激下會(huì)產(chǎn)生電信號(hào)變化,因此可以通過(guò)植物電信號(hào)的變化來(lái)檢測(cè)外界環(huán)境的變化情況.這在設(shè)施農(nóng)業(yè)、信息化農(nóng)業(yè)中有著很大的作用,如可以將其作為溫室、大棚等生產(chǎn)調(diào)控因素的一個(gè)重
- 小波包分析和FastICA 相結(jié)合對(duì)單通道腦電信號(hào)的去噪研究
研究和開發(fā),腦電信號(hào)是大腦內(nèi)部神經(jīng)細(xì)胞在大腦皮層活動(dòng)的綜合體現(xiàn),是一種產(chǎn)生機(jī)理相當(dāng)復(fù)雜的隨機(jī)信號(hào)。通過(guò)電極采集獲取的腦電信號(hào)不但包含了神經(jīng)細(xì)胞的電活動(dòng)特征,還包含了大量的生理與病理信息[1]。但腦電信號(hào)十分微弱,極易受到噪聲的干擾,常見(jiàn)的偽跡有肌電偽跡和眼電偽跡[2]。因此有效地去除偽跡得到純凈的腦電信號(hào),成為了腦電信號(hào)處理分析中的關(guān)鍵,有利于信號(hào)的特征提取和分類。腦電信號(hào)去噪的主要方法有:平均偽跡回歸分析[3]、典型相關(guān)分析[4]、小波變換[5-7]、主
現(xiàn)代電子技術(shù) 2021年7期2021-04-08
- 220 kV高壓電纜局部放電信號(hào)傳輸特性研究
測(cè)是基于局部放電信號(hào)的相位和放電量判斷故障類型,局部放電信號(hào)沿電纜傳播過(guò)程中的相位、波形和幅值的變化會(huì)影響電纜局放檢測(cè)的可靠性,因此局部放電信號(hào)在電纜中的傳播特性不容忽略。在20世紀(jì)60年代,文獻(xiàn)[7]就注意到電纜長(zhǎng)度對(duì)局部放電測(cè)量的影響。文獻(xiàn)[8-9]通過(guò)試驗(yàn)研究與分析發(fā)現(xiàn)了高頻局部放電信號(hào)在傳輸過(guò)程中容易出現(xiàn)衰減情況,并且局放脈沖會(huì)隨傳播距離的增長(zhǎng)而嚴(yán)重衰減。文獻(xiàn)[10]搭建了交叉互聯(lián)接地電纜實(shí)驗(yàn)系統(tǒng),分析了局部放電信號(hào)在實(shí)際交叉互聯(lián)電纜系統(tǒng)中的傳播特
- 基于電弧信息時(shí)頻特征的多層多道焊縫熔寬預(yù)測(cè)研究
同工藝條件下的電信號(hào)進(jìn)行了時(shí)頻特征分析,并利用變分模態(tài)分解(VMD)方法提取其時(shí)頻特征值,結(jié)合支持向量機(jī)(SVM)模式識(shí)別算法對(duì)熔寬進(jìn)行多分類,構(gòu)建了不同工藝參數(shù)與熔寬的預(yù)測(cè)模型。經(jīng)驗(yàn)證,預(yù)測(cè)精度達(dá)到98.611 1%。為焊接過(guò)程信息化和智能化發(fā)展奠定了較好的技術(shù)基礎(chǔ)。關(guān)鍵詞:電弧;電信號(hào);時(shí)頻特征;熔寬;預(yù)測(cè)中圖分類號(hào):TG444+.72? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1001-2003(2021)12-0016-08DOI:10.751
電焊機(jī) 2021年12期2021-01-03
- 基于CEEMD小波包算法的降噪方法研究
)0 引 言腦電信號(hào)(Electroencephalograph, EEG)是一種能夠揭示大腦活動(dòng)狀態(tài)的生物電信號(hào)。人體的許多生理與病理信息都能通過(guò)腦電信號(hào)反映出來(lái)[1],因而腦電信號(hào)在大腦功能的開發(fā)與臨床疾病的診斷等方面應(yīng)用非常廣泛[2]。但是,由于腦電信號(hào)具有十分微弱的特性,在采集時(shí)很容易受到噪聲的干擾,從而對(duì)后續(xù)腦電信號(hào)的信息提取與特征分析產(chǎn)生極大的影響,因此對(duì)腦電信號(hào)進(jìn)行降噪已經(jīng)成為腦電信號(hào)分析中不可或缺的組成部分。目前,EEG的降噪方法主要包括獨(dú)
