一、基于PC机的人体耳穴频谱响应测试与分析系统(论文文献综述)
汪弈舟[1](2021)在《基于可见光的无线通信收发链路设计与实现》文中指出由于发光二极管(LED)高能效、耐用性和低成本的优势在市场中被广泛应用,引发了对使用LED进行光调制数据通信应用的研究。同时,由于光信道具有提供几个THz带宽的能力,可见光通信(VLC)有望未来与传统射频(RF)通信共存,作为对高速无线通信需求的可靠解决方案。目前,VLC的研究重点在于短距离高数据速率传输,但缺乏对民用、工业级应用场景的实用性研究,其中一个主要因素是缺乏通用性与易升级可见光通信平台。本文针对这一现状,借鉴软件无线电(SDR)思想设计了一种可软件定义可见光通信(SDVLC)的收发链路,研究内容主要包括以下几点:1.研究大功率LED和PIN光电二极管的电气特性作为模拟收发功能模块设计依据;基于可见光视距信道模型,通过仿真分析光路传输特性并以此作为光路设计依据。2.针对LED和PIN电气特性,设计实现了一种适合大功率、高带宽、可传输线性光信号的模拟收发链路。其中大功率LED线性驱动电路和线性光电接收电路完成光通信中基础的光收发功能;链路中LC滤波电路具有高滚降、低损耗特点,并实现了一种应用于滤波电路中n H级精密射频电感的手工制作与测量方法;链路中实现的桥T均衡和线性放大模块电路可用于模拟均衡,能有效补偿可见光模拟链路传输后的信道带宽与信号功率。3.设计了基于Zynq和高性能双通道14bit×250MSPS ADC、16bit×500MSPS DAC组成的数字平台,实现了可软件定义、灵活配置的数字化功能,并详述了高速数字链路设计的关键点、难点及优化方案。4.搭建了测试平台,对系统链路进行了有效测试,验证了各模块工作性能,实现了10m距离的稳定文件传输功能。本课题所设计实现的软件定义可见光收发链路具有成本可控、运行稳定、实用性强、易维护升级等优势,为可见光通信实用推广应用提供了有效参考方案。
李天瑞[2](2021)在《5G毫米波用户终端射频前端关键技术研究》文中进行了进一步梳理5G是实现工业4.0的基础之一,将为用户带来极致的体验提升和各行各业的数字化转型。5G毫米波具备更大的系统容量和更高速率,是5G重点部署的关键技术。本文针对5G毫米波通信系统,研究了用户终端射频前端技术。文中根据3GPP R15标准,设计并实现了用于5G毫米波用户终端芯片原型验证的毫米波射频前端。论文工作如下:第一,详细分析了超外差、零中频和数字中频3种典型射频前端的架构与特点,分析对比了其优缺点并选择数字中频结构作为5G毫米波用户终端射频前端的结构。第二,根据3GPP R15标准与数字中频结构,确定5G毫米波用户终端射频前端的具体指标,并针对收发中频频点、发射通道EVM和ACLR、接收通道噪声系数、ADC和DAC采样率等指标进行了详细的计算与分析。根据射频前端的具体指标,对变频通道、ADC通道、DAC通道、时钟单元以及控制与接口单元进行了详细设计。第三,建立实验测试平台,对5G毫米波用户终端射频前端进行了测试,并完成射频前端与基带的联调与系统测试。测试结果表明,在26GHz频段,射频前端的发射EIRP大于24.87d Bm,64QAM调制、400MHz带宽的发射信号的EVM小于2.87%,单流下行峰值速率稳定在379.536Mbps。综上所述,本文基于数字中频架构,设计了一个用于5G毫米波用户终端芯片原型验证的射频前端,为后续开展5G毫米波用户终端芯片的设计工作提供了一定工程指导。
刘嫣[3](2021)在《电能质量扰动信号压缩采样与重构方法及其在造纸工业中的应用研究》文中指出电能质量扰动直接关系工业生产的用电品质和安全,对电能质量扰动进行监测具有重要的理论意义和广阔的应用前景。然而,长期、多点、在线、高频监测必然会形成电能质量扰动“数据池”,从而引发数据存储成本高、数据传输效率低等问题。压缩感知(Compressed Sensing,CS)技术是一种解决海量数据的信息处理工具,但当前的CS技术一般停留在理论研究层面,还存在压缩采样和重构方法不满足工程实际需求的问题。为攻克该技术在工程应用中的难题,本文围绕电能质量扰动信号压缩采样和重构方法开展应用技术基础理论和实验研究,并试图将研究成果应用于造纸工业供电网络的电能质量扰动信号监测中。论文的研究内容和贡献可总结为如下四个方面。(1)基于RD-AIC的观测矩阵构造及其性能分析研究。针对电能质量扰动连续信号的压缩采样和可靠重构问题,设计了基于随机解调模拟信息转换器(Random Demodulation Based on Analogy-to-Information Converter,RD-AIC)的压缩采样和重构方案,建立了研究RD-AIC不相关性和采样相位偏差性的观测矩阵模型,分析了伪随机序列周期、低通滤波器通带截止频率及其单位脉冲响应移位偏差对不相关性和采样相位偏差性的影响规律,并获得了提高重构精度和抗噪鲁棒性的RD-AIC参数设定方法。通过这些研究工作和实验结果表明,具有强不相关性和无采样相位偏差的RD-AIC不仅能高比例压缩采样连续信号,还具有良好的采样恢复精度和抗噪鲁棒性。(2)电能质量扰动信号的稀疏特性分析与改进重构算法研究。针对电能质量扰动信号在DFT字典下的重构实时性问题,推导了电能质量扰动信号的幅度谱解析表达式,获得了电能质量扰动信号在DFT字典下稀疏表示的科学依据,并由此提出一种基于频谱能量差的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)改进算法。针对瞬时脉冲扰动信号在级联字典下的重构实时性问题,构造了含工频和瞬时脉冲原子的过完备级联字典,验证了该字典的有效性和抗噪鲁棒性,并提出了一种基于部分级联字典的正交匹配追踪(Orthogonal Matching Pursuit,OMP)改进算法。通过上述研究工作和实验结果表明,DFT字典下的SAMP改进算法和级联字典下的OMP改进算法,达到了提高电能质量扰动信号重构实时性的目的。(3)基于TCN理论的电能质量扰动信号重构算法研究。针对传统重构算法受限于电能质量扰动信号稀疏表示的问题,提出了基于时间卷积神经网络(Temporal Convolutional Network,TCN)理论的重构方案,建立了基于TCN理论的电能质量扰动信号重构模型,设计出一种具有非因果性和重构能力的TCN网络结构,构建了电能质量扰动原始和压缩数据集,并训练和测试了基于TCN的重构算法的可行性和有效性。通过上述理论和实验研究工作,探索出一种免稀疏表示的快速重构方法,不仅突破了传统重构算法的瓶颈,还达到了批量重构电能质量扰动信号的目的。(4)CS技术在造纸工业电能质量扰动信号监测中的应用研究。以高耗能流程工业中的典型代表一—造纸工业为应用背景,开展了 CS技术在造纸工业电能质量扰动信号监测中的应用研究。首先,分析了制浆造纸的主要生产工艺、先进生产技术、主要用电负荷与电能质量扰动的相互作用关系,由此给出谐波和电压暂降是造纸工业典型电能质量扰动的结论。其次,研制了用于造纸工业电能质量扰动信号的压缩采样和重构实验装置,并提出了一种基于CS技术的电能质量扰动信号监测优化方案。再三,谐波和电压暂降测试结果表明了 CS技术在应用中的有效性和优越性。通过以上研究工作,为CS技术在造纸工业电能质量扰动信号监测中的应用和推广奠定了基础。综上所述,针对电能质量扰动信号压缩采样与重构方法及其在造纸工业中的应用研究,本文主要开展了基于RD-AIC的观测矩阵的构造及其性能分析、基于DFT和级联字典的稀疏特性及其改进重构算法、基于TCN的重构算法等三个方面的理论研究工作,并将部分研究结果应用于造纸工业供电网络的电能质量扰动监测实验装置和优化方案中去。研究结果表明,本文所提方法能够有效改善CS技术的性能,能够满足工程应用对可靠性和实时性需求,并能促进CS技术在造纸工业电能质量扰动监测中的推广和应用。