計(jì)算機(jī)與現(xiàn)代化 2020年9期2020-09-15
- 機(jī)床滾珠絲杠的維護(hù)
;預(yù)測(cè)性維護(hù);電信號(hào)0 ?引言滾珠絲杠是一個(gè)將旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)化為線性運(yùn)動(dòng)的線性執(zhí)行機(jī)構(gòu),廣泛運(yùn)用于機(jī)床的進(jìn)給系統(tǒng)。滾珠絲杠的主要優(yōu)勢(shì)是可以在高速運(yùn)行情況下保證精準(zhǔn)的定位,并有很高的機(jī)械效率。由于具有較低的摩擦力,其傳動(dòng)效率可達(dá)百分之九十,低摩擦力也增加了滾珠絲杠的使用壽命并且降低了保養(yǎng)的停機(jī)時(shí)間。由于滾珠絲杠和螺母之間存在摩擦和線性沖撞,精確的進(jìn)給系統(tǒng)非常難實(shí)現(xiàn)。通常選擇使用適當(dāng)?shù)念A(yù)緊力去消除線性沖撞并增加滾珠絲杠的剛度,過(guò)高的預(yù)緊力反而會(huì)增大摩擦力。同時(shí)預(yù)緊
內(nèi)燃機(jī)與配件 2020年7期2020-09-10
- 腦電信號(hào)的最優(yōu)分?jǐn)?shù)階傅里葉變換
00234)腦電信號(hào)是頭皮或大腦皮層腦神經(jīng)細(xì)胞生理活動(dòng)的反應(yīng), 它包含了許多病理信息, 可以為某些腦部疾病提供診斷依據(jù)[1]. 自19世紀(jì)20年代檢測(cè)到腦電信號(hào)以來(lái), 人們對(duì)其開展了大量的研究工作, 腦電信號(hào)的處理和分析至今仍然是一項(xiàng)十分困難但又非常重要的研究課題[2].腦電信號(hào)的處理主要分為2個(gè)步驟[3]:首先是去除眼電偽跡、去直流和干擾,即將非腦電信號(hào)成分去除的預(yù)處理;其次是對(duì)腦電信號(hào)進(jìn)行特征提取、模式識(shí)別等分析,以進(jìn)行診斷分類或者識(shí)別.目前,腦電信號(hào)
- 干旱脅迫狀態(tài)下植物電信號(hào)特征分析與研究
2100)植物電信號(hào)是植物生長(zhǎng)變化過(guò)程中的主要生理信號(hào)[1]。它不但反映植物自身的生長(zhǎng)狀況,還反映植物生長(zhǎng)的環(huán)境狀況,因此,研究植物電信號(hào)能從植物與環(huán)境的耦合關(guān)系上揭示植物生境信息,為農(nóng)業(yè)生態(tài)和植物生理研究服務(wù)。隨著信號(hào)采集和處理技術(shù)的發(fā)展,很多學(xué)者對(duì)植物的電信號(hào)進(jìn)行了研究。Volkov等[2]研究通過(guò)PCP、FCCP等多種刺激對(duì)植物電信號(hào)的影響,表明植物電信號(hào)是植物組織和器官中遠(yuǎn)距離信息傳遞的最快途徑。李嶠等[3]通過(guò)三種菊科(Asteraceae)植物
西安理工大學(xué)學(xué)報(bào) 2019年3期2019-11-06
- TDA2822在助聽設(shè)備中應(yīng)用的探究
外界聲波轉(zhuǎn)換成電信號(hào)。TDA2822組成BTL功放電路,對(duì)話筒輸出的音頻信號(hào)進(jìn)行放大,并以足夠的功率推動(dòng)耳機(jī)發(fā)聲。為了減小耦合引起的損耗,采用變壓器耦合,初級(jí)加接C2,可以濾除一部分感應(yīng)噪音,次級(jí)與RP連接,以控制音量大小。另R1、C1組成去耦電路,以防止信號(hào)通過(guò)電源引起反饋?!娟P(guān)鍵詞】TDA2822;聲音信號(hào);電信號(hào);助聽器;傳音器;放大器一、助聽器的簡(jiǎn)介助聽器的主要原件是:TDA2822。其工作原理是:由駐極體話筒連接成高增益的漏極輸出電路,并將外界聲
智富時(shí)代 2019年8期2019-09-23
- 基于子波變換的癲癇腦電信號(hào)檢測(cè)方法的研究*
)1 引 言腦電信號(hào)可以反應(yīng)出大腦生物電節(jié)律性的活動(dòng)秩序[1]。癲癇屬于多類病癥導(dǎo)致的慢性腦部疾病,如腦部神經(jīng)元過(guò)量放電引起的突發(fā)性、多次性以及短時(shí)間性的中樞神經(jīng)系統(tǒng)紊亂[2]。分析癲癇患者腦電信號(hào)對(duì)于癲癇的治療意義重大。近年來(lái)興起的數(shù)學(xué)方法-子波分析(Wavelet Analysis)是根據(jù)信號(hào)和子波解析函數(shù)實(shí)行卷積,并可分解具備多尺度因子的非簡(jiǎn)單信號(hào)。子波分析能夠準(zhǔn)確的獲取腦電信號(hào)里的頃刻變化,凸顯腦電頻率在非相同時(shí)間與空間中的變動(dòng)[3]。信號(hào)經(jīng)過(guò)子波
生物醫(yī)學(xué)工程研究 2019年1期2019-04-20
- 外部干擾所致的音頻噪聲防治
詞]音頻系統(tǒng);電信號(hào);干擾;音頻噪聲文章編號(hào):10.3969/j.issn.1674-8239.2019.03.007與演播室、音樂(lè)廳等專業(yè)場(chǎng)所相比,外場(chǎng)受到的外部干擾要更多一些。同樣的設(shè)備,同樣的連接方式,卻經(jīng)常會(huì)有各種意外的音頻噪聲發(fā)生。因此,需要清楚這些噪聲的來(lái)源,盡可能在源頭上加以杜絕,在噪聲發(fā)生時(shí)及時(shí)根除。1噪聲產(chǎn)生的原理導(dǎo)致噪聲產(chǎn)生的電磁干擾模式分為兩大類。差模(Differential-mode)與共模(common-mode)。無(wú)論是電源線
演藝科技 2019年3期2019-03-25
- 探究導(dǎo)體結(jié)構(gòu)對(duì)于電信號(hào)的影響
同導(dǎo)體結(jié)構(gòu)對(duì)于電信號(hào)的影響。關(guān)鍵詞:電磁學(xué);電信號(hào);導(dǎo)體結(jié)構(gòu);總諧波失真中圖分類號(hào):TN219 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1671-2064(2019)02-0238-020 引言電在當(dāng)今人類生活中占有頗為重要的地位,可以說(shuō),假如沒(méi)有電,那么也不會(huì)有我們現(xiàn)在所生活的文明社會(huì)。從古代開始,人類就對(duì)電有所記載,我國(guó)考古工作者在古代漢字中發(fā)現(xiàn)了“雷”字和“電”字,但是古人對(duì)于電并沒(méi)有一個(gè)完整的概念,更多的是對(duì)于自然界現(xiàn)象的記錄,直到近代人類對(duì)于電的認(rèn)識(shí)才開始有質(zhì)
中國(guó)科技縱橫 2019年2期2019-03-25
- 基于能量特征的腦電信號(hào)上肢運(yùn)動(dòng)意圖智能識(shí)別*