李嘉莹[4](2021)在《基于下肢MI和SSSEP的混合脑—机接口信号特征及分类研究》文中认为目前,单一模式的脑-机接口系统已不能满足当前的控制需求。为了提高系统性能,可将多种有用特征融合在一起,构成混合式脑-机接口系统,实现精准分类和特征研究。本文研究了一种基于下肢运动想象(Motor Imagery,MI)和稳态体感诱发电位(Steady State Somatosensory Evoked Potential,SSSEP)的混合脑-机接口,同时得到SSSEP特征和MI特征,根据融合后的特征进行运动意图的解码。采用滤波器组共空间模式(Filter Bank Common Spatial Pattern,FBCSP)将两类特征融合在一起,送入支持向量机(Support Vector Machine,SVM)和K近邻(K-Nearest Neighbor,KNN)分类器实现左脚和右脚运想象的分类识别。本文设计了混合范式、运动想象范式以及选择注意范式三种实验条件,在有无刺激条件下想象左、右脚的运动或注意某只脚的体感电刺激感觉。观察三种条件中脑电信号在时-频域和空间域上的特征分布,证实了刺激脚踝胫后神经时能够诱发出SSSEP特征。同时对比分析左脚体感刺激和右脚体感刺激产生特征的差异性。实验中设置的SSSEP频率段和MI特征所在的频率段不重合,选用FBCSP实现特征融合,使用SVM和KNN算法对运动想象时的脑电信号进行分类研究。结果显示,在使用SVM时,特征融合后的下肢运动想象的平均分类正确率能达到78.6%,较单纯根据MI特征实现分类的结果提高了15%左右;在使用KNN时,融合后的平均正确率为84.62%,比没有特征融合时提高18.75%。对比了两个分类器对同种信号做分类时的正确率、ROC曲线和AUC值,结果显示,KNN分类器在识别分类运动想象信号时的效果优于SVM分类器,但对SA范式中的SSSEP特征进行分类时效果略差于SVM。除此之外,本文实现了下肢运动想象的实时分类识别,在基于下肢MI和SSSEP的实时混合脑-机接口系统中,完成脑电信号的实时传输、处理以及反馈分类结果的工作。实验结果表明,七名受试者的平均分类准确率为71.07%。
张东旭[5](2020)在《基于FPGA和ARM的超声波高速数据采集卡的设计》文中研究表明我国铁路系统规模庞大,自改革开放以来,经四十余年的发展,铁路营运里程大幅度增加,由此带来的铁路维检任务日益艰巨的问题不容忽视。近年来,主管部门多次强调保证铁路运输的安全的重要性。本课题从实际需求出发,设计了一套适用于钢轨探伤的高速超声检测系统。首先,论文从超声检测的原理入手,选择脉冲反射法作为作为本系统的检测方法。其次,根据实际需要,制定系统总体方案,确定系统性能指标。从硬件和软件两个方面进行设计工作。硬件方面,设计了超声波激励模块、信号调理模块、人机交互模块、采样模块和以太网接口模块。其中信号调理模块设计了前置放大电路、程控增益电路、带通滤波电路和衰减电路的拓扑结构来调理回波信号。超声波激励模块最大能发射重复频率为3kHz的超声波,满足高速探伤对重复频率的需求,信号调理模块能够在0~80dB增益范围内实现波形调节。软件方面,利用ARM主控芯片设计了人机交互模块控制程序,利用FPGA器件XC7A100T实现了高速模数转换器驱动、数据缓存、数字滤波、数据传输等功能,65MHz的采样率使本系统能够识别更高频率的噪声信号,从硬件和软件上均对超声回波的进行滤波处理。设计了基于UDP的以太网帧通信协议,用于硬件系统和上位机软件之间的数据交互。编写了上位机界面,实现数据保存和波形显示功能。最后,本课题开发了超声数据采集系统的样机,并对硬件和软件系统分别按模块进行了测试,实验结果表明,本系统各个模块工作正常,性能指标能够达到设计要求,硬件系统和上位机通讯正常,符合设计初衷。
甘甜曲[6](2020)在《基于PCIe的高速数据采集系统上位机软件设计》文中认为作为新一代自动测试系统总线标准,AXIe继承了ATCA在功耗、性能、平台管理等方面的特点,具有传输速率高、兼容性强、功率大和散热强等优势,可以满足高性能模块化仪器的开发需求。高速数据采集技术在测试系统中发挥重要作用,广泛应用于雷达通信、电子测量等领域。本课题主要以AXIe总线架构中的两大接口技术之一的PCIe总线为传输总线,展开基于PCIe的高速数据采集系统上位机软件的设计。主要内容如下:1.研究了AXIe-2的软件规范、驱动可互换性理论,采用IVI可互换性技术中的IVI-COM驱动器模型展开对PCIe总线驱动的设计,实现了满足AXIe高速数据采集传输模块的功能接口函数,并且验证了仪器的可互换性。2.研究了SCPI规范,构建了基于AXIe高速数据采集传输模块的SCPI命令集,并采用关联型静态命令表的方式实现了基于PCIe总线的SCPI命令解析器。3.研究了基于PC机的仪器程控技术与缓存技术,采用MFC框架与lua脚本展开对基于AXIe框架的PCIe高速数据采集系统应用软件与测试软件的设计,实现了对AXIe高速数据采集传输模块的程控操作。4.研究了多通道ADC时域交织采样技术,在PC机的强大的运算能力、存储能力的基础上提出了软件的方式对三种失配误差进行校准。采用了均值估计法对偏置、增益失配误差进行估计与校准。采用信号拟合的方法对时间失配误差进行估计,并采用非因果IIR滤波器对信号进行插值,重新构建采样序列,实现时间失配误差校准。从而保证数据的可靠性。实验结果表明,上位机软件功能正常且稳定运行,能应用于基于PCIe总线的AXIe高速数据采集传输模块。