者開始對(duì)患者腦電信號(hào)進(jìn)行研究,試圖找到腦電信號(hào)與上肢運(yùn)動(dòng)意圖之間的關(guān)系,實(shí)現(xiàn)上肢運(yùn)動(dòng)意圖腦電控制[3]。但是,人體的腦電信號(hào)是非常復(fù)雜的非線性信號(hào),很難摸索到其存在的特征與規(guī)律,近年來(lái)對(duì)于腦電信號(hào)的特征提取與識(shí)別逐漸增多,為了在腦機(jī)交互的康復(fù)訓(xùn)練中及時(shí)對(duì)患者上肢運(yùn)動(dòng)意圖進(jìn)行識(shí)別,使得康復(fù)設(shè)備能夠提前判斷患者上肢運(yùn)動(dòng)意圖并作出預(yù)先反應(yīng),更好地幫助患者進(jìn)行康復(fù)治療,需要研究一種有效的腦電信號(hào)上肢運(yùn)動(dòng)意圖識(shí)別方法[4]。文獻(xiàn)[5]提出一種基于支持向量機(jī)的腦電信號(hào)
生物醫(yī)學(xué)工程研究 2018年4期2019-01-23
- 基于樣本加權(quán)FCM聚類的未知類別局部放電信號(hào)識(shí)別
,因此對(duì)局部放電信號(hào)進(jìn)行有效的模式識(shí)別,可以準(zhǔn)確地了解和掌握變壓器內(nèi)部缺陷類型的性質(zhì)和特征,對(duì)指導(dǎo)變壓器的檢修工作意義重大。分類器的設(shè)計(jì)是實(shí)現(xiàn)局部放電模式識(shí)別的關(guān)鍵環(huán)節(jié)之一,主要分為無(wú)監(jiān)督模式識(shí)別和有監(jiān)督模式識(shí)別兩大類。聚類分析是無(wú)監(jiān)督模式識(shí)別中的一個(gè)重要分支,文獻(xiàn)[4]利用模糊C均值FCM(Fuzzy C-Means)算法針對(duì)提取的特征向量對(duì)放電源脈沖進(jìn)行聚類,取得了較好的聚類效果;文獻(xiàn)[5]提出了基于K-means聚類分析的局部放電譜圖自動(dòng)識(shí)別方法,經(jīng)
電力自動(dòng)化設(shè)備 2018年12期2018-12-13
- 神經(jīng)元電生理模型的構(gòu)建及分析
對(duì)揭示神經(jīng)元的電信號(hào)產(chǎn)生和傳遞的生物物理學(xué)機(jī)理具有指導(dǎo)意義。關(guān)鍵詞:神經(jīng)元 電生理模型 Hodgkin-Huxley模型 電信號(hào) 生物物理學(xué)機(jī)理隨著學(xué)科的發(fā)展,各種學(xué)科間相互取長(zhǎng)補(bǔ)短,相互滲透,在現(xiàn)代神經(jīng)科學(xué)研究中,通過(guò)數(shù)學(xué)建模及物理學(xué)知識(shí)進(jìn)行模擬并揭示神經(jīng)沖動(dòng)的產(chǎn)生與傳遞機(jī)理是神經(jīng)科學(xué)家進(jìn)行科學(xué)研究的重要手段。通過(guò)調(diào)研文獻(xiàn)可知,霍奇金與赫胥黎通過(guò)槍烏賊實(shí)驗(yàn)構(gòu)建Hodgkin-Huxley模型(H-H模型),為研究動(dòng)作電位的產(chǎn)生和傳導(dǎo)奠定了理論基礎(chǔ)。此后,
祖國(guó) 2018年21期2018-12-06
- 淺析CAN數(shù)據(jù)總線常見(jiàn)故障的波形檢測(cè)方法
的信號(hào)都是通過(guò)電信號(hào)傳輸?shù)?。在具體的工作中,會(huì)出現(xiàn)斷路、短路、線路裝混等問(wèn)題。采用波形檢測(cè)方法一步步去分析,最終排除故障,保證車載網(wǎng)絡(luò)的正常運(yùn)行。關(guān)鍵詞:斷路;短路;線路裝混;通信中斷;電信號(hào)汽車電控系統(tǒng)中,各系統(tǒng)之間需要多個(gè)傳感器提供信號(hào),在各控制單元中需要實(shí)時(shí)交換。如果在這種情況下,車身每個(gè)系統(tǒng)的電控單元(ECU)之間不適合采用傳統(tǒng)的點(diǎn)到點(diǎn)連接方式,汽車車身系統(tǒng)的每個(gè)電控單元之間可以通過(guò)總線(CAN數(shù)據(jù)總線)互相連接。車載網(wǎng)絡(luò)的信息通過(guò)電信號(hào)傳輸。在具