刘吟宇[7](2020)在《胰腺癌患者右耳耳穴特异性变化的临床观察》文中研究表明目的:通过耳穴综合诊断法观察临床胰腺癌患者右耳耳廓相关耳穴的特异性变化,探讨耳穴诊断法对于辅助诊断胰腺癌患者的临床可行性及后续研究价值。方法:根据既往相关文献与理论基础,选取了右耳耳穴胃、胰胆、脾、内分泌、肿瘤特异区Ⅰ、Ⅱ、Ⅲ共7个耳穴,采用耳穴望诊法、耳穴触诊法及耳穴电测定法联合的综合诊断法,对符合胰腺癌诊断标准的61例胰腺癌患者以及60例不符合胰腺癌诊断标准的非胰腺癌健康者进行观察。耳穴电测定法运用南京小松XS-100A耳穴探测仪。根据观察及测定结果,记录下相关耳穴在颜色、形态及电反应上的变化,采用SPSS 23.0软件将观察得到的数据进行统计分析。结果:两组受试者在右耳耳穴胃区出现色素沉着、肿瘤特异区Ⅱ出现充血红润、耳穴内分泌区出现隆起具有统计学意义上的差异(P<0.05);在右耳耳穴胰胆区和耳穴脾区出现色素沉着、右耳耳穴胰胆区和耳穴内分泌区出现隆起,以及右耳耳穴内分泌区出现毛发增生具有非常显着统计学意义(P<0.01)。两组人员的电测定在右耳耳穴胰胆区、脾区、内分泌区以及肿瘤特异区Ⅱ的测定结果具有非常显着的统计学意义上的差异(P<0.01)。此外,胰腺癌患者组的中晚期(Ⅲ期、Ⅳ期)患者相比早期(Ⅰ期、Ⅱ期)患者更易发生耳穴颜色与形态阳性反应,而早期患者在电测定上表现得更为敏感;接受过分子靶向药物治疗以及接受纯中药治疗(未接受其他治疗)患者表现出了更高的耳穴异常变化比例;接受放疗患者在耳穴电测定上出现较高比例的阳性反应,胰头癌患者在耳穴电测定法中表现出了较低的阳性比例而电测定阳性比例较高;胰体尾癌患者在耳穴电测定法中表现出了较高的阳性比例而电测定阳性比例较低。结论:胰腺癌患者在相关耳穴的颜色形态以及电测定结果上均与非胰腺癌患者存在一定差异;不同分期、接受过不同治疗、生长于不同部位胰腺癌患者的右耳耳穴观察也表现出了不同的变化,故耳穴检测在临床上对于辅助诊断胰腺癌具有一定价值和较高的可行性,对胰腺癌的治疗过程也具有一定指导意义。
崔琪[8](2020)在《快速FBG应变测试系统研究》文中指出光纤Bragg光栅(Fiber Bragg Grating,FBG)是最早发展起来的光纤光栅,并且拥有速度快、灵敏度高、抗电磁干扰、复用能力强等诸多优点,被广泛应用于各种强电磁干扰环境下的应变测试。基于FBG传感器设计了适用于快速响应的动态应变测试系统,可应用在电磁轨道炮发射时轨道的应变测量。通过总体结构设计、算法验证、硬件设计、软件调试及实验测试,完成了快速FBG应变测试系统的设计。将嵌入式技术应用到传统的应变测试中,实现了对高频应变信号的快速解调。结合理论分析,对应变值的测量可转换为对采集信号中相位差值的测量,选择基于2×2耦合器和3×3耦合器的非平衡M-Z干涉仪来完成动态应变的快速解调,并且采用三步移相解调算法对高频信号中的相位信息进行提取。通过对宽带光源、FBG传感器、非平衡M-Z干涉仪的分析,搭建了FBG光传输回路,设计了光电转换、模拟电信号多级放大、模数转换、数据存储、数据传输等电路和模块,以DSP+FPGA为核心实现了3路带应变信号的同步数据采集,应用DSP的快速处理对采集的三步移相信号进行快速解算,实现对应变信号的处理。基于CCS和Quartus II的开发环境,采用C语言和Verilog硬件描述语言完成对数据采集和处理模块的程序设计,经过不断调试修改,完成了采集、解调和传输等功能,完成了快速FBG应变测试系统的总体设计。通过对电磁轨道炮发射时导轨产生的瞬态应变进行测试,结果表明,设计的应变测试系统能够比较好地快速响应轨道应变的变化量,正确地测量出测量点的应变值,为电磁轨道炮的研制提供了一种应变测试手段。
孙瀚[9](2019)在《基于多模态生物电信号人机交互技术研究》文中研究指明基于生物电信号的人机接口是一种新型的人机交互技术,使用人体自身的生物电信号构建与外部设备直接相连的通道。目前主要采用的生物电信号有脑电信号(EEG)及表面肌电信号(sEMG)。EEG信号记录了头皮脑电信号,不依赖肌肉组织,具有响应速度快、使用安全方便、无创性等优点;sEMG信号可以直接反映肌肉活动情况和运动意图,操作方便自然,信号相对较稳定、幅值较大。本研究对基于多模态生物电信号的人机接口进行了深入研究,并充分分析了单模态信号处理方法。本研究提出了少量电极共空间模式算法及基于所有样本对信息的相关性距离度量算法,这两种算法的组合可以用于电极/特征提取及选择;还结合深度度量学习,创新性地提出了基于二分图最大权完美匹配的多模态信号处理算法MWP-EMG-EEGNet。将这些算法用于多种任务,可以测试分类性能,其中,论文重点分析了ERP范式诱发的多模态生物电信号的单试次识别,并将相关结论运用于研究基于生物电信号的反应时间缩短程度。算法结果验证了生物电信号可以在更短的时间内得到更高的反应动作识别准确率。在这些算法研究基础上,本论文工作还搭建了在线人机接口系统,实现在线测试及应用。本论文工作设计了可穿戴式设备,该设备可以记录进行四种腕部活动时上臂肌肉组织诱发的sEMG信号。信号的时域、频域和时频域可提取共42维特征向量。本研究提出的DM算法利用所有样本对信息重新定义了类间距离和类内距离,将二者的比值作为可分性度量标准。四种不同分类器算法用于评价通过DM算法得到的普适性最优特征子集。在线任务是通过可穿戴式设备采集实时sEMG信号,并在有简单障碍物的环境下通过四种不同范式操纵改装设计的遥控车完成指定路径。任务完成时间和动作识别正确率是在线测试的两个性能评估指标。硬件测试结果说明采集系统SNR指标达到68.91 dB。特征选择结果表明DM算法可以使用23维特征达到96.77%的分类性能。在线测试结果表明,信号窗口长度为125 ms的状态机范式最接近实际控制情况,在线任务完成时间为48.08 s。将脑机接口系统应用在日常生活中的一个关键难点是如何减少电极数量,因此本研究提出了少量电极共空间模式算法(Fewer-channel Common Spatial Patterns,FCSP)及基于模拟退火策略的相关性距离度量(Corr-DM)算法来选取普适性最优化电极组合。采集被试者进行心算任务和想象空间旋转任务时的认知行为EEG信号验证算法性能。本论文研究提出的算法组合平均仅需7个电极就可以区分上述两种认知行为任务,达到90%的二分类正确率阈值,并结合截断加权算法确定了普适性的最优化电极组合。通过相关性和可分性分析验证最优化电极组合在训练组被试者数据上的有效性,相关性分析表明该电极组合与全部电极组合有显着性相关关系,可分性分析表明当使用最优化电极组合时,两种认知行为任务的信号有显着性差异。对测试集被试者进行跨被试分析,结果说明使用普适性电极组合的平均分类正确率可达到93.18%。基于上述生物电信号处理算法及结果,本论文还研究了生物电信号对于反应时间的缩短情况。本文设计了基于反应时间的实验范式,使用Corr-DM算法选取10个电极,并通过滑动窗及拓展时间窗方法分别分析EEG和sEMG信号。结果表明两种模态的反应时间相对于实际鼠标反应时间分别缩短了159.04 ms和75.22 ms。生物电信号可以在较短的反应时间内得到较高的反应动作识别准确率。