科技風(fēng) 2018年6期2018-10-21
- 生物醫(yī)學(xué)心電信號(hào)降噪技術(shù)與應(yīng)用研究
搏等[1]。心電信號(hào)的研究是治療心臟病的主要依據(jù)。人體心電圖(ECG)作為心臟電活動(dòng)在人體體表的表現(xiàn)能夠客觀反映人體心臟各部位的生理狀況。人體心電信號(hào)在采集過(guò)程中易受到各種噪聲干擾,導(dǎo)致很多非常重要的特征信息被干擾淹沒(méi),不利于識(shí)別診斷[2]。因此需要對(duì)心電信號(hào)的噪聲干擾進(jìn)行濾波。1.心電信號(hào)1.1 心電信號(hào)產(chǎn)生的機(jī)理與特征心電信號(hào)是由人體心臟的心肌電活動(dòng)的一種體現(xiàn),能夠?qū)π呐K電活動(dòng)是否異常進(jìn)行判定,心電信號(hào)作為生物醫(yī)學(xué)信號(hào)的一種,既有生物醫(yī)學(xué)信號(hào)得共同特征
中國(guó)醫(yī)療器械信息 2018年12期2018-08-05
- 基于相關(guān)性評(píng)估與FastICA的實(shí)時(shí)心電信號(hào)提取算法
關(guān)重要。目前心電信號(hào)的提取主要采用濾波的方法[2~5]。然而,心電信號(hào)的頻率主要分布在0.25~40 Hz,與肌電信號(hào)、移動(dòng)噪聲等干擾信號(hào)存在頻段的重疊,導(dǎo)致基于濾波的方法不具備強(qiáng)抗噪性。當(dāng)移動(dòng)噪聲較大甚至超過(guò)心電信號(hào)本身時(shí),基于濾波的方法將無(wú)法準(zhǔn)確地提取出心電信號(hào)。獨(dú)立成分分析(independent component analysis,ICA)能夠準(zhǔn)確地分離出混合信號(hào)中的各個(gè)源信號(hào)[6]。通過(guò)將肌電信號(hào)和移動(dòng)噪聲作為獨(dú)立信號(hào)源進(jìn)行建模,從信號(hào)混合的角
傳感器與微系統(tǒng) 2018年8期2018-08-03
- 心電信號(hào)的預(yù)處理算法分析
9)0 引言心電信號(hào)是一種最大幅值不超過(guò)5mV的低頻信號(hào),其頻率范圍在0.05-100Hz之間。心電信號(hào)是通過(guò)粘貼在人體表面的電極進(jìn)行采集和記錄,人體的活動(dòng)易導(dǎo)致電極接觸不良,加上人體是一個(gè)復(fù)雜的生命系統(tǒng),人體的肌肉收縮所產(chǎn)生的生物電通過(guò)電極放大,同時(shí)在進(jìn)行心電采集的過(guò)程中,心電信號(hào)也會(huì)受到采集設(shè)備所產(chǎn)生的電磁輻射影響。因此,在進(jìn)行心電信號(hào)分析之前,對(duì)心電信號(hào)進(jìn)行預(yù)處理,抑制噪聲對(duì)心電信號(hào)的干擾具有重要的意義。1 心電信號(hào)噪聲分析1.1 工頻干擾工頻干擾是
現(xiàn)代計(jì)算機(jī) 2018年7期2018-04-24
- 心電信號(hào)識(shí)別分類算法綜述
生命。因此,心電信號(hào)(ECG)的檢測(cè)和分類具有極其重要的臨床意義,也有利于促進(jìn)心血管疾病的臨床研究。1 心電信號(hào)研究的內(nèi)容及現(xiàn)狀1.1 心電信號(hào)提取與預(yù)處理心電信號(hào)的采集是研究心電信號(hào)識(shí)別分類的基礎(chǔ),現(xiàn)在大多數(shù)學(xué)者研究過(guò)程中主要采用的心電信號(hào)來(lái)源于國(guó)際上較權(quán)威的4個(gè)心電數(shù)據(jù)庫(kù):美國(guó)麻省理工學(xué)院的MIT-BIH心率失常數(shù)據(jù)庫(kù)、美國(guó)心臟學(xué)會(huì)的AHA心率失常心電數(shù)據(jù)庫(kù)、歐盟的CSE心電數(shù)據(jù)庫(kù)和歐盟ST-T心電數(shù)據(jù)庫(kù)。也有部分學(xué)者以個(gè)人在臨床上采集的心電信號(hào)為研究
- 基于LABVIEW的腦電信號(hào)虛擬采集系統(tǒng)設(shè)計(jì)
BVIEW的腦電信號(hào)虛擬采集系統(tǒng)設(shè)計(jì)朱龍飛(浙江工業(yè)大學(xué) 經(jīng)貿(mào)管理學(xué)院,杭州 330014)在神經(jīng)科學(xué)研究領(lǐng)域,對(duì)大腦的觀察主要來(lái)源于對(duì)腦電信號(hào)的收集與分析;當(dāng)前對(duì)腦電信號(hào)收集的方法是通過(guò)專業(yè)腦電設(shè)備將信號(hào)收集保存,再由專業(yè)軟件處理;由于這類儀器非常昂貴,系統(tǒng)體積也比較大,軟件更新快,現(xiàn)在只能用在科學(xué)研究上,根本無(wú)法用于有規(guī)模的實(shí)驗(yàn)教學(xué),更不可能一人一機(jī);為此,提出了一種基于LABVIEW的腦電信號(hào)虛擬采集系統(tǒng)設(shè)計(jì)方法,使腦電收集與分析可以廣泛地應(yīng)用于教學(xué)
計(jì)算機(jī)測(cè)量與控制 2017年8期2017-11-01
- 機(jī)電工程中存在問(wèn)題之我見(jiàn)
一體化;發(fā)展;電信號(hào)機(jī)電一體化是面向應(yīng)用的跨學(xué)科的技術(shù),它是機(jī)械技術(shù)、微電子技術(shù)、信息技術(shù)和控制技術(shù)等有機(jī)融合、相互滲透的結(jié)果。機(jī)電一體化系統(tǒng)可分為機(jī)械和微電子系統(tǒng)兩大部分,各部分連接須具備一定條件,這個(gè)聯(lián)系條件通常稱為接口。各分系統(tǒng)又由各要素組成。本文以機(jī)電一體化控制系統(tǒng)為例,將接口分為人機(jī)與機(jī)電接口兩大類。一、機(jī)電系統(tǒng)的接口由于機(jī)械系統(tǒng)與微電子系統(tǒng)在性質(zhì)上有很大差別,兩者間的聯(lián)系須通過(guò)機(jī)電接口進(jìn)行調(diào)整、匹配、緩沖,因此機(jī)電接口起著非常重要的作用:(一)
科學(xué)與財(cái)富 2016年36期2017-07-09
- 肌電信號(hào)工頻諧波的同態(tài)自適應(yīng)濾波方法
50022)肌電信號(hào)工頻諧波的同態(tài)自適應(yīng)濾波方法趙汗青(黑龍江科技大學(xué) 機(jī)械工程學(xué)院,哈爾濱 150022)針對(duì)肌電信號(hào)采集過(guò)程中工頻電的強(qiáng)干擾問(wèn)題,對(duì)工頻電干擾進(jìn)行頻譜分析,得到肌電信號(hào)與工頻干擾間是乘性關(guān)系。采用同態(tài)自適應(yīng)濾波方法對(duì)肌電信號(hào)進(jìn)行同態(tài)變換,將目標(biāo)肌電信號(hào)與工頻電及其諧波干擾間的乘性關(guān)系轉(zhuǎn)化為加性關(guān)系,從而利用加性自適應(yīng)濾波濾出工頻噪聲及其諧波的干擾。結(jié)果表明:同態(tài)自適應(yīng)濾波能夠有效消除肌電信號(hào)采集中的強(qiáng)工頻電干擾,同時(shí)較好地保護(hù)肌電信號(hào),
黑龍江科技大學(xué)學(xué)報(bào) 2017年2期2017-05-11
- 君子蘭電信號(hào)與含水率的關(guān)系*