本研究使用人工神经网络分析0400 ms的EEG信号,反应动作识别准确率(单试次ERP信号分类正确率)可以达到93.39%;使用手工特征工程结合SVM算法分析0400 ms的sEMG信号,反应动作识别准确率为88.65%;两种生物电信号的反应准确率相对于真实鼠标点击准确率的提升幅度分别为60.2%及55.46%。基于单模态反应时间的分析结果,本论文研究提出了基于最大权完美匹配(Maximum-Weight Perfect,MWP)的多模态生物电处理算法MWP-EMG-EEGNet,算法的核心思想是在加权完备二分图中找到最大权完美匹配,这样可以为批量数据中的每个样本找到最优匹配的同类/异类难样本,从而缓解训练过程中的过训练及样本不平衡问题。在此基础上,本论文将MWP匹配引入深度度量学习框架,研究设计了一种新型的损失目标函数,联合该损失函数与二值交叉熵损失实现端到端训练。多模态处理算法可以结合单模态分析的优势,保证了生物电信号反应时间(307.22 ms)的同时,可以获得较优的反应动作识别准确率,具体实验结果说明:在0400 ms时段多模态处理算法可以达到96.38%的识别准确率,高于实际反应动作准确率63.19%;联合训练MWP匹配和交叉熵损失优化目标可以同时考虑异类样本可分性及同类样本紧凑性,优化试次样本在特征空间中的分布;基于MWP匹配可以完成难样本加权,提升神经网络模型的收敛速度和分类精度。在上述离线数据分析的基础上,本论文工作设计了两种多模态生物电信号的在线人机接口系统。第一种联合了NeuroScan、BCI2000及FieldTrip工具箱,邀请与离线实验中相同的被试组进行了两次在线实验,第一次在线实验(仅使用离线实验数据训练的模型)及第二次在线实验(使用离线实验数据和第一次有反馈在线实验数据联合训练)得到的平均分类正确率分别为94.62%和97.16%。但是该系统还存在便携性问题,因此本论文还设计了一种便携式多模态生物电信号采集系统,实现多操作系统及多编程环境下的实时数据采集及图形可视化界面设计;本研究还将该系统应用于虚拟轮椅控制,设计的系统和算法能够准确识别出转向和前进状态,转向状态中还可以具体识别出左转和右转状态。
王亚茹[10](2019)在《肺癌的辅助检测方法及影响肺癌的空气污染因素研究》文中研究表明目前肺癌发病率和死亡率均位于恶性肿瘤之首,对人类健康造成严重威胁。居高不下的肺癌发病率和死亡率是多方面因素影响的结果。首先,肺癌筛查主要采用的CT技术,是形态性病变检测方法,很难发现处于功能性病变期的早期肺癌,使患者错过最佳治疗时机。电阻抗层析成像(Electrical Impedance Tomography,EIT)技术作为新型功能性成像方法,在早期肺癌筛查方面具有非常好的发展前景,然而其空间分辨率远低于临床要求。其次,目前CT图像中肺结节的检测依靠人工阅片,繁重工作负担易造成不同程度的误诊和漏诊。再次,空气污染物已成为肺癌的主要致病因素之一,对肺癌发病率有着不容忽视的影响。基于以上背景,本文深入研究了肺组织的电学特性和肺癌EIT检测,基于CT图像的肺结节计算机辅助检测,以及空气污染物对肺癌发病率的影响,初步探索了肺癌组织CT图像特征与组织电导率之间的关联性,具体内容及结果如下:1、基于人体活性肺癌组织和肺正常组织的实测复阻抗数据,研究不同类型组织的阻抗模型、阻抗及介电频谱特性。建立肺部电导率分布模型,研究电导率分布及发生癌变后的电导率变化特性。结果表明:左肺的电导率整体上大于右肺,不同肺叶的电导率存在明显差异,呈现一定的规律性。左、右肺组织癌变后的电导率平均增长率分别为34.6%和31.4%,整体上平均增长33.5%;左肺下叶后基底和右肺上叶区域癌变电导率变化最为明显。将肺部电导率分布先验信息融入Tikhonov正则化图像重建算法(PI-TR),并提出基于待检测目标的面积占比求解正则化参数的算法(AP-SPR),与现有算法进行肺癌EIT检测对比实验。结果显示:相对于现有Tikhonov正则化(TR)算法,PI-TR算法重建图像的相对误差平均降低47.1%,相关性平均提高35.3%;相对于现有L曲线法,AP-SPR算法使TR和PI-TR重建图像的相对误差平均降低9.2%,相关性平均提高29.9%。2、提出无监督的聚类有效性指标(MSO指标),不依赖任何聚类算法评估模式集的最佳划分类数,克服了现有聚类有效性指标的有监督性(依赖指定的聚类算法)、鲁棒性差和效率低的局限性。分别采用基于MSO指标、现有XB指标和现有PC指标的模糊C均值聚类算法(分别记为M-FCM、X-FCM和P-FCM)进行肺结节检测对比实验。结果显示:较X-FCM,M-FCM使肺结节检测的准确率平均提高3.3%,检测效率平均提高80.9%;较P-FCM,M-FCM使肺结节检测的准确率平均提高7.35%,检测效率平均提高74.6%。验证了MSO指标能够有效提高聚类算法肺结节检测的准确率及检测效率,更好地辅助医师解读CT图像及检测肺结节。3、提出基于扩展的?模糊测度的Choquet积分关联分析方法,不但评估典型空气污染物对肺癌的不同类型以及不同性别人群的影响,并且评估不同空气污染物之间的交互作用。提出基于粗糙集理论的规则挖掘方法,客观挖掘空气污染物与肺癌发病率间的关联规则。以天津市空气污染与肺癌发病率数据为例进行评估实验,并将评估结果与现有的主要评估结果进行对比,将本文方法与现有方法进行对比,分别验证本文评估结果及方法的可靠性。评估结果显示:SO2、PM2.5、NO2和O3是肺癌的主要影响因素;SO2、NO2和CO对鳞癌的影响较明显,O3、PM2.5和PM10对腺癌的影响较为突出;男性对SO2较女性敏感,而女性对PM10较男性敏感;O3和PM2.5之间,SO2、PM2.5和PM10之间分别存在明显的正交互作用;而SO2、O3和PM10之间,SO2、NO2和PM10之间,以及SO2、NO2和CO之间分别存在负交互作用;交互作用的程度对于腺癌和鳞癌有较大差异。4、初步探索肺癌组织CT图像特征与组织电导率之间的关联性。通过相关和回归分析,建立了腺癌组织CT图像特征惯性矩标准差(纹理特征)与组织电导率之间的回归模型,一定程度上揭示了腺癌组织的CT图像惯性矩标准差与其电导率之间的关联性,为根据腺癌组织的CT图像特征挖掘其电导率信息提供参考。
二、基于PC机的人体耳穴频谱响应测试与分析系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于PC机的人体耳穴频谱响应测试与分析系统(论文提纲范文)
(1)基于可见光的无线通信收发链路设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 可见光研究背景与意义 |
1.2 可见光通信国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 白光LED的 VLC实用设计挑战 |
1.4 论文研究内容与组织结构 |
第二章 系统链路整体方案设计 |
2.1 链路方案设计思想 |
2.2 链路总体方案设计 |
第三章 可见光通信光路研究 |
3.1 LED器件选型与特性实测研究 |
3.1.1 发光LED选型 |
3.1.2 LED特性及实测研究 |
3.2 光电二极管器件选型与特性研究 |
3.2.1 光电二极管选型 |
3.2.2 PIN光电二极管特性研究 |
3.3 视距传输信道特性与优化 |
3.4 本章小结 |
第四章 线性模拟收发链路设计与实现 |
4.1 模拟链路方案设计 |
4.2 LED线性驱动电路 |
4.2.1 LED线性驱动电路设计 |
4.2.2 LED线性驱动电路测试 |
4.3 光电接收电路 |
4.3.1 光电接收电路参数设计 |
4.3.2 光电接收电路仿真 |
4.3.3 PCB设计 |
4.4 LC低通滤波电路 |
4.4.1 滤波电路设计与参数计算 |
4.4.2 nH级线绕电感制作与实测 |
4.4.3 滤波电路测试 |
4.5 桥T均衡电路 |
4.6 线性放大电路 |
4.7 电源模块设计 |
4.8 本章小结 |
第五章 软件定义数字链路设计与实现 |
5.1 数字链路实现平台与方案设计 |
5.1.1 数字链路实现平台 |
5.1.2 数字链路方案设计与实现 |
5.2 关键技术实现 |
5.2.1 系统时钟设计 |
5.2.2 SPI功能配置 |
5.3 高速ADC和 DAC设计与实现 |
5.3.1 高速DAC设计 |
5.3.2 高速ADC设计 |
5.4 链路优化设计 |
5.4.1 跨时钟域处理 |
5.4.2 时序约束 |
5.5 本章小结 |
第六章 系统收发链路测试 |
6.1 模拟链路测试 |
6.1.1 光传输信道测试 |
6.1.2 补偿后模拟链路测试 |
6.2 数字链路测试 |
6.2.1 数字接收链路测试 |
6.2.2 数字发射链路测试 |
6.2.3 自回环测试 |
6.2.4 测试小结 |
6.3 系统测试 |
6.3.1 应用场景背景光噪声测试方法 |
6.3.2 系统传输测试 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文总结 |
7.2 下一步展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(2)5G毫米波用户终端射频前端关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究工作与贡献 |
1.3 论文结构与安排 |
第二章 5G毫米波用户终端射频前端关键技术及研究现状 |
2.1 引言 |
2.2 5G毫米波用户终端射频前端关键技术 |
2.2.1 5G NR技术 |
2.2.2 MIMO与波束成形技术 |
2.2.3 毫米波特性与应用 |
2.3 5G毫米波用户终端射频前端研究现状 |
2.4 射频前端典型结构与特点 |
2.4.1 超外差结构与特点 |
2.4.2 零中频结构与特点 |
2.4.3 数字中频结构与特点 |
2.5 本章小结 |
第三章 5G毫米波用户终端原型验证方案射频前端需求与分析 |
3.1 引言 |
3.2 射频前端总体需求 |
3.3 射频前端指标分析 |
3.3.1 上下变频通道指标分析 |
3.3.2 ADC/DAC通道指标分析 |
3.4 本章小结 |
第四章 5G毫米波用户终端原型验证方案射频前端设计 |
4.1 引言 |
4.2 射频前端总体设计 |
4.3 变频通道设计 |
4.3.1 发射通道设计 |
4.3.2 接收通道设计 |
4.4 ADC/DAC通道设计 |
4.4.1 ADC通道设计 |
4.4.2 DAC通道设计 |
4.5 时钟单元设计 |
4.6 控制与接口单元设计 |
4.6.1 基带数据接口设计 |
4.6.2 ADC数据接口设计 |
4.6.3 DAC数据接口设计 |
4.7 本章小结 |
第五章 5G毫米波用户终端原型验证方案射频前端实现与测试 |
5.1 引言 |
5.2 射频前端的实现 |
5.3 射频前端测试 |
5.3.1 发射通道性能测试与分析 |
5.3.2 接收通道性能测试与分析 |
5.4 系统测试 |
5.4.1 发射EIRP测试与分析 |
5.4.2 空口上行EVM测试与分析 |
5.4.3 空口下行速率测试与分析 |
5.5 本章小结 |
第六章 结束语 |
6.1 本文贡献 |
6.2 下一步工作的建议 |
致谢 |
参考文献 |
个人简历 |
攻读硕士学位期间的研究成果 |
(3)电能质量扰动信号压缩采样与重构方法及其在造纸工业中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 电能质量扰动问题概述 |
1.2.1 电能质量扰动现象及分类 |
1.2.2 电能质量扰动成因及危害 |
1.2.3 电能质量扰动数据及压缩 |
1.3 CS理论概述及研究现状 |
1.4 电能质量扰动信号的压缩采样与重构方法研究现状 |
1.4.1 压缩采样与重构方法的理论研究现状 |
1.4.2 压缩采样与重构方法的应用研究现状 |
1.4.3 当前存在的问题 |
1.5 论文研究内容及章节安排 |
2 基于RD-AIC的观测矩阵构造及其性能分析研究 |
2.1 传统观测矩阵模型及存在问题 |
2.2 RD-AIC的工作原理及其观测矩阵构造 |
2.2.1 RD-AIC的工作原理及压缩采样模型 |
2.2.2 基于RD-AIC的观测矩阵构造 |
2.3 基于RD-AIC的观测矩阵不相关性分析 |
2.3.1 不相关性判别定理 |
2.3.2 正交性和非奇异性分析 |
2.3.3 广义相关度计算及统计分析 |
2.4 基于RD-AIC的观测矩阵采样相位偏差分析 |
2.5 基于RD-AIC的压缩采样与重构方法的实验设计 |
2.5.1 实验设计 |
2.5.2 不同硬件参数下的重构性能对比 |
2.5.3 不同观测矩阵下的重构性能对比 |
2.6 RD-AIC的硬件设计指导原则 |
2.7 小结 |
3 电能质量扰动信号的稀疏特性分析与改进重构算法研究 |
3.1 电能质量扰动信号在DFT字典下的稀疏特性研究 |
3.1.1 DFT变换的数学描述 |
3.1.2 电能质量扰动信号的DFT变换 |
3.1.3 电能质量扰动信号的稀疏特性分析 |
3.2 基于DFT字典的SAMP改进算法研究 |
3.2.1 SAMP算法及其在DFT字典下的存在问题 |
3.2.2 改进算法思想及其实现框架 |
3.2.3 实验设计与性能对比 |
3.3 瞬时脉冲信号在级联字典下的稀疏特性研究 |
3.3.1 级联字典构造 |
3.3.2 瞬时脉冲信号在级联字典下的稀疏特性 |
3.4 基于部分级联字典的OMP改进算法研究 |
3.4.1 基于级联字典的OMP算法及其存在问题 |