00)?君子蘭電信號(hào)與含水率的關(guān)系*丁紅星,李敏通,郭交,韓文霆(西北農(nóng)林科技大學(xué) 機(jī)械與電子工程學(xué)院,陜西楊凌712100)以盆栽君子蘭為材料,采用生物機(jī)能采集系統(tǒng)和水分傳感器,測(cè)定君子蘭的電信號(hào)及其含水率,研究君子蘭的生理電信號(hào)與含水率之間的變化規(guī)律。結(jié)果表明:當(dāng)含水率較低時(shí),君子蘭的電信號(hào)平穩(wěn),處于沉寂狀態(tài);隨著含水率增加,君子蘭的電信號(hào)興奮度增強(qiáng),處于活躍狀態(tài);含水率為18.8%時(shí),君子蘭的電信號(hào)興奮度最強(qiáng),活躍狀態(tài)最明顯;含水率繼續(xù)增加,君子蘭的
西部林業(yè)科學(xué) 2016年3期2016-10-25
- 基于過(guò)完備字典稀疏表示的多通道腦電信號(hào)壓縮感知聯(lián)合重構(gòu)
表示的多通道腦電信號(hào)壓縮感知聯(lián)合重構(gòu)吳建寧*①徐海東①王 玨②①(福建師范大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院 福州 350007),②(西安交通大學(xué)生物醫(yī)學(xué)信息工程教育部重點(diǎn)實(shí)驗(yàn)室 西安 710049)該文基于多通道腦電信號(hào)時(shí)空特性構(gòu)建非正交變換過(guò)完備字典,準(zhǔn)確稀疏表示蘊(yùn)含時(shí)空相關(guān)性信息的多通道腦電信號(hào),提高基于時(shí)空稀疏貝葉斯學(xué)習(xí)模型的多通道腦電信號(hào)壓縮感知聯(lián)合重構(gòu)算法性能。實(shí)驗(yàn)選用eegmmidb腦電數(shù)據(jù)庫(kù)的多通道腦電信號(hào)驗(yàn)證所提算法有效性。結(jié)果表明,基于過(guò)完備字
電子與信息學(xué)報(bào) 2016年7期2016-10-14
- 一種基于33250A型信號(hào)源的數(shù)字超聲探傷儀水平線性誤差測(cè)試方法
水平線性誤差;電信號(hào)0 引言隨著電子信息技術(shù)的發(fā)展,超聲波探傷儀由模擬向數(shù)字、小型和多功能發(fā)展,并廣泛應(yīng)用于鍋爐、壓力容器、航天、航空、電力、石油、化工、軍工、汽車、機(jī)械制造、冶金等行業(yè)的材料和構(gòu)件的非破壞性檢測(cè),因此,其計(jì)量性能直接關(guān)系到檢測(cè)材料和產(chǎn)品的質(zhì)量[1-2]。水平線性誤差是超聲探傷儀重要計(jì)量性能之一,水平線性表示缺陷位置的確定準(zhǔn)確度,在焊縫探傷中尤其重要[3]。JJG 746——2004《超聲探傷儀檢定規(guī)程》規(guī)定超聲探傷儀水平線性的要求是±2%
中國(guó)測(cè)試 2016年1期2016-03-29
- 基于MP算法的腦電信號(hào)去噪
3)0 引言腦電信號(hào)(Electroencephalograph,EEG)是大腦神經(jīng)細(xì)胞活動(dòng)的反映,對(duì)研究人腦的功能和臨床診斷起著非常重要的作用。由于腦電信號(hào)屬于十分微弱的電生理信號(hào),在采集的過(guò)程中經(jīng)常受到各種噪聲的干擾,嚴(yán)重影響了腦電信號(hào)的分析與識(shí)別。因此,如何有效地去除夾雜在腦電信號(hào)中的各種噪聲,獲取真實(shí)的腦電信息已經(jīng)成為一個(gè)重要的課題。目前腦電去噪的方法主要有:主成分分析[1]、獨(dú)立成分分析[2]、小波變換[3]和典型相關(guān)分析[4]等。其中小波變換因
計(jì)算機(jī)與現(xiàn)代化 2014年4期2014-07-10
- 腦電信號(hào)采集系統(tǒng)的設(shè)計(jì)