3.4.2 改进算法思想及其实现框架 |
3.4.3 实验设计与性能对比 |
3.5 小结 |
4 基于TCN理论的电能质量扰动信号重构算法研究 |
4.1 TCN理论及其网络结构 |
4.1.1 因果卷积 |
4.1.2 膨胀卷积 |
4.1.3 残差链接 |
4.2 基于TCN的电能质量扰动信号重构算法设计 |
4.2.1 基于TCN的重构模型建立 |
4.2.2 基于TCN的重构算法网络结构设计 |
4.2.3 网络学习优化算法 |
4.3 基于TCN的电能质量扰动信号重构算法实现 |
4.3.1 电能质量扰动数据集建立 |
4.3.2 网络搭建、训练与测试 |
4.3.3 训练和测试结果 |
4.4 实验设计与性能对比 |
4.4.1 重构对比实验 |
4.4.2 数据分析与总结 |
4.5 小结 |
5 CS技术在造纸工业电能质量扰动监测中的应用研究 |
5.1 浆纸生产与电能质量扰动 |
5.1.1 浆纸生产工艺与先进制造技术 |
5.1.2 主要用电负荷与典型电能质量扰动 |
5.2 CS技术在电能质量扰动监测装置中的应用研究 |
5.2.1 实验装置总体设计方案 |
5.2.2 硬件设计与开发 |
5.2.3 软件设计与开发 |
5.2.4 实验装置联调与测试 |
5.2.5 实验设计 |
5.3 CS技术在电能质量扰动信号监测方案中的应用研究 |
5.3.1 现有监测方案及其存在问题 |
5.3.2 造纸工业用户电能质量扰动监测拓扑与优化方案 |
5.4 小结 |
6 总结与展望 |
6.1 全文工作总结 |
6.2 研究工作创新点 |
6.3 未来工作展望 |
致谢 |
参考文献 |
攻读学位期间取得的成果 |
(4)基于下肢MI和SSSEP的混合脑—机接口信号特征及分类研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 混合脑-机接口 |
1.1.2 稳态体感诱发电位 |
1.1.3 运动想象 |
1.1.4 研究意义及目的 |
1.2 研究现状 |
1.2.1 混合脑-机接口分类研究现状 |
1.2.2 运动想象脑电信号分类算法研究现状 |
1.2.3 稳态体感诱发电位分类研究现状 |
1.3 研究内容及章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
第2章 基于下肢MI和 SSSEP的混合脑电信号采集系统及实验设计 |
2.1 信号采集系统 |
2.2 实验设计及安排 |
2.2.1 信号采集方法和条件 |
2.2.2 实验设计 |
2.3 本章小结 |
第3章 混合脑-机接口中的MI和 SSSEP特征分析 |
3.1 脑电信号预处理 |
3.2 体感诱发电位特征分析 |
3.2.1 SSSEP特征的频谱图分析 |
3.2.2 SSSEP特征的时频图谱分析 |
3.2.3 SSSEP特征的地形图分析 |
3.3 运动想象脑电信号特征分析 |
3.3.1 运动想象脑电信号特征的频谱图分析 |
3.3.2 运动想象脑电信号特征的地形图分析 |
3.4 本章小结 |
第4章 MI和 SSSEP混合脑电信号的分类研究 |
4.1 基于FBCSP的混合脑电信号特征融合策略 |
4.2 基于SVM的信号分类研究 |
4.2.1 基于混合特征的脑电信号分类 |
4.2.2 SSSEP特征分类 |
4.3 基于LDA和 KNN的信号分类研究 |
4.3.1 基于混合特征的脑电信号分类 |
4.3.2 SSSEP特征分类 |
4.4 SVM和 KNN分类器性能对比 |
4.5 本章小结 |
第5章 基于下肢MI和 SSSEP混合脑电信号的实时分类与特征分析 |
5.1 实时脑-机接口系统 |
5.2 实验设计 |
5.3 实验结果分析 |
5.3.1 实时分类结果 |
5.3.2 MI信号特征及SSSEP特征分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 展望 |
参考文献 |
致谢 |
申请学位期间的研究成果及发表的学术论文 |
(5)基于FPGA和ARM的超声波高速数据采集卡的设计(论文提纲范文)
摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景与意义 |
1.2 超声波检测技术和钢轨探伤设备研究现状及发展趋势 |
1.2.1 超声波检测技术和钢轨探伤设备国内外研究现状 |
1.2.2 发展趋势 |
1.3 课题研究的主要内容 |
2 超声波探伤原理及总体设计 |
2.1 超声波探伤的基本原理 |
2.1.1 超声波 |
2.1.2 超声波传播过程中的特征量 |
2.1.3 超声波探伤的方法和特点 |
2.2 系统功能要求及主要性能指标 |
2.3 系统总体方案设计 |
2.3.1 系统硬件方案 |
2.3.2 系统软件方案 |
2.4 本章小结 |
3 超声数据采集卡的硬件设计 |
3.1 超声波激励模块设计 |
3.1.1 激励脉冲类型及产生方式 |
3.1.2 超声波激励模块设计 |
3.2 信号调理模块设计 |
3.2.1 前置放大电路设计 |
3.2.2 程控增益电路设计 |
3.2.3 带通滤波电路设计 |
3.2.4 衰减电路设计 |
3.3 数据采样模块设计 |
3.4 FPGA主控模块设计 |
3.4.1 FPGA设计 |
3.4.2 FPGA外围模块设计 |
3.5 数据传输模块设计 |
3.5.1 传输方案选择与对比 |
3.5.2 以太网芯片选型 |
3.5.3 以太网接口电路设计 |
3.6 人机交互模块设计 |
3.7 电源模块设计 |
3.7.1 模拟电源设计 |
3.7.2 数字电源设计 |
3.8 本章小结 |
4 超声数据采集卡的软件设计 |
4.1 FPGA主控模块软件设计 |
4.1.1 FPGA开发环境及设计流程 |
4.1.2 FPGA主控模块软件功能划分 |
4.2 人机交互模块软件设计 |
4.3 基于QT的上位机软件设计 |
4.3.1 上位机软件功能分析 |
4.3.2 开发环境及语言 |
4.3.3 上位机软件设计 |
4.4 本章小结 |
5 系统测试 |
5.1 超声数据采集卡测试平台 |
5.2 硬件测试 |
5.2.1 超声波激励电路测试 |
5.2.2 前置放大电路测试 |
5.2.3 程控增益电路测试 |
5.2.4 带通滤波电路测试 |
5.3 软件测试 |
5.3.1 时钟模块测试 |
5.3.2 数字滤波器测试 |
5.3.3 以太网通讯测试 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读工程硕士学位期间主要成果 |
(6)基于PCIe的高速数据采集系统上位机软件设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文结构及内容安排 |