)0 引 言腦電信號(hào)是腦神經(jīng)細(xì)胞傳導(dǎo)信息時(shí)在大腦皮層或頭皮表面電活動(dòng)的總體反映,是一種典型的生物電信號(hào).其中包含的人的大量的生理狀態(tài)信息和相應(yīng)病情信息,對(duì)醫(yī)學(xué)的發(fā)展有很大的促進(jìn)作用.同時(shí)腦電信號(hào)還可研究人的生理和心理之間的關(guān)系.科學(xué)對(duì)腦電信號(hào)的認(rèn)識(shí)也越來(lái)越重要,隨之記錄腦電信號(hào)的儀器也相應(yīng)而生,這種設(shè)備是專門用于記錄和測(cè)量腦電信號(hào)的.其工作原理是:首先由放置在頭皮的電極在體表或皮下檢測(cè)出微弱的腦電(EEG)信號(hào);然后通過(guò)電極導(dǎo)聯(lián)耦合到差動(dòng)放大器進(jìn)行適當(dāng)放大
河北建筑工程學(xué)院學(xué)報(bào) 2014年1期2014-03-17
- 使用香農(nóng)熵的心外膜電信號(hào)相關(guān)性分析
香農(nóng)熵的心外膜電信號(hào)相關(guān)性分析【作 者】張 璘1,2,楊翠微21 復(fù)旦大學(xué)專用集成電路與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室,上海市,2004332 復(fù)旦大學(xué)電子工程系,上海市,200433該文利用了互相關(guān)系數(shù)香農(nóng)熵值對(duì)實(shí)驗(yàn)犬的左右心房前壁心外膜電信號(hào)進(jìn)行了分析。結(jié)果顯示在竇性心律下,左房前壁的心外膜電信號(hào)的相關(guān)性穩(wěn)定程度比右房前壁的心外膜電信號(hào)高;在房顫心律下,雖然左右房前壁心電信號(hào)相關(guān)性穩(wěn)定程度都有所下降,但是仍然有部分區(qū)域保持較穩(wěn)定的相關(guān)性。這有助于進(jìn)一步了解房顫心律
中國(guó)醫(yī)療器械雜志 2014年3期2014-02-28
- 基于可穿戴傳感器的駕駛疲勞肌心電信號(hào)分析*
勞,常見(jiàn)的如腦電信號(hào)、心電信號(hào)和肌電信號(hào)等;(2)通過(guò)對(duì)駕駛員的行為進(jìn)行疲勞檢測(cè),如駕駛員手握轉(zhuǎn)向盤的位置,眨眼頻率和頭部位置等;(3)通過(guò)檢測(cè)車輛在行駛中的狀態(tài),如偏離正常行駛線的位置等。盡管關(guān)于疲勞駕駛的研究很多,但都有不同程度的缺點(diǎn),如主觀檢測(cè)法雖然簡(jiǎn)單易行,但會(huì)受到駕駛員個(gè)人意志的影響,從而導(dǎo)致檢測(cè)結(jié)果不準(zhǔn)確[4];大多基于生理信號(hào)檢測(cè)疲勞的方法都針對(duì)某一單一生理信號(hào)進(jìn)行分析處理,而由于生理信號(hào)所具有的隨機(jī)性導(dǎo)致在諸多此類文獻(xiàn)中給出了很多不一致的研
汽車工程 2013年12期2013-09-08
- 基于M allat算法的小波分解重構(gòu)的心電信號(hào)處理
001)由于心電信號(hào)微弱(mV級(jí));超低頻,心電的主要成份由于心電信號(hào)屬于微弱的電信號(hào),而且采集過(guò)程受多種噪聲干擾,特別是干擾中的肌電干擾跟心電信號(hào)的頻譜有部分的重疊,普通的頻帶濾波無(wú)法濾除頻率重疊部分的噪聲,所以心電信號(hào)的去噪處理成為目前研究的熱點(diǎn)和難點(diǎn)。在文獻(xiàn)[1]中,采用小波閾值法對(duì)心電信號(hào)進(jìn)行去噪,主要去除白噪聲型的干擾;在文獻(xiàn)[2]中,采用小波熵的對(duì)心電信號(hào)去噪,主要去除高頻干擾;在文獻(xiàn)[3]中,結(jié)合小波分解和小波閾值處理心電信號(hào),雖然能同時(shí)去除
電子設(shè)計(jì)工程 2012年2期2012-06-09