第二章 PCIe高速数据采集上位机软件总体设计方案 |
2.1 AXIe软件标准概述 |
2.1.1 AXIe体系结构 |
2.1.2 AXIe软件架构 |
2.1.3 AXIe模块识别技术 |
2.1.4 AXIe仪器驱动技术 |
2.2 IVI仪器可互换技术 |
2.2.1 虚拟仪器软件架构 |
2.2.2 可程控标准指令 |
2.2.3 IVI驱动技术 |
2.2.3.1 IVI驱动程序结构 |
2.2.3.2 IVI仪器类功能组 |
2.2.3.3 IVI-COM驱动技术 |
2.3 数据分析与处理理论基础 |
2.3.1 误差来源 |
2.3.2 数据分析与处理方法 |
2.4 应用软件的相关技术 |
2.4.1 Lua脚本特性 |
2.4.2 Iocomp工业图表技术 |
2.5 AXIe硬件平台 |
2.6 软件设计总体框架 |
2.7 本章小结 |
第三章 PCIe总线驱动研究与实现 |
3.1 PCIe的IVI驱动器设计与实现 |
3.1.1 IVI驱动器方案设计 |
3.1.2 IVI-COM驱动器构建 |
3.1.2.1 IVI-COM驱动器内部结构分析 |
3.1.2.2 IVI-COM驱动器软件框架搭建 |
3.1.3 IVI-COM驱动器接口设计 |
3.1.3.1 PCIe总线驱动接口设计 |
3.1.3.2 PCIe总线驱动接口软件实现 |
3.1.4 IVI-COM驱动器功能实现 |
3.1.4.1 初始化与关闭 |
3.1.4.2 配置函数实现 |
3.1.4.3 数据函数实现 |
3.1.5 IVI-COM驱动器仿真与生成 |
3.2 SCPI解析器研究与实现 |
3.2.1 SCPI解析器方案设计 |
3.2.2 SCPI命令集构建 |
3.2.3 SCPI解析器实现 |
3.3 本章小结 |
第四章 PC端上位机应用软件实现 |
4.1 上位机应用软件方案设计 |
4.2 用户交互程序设计 |
4.2.1 IVI-COM接口使用 |
4.2.2 程控界面设计 |
4.2.2.1 界面布局 |
4.2.2.2 功能实现 |
4.2.3 功能测试界面设计 |
4.3 数据分析和处理 |
4.3.1 误差校准方案设计 |
4.3.2 偏置误差校准软件实现 |
4.3.3 增益误差校准软件实现 |
4.3.4 时间误差校准软件实现 |
4.4 本章小结 |
第五章 软件系统验证和测试 |
5.1 PCIe总线驱动测试 |
5.1.1 功能接口测试 |
5.1.2 可互换性测试 |
5.2 SCPI解析器测试 |
5.3 高速数据采集系统上位机功能验证 |
5.3.1 功能验证 |
5.3.2 数据处理效果验证 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(7)胰腺癌患者右耳耳穴特异性变化的临床观察(论文提纲范文)
摘要 |
ABSTRACT |
文献综述 耳穴诊断在恶性肿瘤中的研究进展 |
1. 引言 |
2. 耳穴诊断的理论基础发展 |
3. 耳穴诊断消化道恶性肿瘤方法的研究 |
4. 总结 |
参考文献 |
前言 |
临床研究 |
1 临床观察资料与方法 |
1.1 临床观察资料 |
1.2 观察方法及工具 |
1.3 统计方法 |
2 临床观察结果 |
2.1 两组一般情况比较 |
2.2 两组纳入人员右耳耳穴颜色形态变化比较 |
2.3 两组纳入人员右耳耳穴电测定比较 |
2.4 不同分期胰腺癌患者右耳耳穴阳性反应比较 |
2.5 不同治疗手段对胰腺癌患者右耳耳穴影响比较 |
2.6 不同肿瘤部位胰腺癌患者右耳耳穴阳性反应比较 |
讨论 |
1 相关理论基础探讨 |
1.1 中医学与全息生物学 |
1.2 耳与脏腑经络关系密切 |
1.3 耳廓的现代解剖基础 |
1.4 耳穴的“同侧效应理论”与“对侧效应理论” |
1.5 耳穴诊断的临床价值讨论 |
2 耳穴观察方法相关讨论 |
3 胰腺癌右耳耳穴观察结果的分析与讨论 |
3.1 胰腺癌右耳耳穴颜色形态变化特异性分析 |
3.2 胰腺癌右耳耳穴电测定特异性分析 |
3.3 胰腺癌右耳耳穴特异性相关群分析 |
3.4 胰腺癌右耳耳穴内分泌区毛发增生现象分析 |
3.5 胰腺癌右耳耳穴肿瘤特异区Ⅱ的特异性分析 |
3.6 胰腺癌右耳耳穴表现的性别差异分析 |
3.7 不同分期胰腺癌患者右耳耳穴阳性反应分析 |
3.8 不同治疗对胰腺癌患者右耳耳穴影响分析 |
3.9 不同肿瘤部位胰腺癌患者右耳耳穴阳性反应分析 |
4 不足与展望 |
结语 |
参考文献 |
附录 胰腺癌TNM分期(2017 AJCC 第八版) |
致谢 |
在学期间主要研究成果 |
(8)快速FBG应变测试系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 FBG应变测试技术的研究现状 |
1.2.2 应变测试系统数据采集与处理技术的研究现状 |
1.3 本文主要研究内容 |
1.4 本章小结 |
2 应变测试系统总体方案设计 |
2.1 应变测试系统总体结构 |
2.2 光路部分解调方案 |
2.2.1 FBG理论模型 |
2.2.2 FBG应变传感模型 |
2.2.3 FBG传感器的解调技术 |
2.3 信号调理电路结构设计 |
2.4 数据采集和处理模块结构设计 |
2.5 本章小结 |
3 应变测试系统解调算法原理分析与仿真 |
3.1 非平衡M-Z干涉仪解调算法 |
3.1.1 基于2×2耦合器的PGC解调法 |
3.1.2 基于3×3耦合器的解调算法 |
3.2 基于3×3耦合器结构的传统解调算法 |
3.3 基于3×3耦合器结构的三步移相解调算法 |
3.4 本章小结 |
4 应变测试系统的硬件电路设计 |
4.1 光路搭建 |
4.1.1 系统光路的设计 |
4.1.2 光学器件的选择 |
4.2 信号调理电路 |
4.2.1 光电转换及前置放大电路 |
4.2.2 多级放大电路 |
4.3 数据采集和处理模块 |
4.3.1 DSP芯片 |
4.3.2 FPGA芯片及使用配置 |
4.3.3 ADC模块接口设计 |
4.3.4 外部存储器模块 |
4.3.5 USB控制电路 |
4.3.6 LCD1602液晶驱动电路 |
4.4 电源模块 |
4.4.1 信号调理电路的电源 |
4.4.2 数据采集和处理模块的电源 |
4.5 本章小结 |
5 应变测试系统的软件实现与实验测试 |
5.1 系统调试阶段的搭建 |
5.2 软件开发环境 |
5.2.1 DSP开发环境及流程 |
5.2.2 FPGA开发环境及流程 |
5.3 数据采集模块调试 |
5.3.1 2812 DSP片内ADC采集调试 |
5.3.2 AD9280采集调试 |
5.4 基于解调算法的数据处理 |
5.5 数据传输调试 |
5.6 实验测试结果 |
5.7 测试精度分析 |
5.8 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 攻读硕士学位期发表的论文和出版着作情况 |
(9)基于多模态生物电信号人机交互技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 脑机接口研究背景与现状 |
1.1.1 脑机接口研究背景 |
1.1.2 脑机接口研究现状 |
1.2 基于肌电的人机接口研究背景和现状 |
1.2.1 基于肌电的人机接口研究背景 |
1.2.2 基于肌电的人机接口研究现状 |
1.3 多模态生物电人机接口研究背景和现状 |
1.3.1 多模态生物电人机接口研究背景 |
1.3.2 多模态生物电人机接口研究现状 |
1.4 生物电人机接口存在的问题及课题研究思路 |
1.4.1 系统的问题 |
1.4.2 课题研究思路 |
1.5 论文内容安排 |
第二章 基于生物电信号人机接口的研究基础 |
2.1 人机接口系统构成 |
2.2 脑机接口研究基础 |
2.2.1 EEG信号采集 |
2.2.2 脑电节律 |
2.2.3 基于EEG信号的BCI系统类型 |
2.2.4 信号处理算法 |
2.3 基于sEMG人机接口研究基础 |
2.3.1 EMG信号的产生 |
2.3.2 sEMG信号采集与处理 |
2.4 本章小结 |
第三章 基于新型特征优化技术的可穿戴式表面肌电信号人机接口 |
3.1 引言 |
3.2 采集系统电路结构 |
3.2.1 离线sEMG信号采集系统 |
3.2.2 可穿戴式sEMG信号采集系统 |
3.2.3 采集系统硬件测试结果分析 |
3.3 实验方案设计 |
3.4 信号预处理 |
3.4.1 预处理算法 |
3.4.2 预处理算法结果分析 |
3.5 特征选择及分析结果 |
3.5.1 特征提取 |
3.5.2 特征选择 |
3.5.3 特征分类 |
3.5.4 电极和特征选择算法结果分析 |
3.5.5 特征分类算法结果分析 |
3.6 基于sEMG信号的人机接口控制范式 |
3.6.1 控制范式 |
3.6.2 基于s EMG信号的可穿戴式HCI系统在线性能评估 |
3.7 讨论 |
3.7.1 基于s EMG信号的可穿戴式HCI系统设计 |
3.7.2 特征选择和分类 |
3.7.3 实时控制性能 |
3.7.4 系统局限性及未来工作 |
3.8 本章小结 |
第四章 基于最优化少量电极的认知行为想象脑机接口 |
4.1 引言 |
4.2 样本量确定及实验数据集描述 |
4.2.1 样本量确定 |
4.2.2 BCI系统被试者数量确定 |
4.2.3 实验范式设计 |
4.2.4 数据采集与数据集描述 |
4.3 信号预处理 |
4.3.1 信号预处理算法 |
4.3.2 特征可视化 |
4.3.3 信号预处理及可视化结果分析 |
4.3.4 ERD/S结果分析 |
4.4 实验方案及算法 |
4.4.1 CSP算法 |
4.4.2 传统CSP算法在EEG信号分析中的应用 |
4.4.3 改进的CSP算法在EEG信号分析中的应用 |
4.4.4 通用电极选择算法 |
4.4.5 基于相关性的新型DM电极选择方法 |
4.5 算法结果分析 |
4.5.1 特征提取算法结果分析 |
4.5.2 电极选择算法分析 |
4.5.3 最优电极组合选择 |
4.5.4 最优电极组合普适性与有效性验证 |
4.5.5 跨被试者普适性及鲁棒性分析 |
4.6 讨论 |
4.7 本章小结 |
第五章 多模态生物电信号对反应时间缩短情况的研究 |
5.1 引言 |
5.2 事件相关电位物理意义 |
5.3 实验范式设计与数据采集 |
5.4 EEG信号整体评估及范式选择实验结果 |
5.4.1 真实反应时间分析 |
5.4.2 ERP信号可视化结果分析 |
5.4.3 ERP波形分类性能评估 |
5.4.4 浅层神经网络分类结果 |
5.5 基于EEG信号的反应时间分析 |
5.5.1 基于滑动窗算法的反应时间确定 |
5.5.2 普适性最优电极组合选择 |
5.5.3 与实际鼠标点击反应时间对比 |
5.5.4 基于滑动窗金字塔加权修正的无约束识别 |
5.6 sEMG信号分析及结果 |
5.6.1 可视化结果 |
5.6.2 不同特征向量提取方式比较 |
5.6.3 基于拓展时间窗的反应时间分析 |
5.7 讨论与本章小结 |
第六章 基于最大权完美匹配的多模态生物电信号人机接口 |
6.1 引言 |
6.2 深层卷积神经网络架构背景介绍 |
6.2.1 深层卷积神经网络架构基本组件 |
6.2.2 CNN的改进优化方法 |
6.2.3 损失目标函数 |
6.3 数据集描述 |
6.4 算法流程 |
6.4.1 处理ERP波形的CNN网络结构 |
6.4.2 基于最大权完美匹配的难样本选择 |
6.4.3 关于MWP匹配方法及损失函数对比讨论 |
6.5 实验结果分析 |
6.5.1 运行环境及参数设置 |
6.5.2 EEGNet与传统方法对比结果 |
6.5.3 MWP-EEGNet对系统性能的提升 |
6.5.4 基于MWP-EMG-EEGNet多模态融合结果分析 |
6.6 本章小结 |
第七章 基于多模态生物电信号的在线人机接口系统 |
7.1 引言 |
7.2 基于NeuroScan的在线人机接口系统设计 |
7.2.1 基础模块 |
7.2.2 在线系统整体框架 |
7.2.3 在线实验方法 |
7.2.4 在线信号处理及结果分析 |
7.3 便携式多功能生物电采集系统 |
7.3.1 硬件电路设计 |
7.3.2 硬件采集系统测试结果 |
7.3.3 软件平台设计 |
7.3.4 数据分析算法 |
7.3.5 软件平台结果测试 |
7.3.6 基于PSUEEG平台的虚拟智能轮椅系统 |
7.4 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
参考文献 |
附录 A 主要代码流程及执行结果 |
致谢 |
作者简介 |
(10)肺癌的辅助检测方法及影响肺癌的空气污染因素研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 肺癌的诊断方法 |
1.1.2 早期肺癌的筛查 |
1.1.3 影响肺癌的空气污染因素 |
1.2 课题研究现状 |
1.2.1 生物组织的电学特性 |
1.2.2 电阻抗层析成像的医学应用 |
1.2.3 基于CT影像的肺结节计算机辅助检测 |
1.2.4 空气污染对肺癌的影响 |
1.3 本文研究内容及创新点 |
第2章 基本理论与方法 |
2.1 生物组织电学特性研究相关理论 |
2.2 电阻抗层析成像技术理论基础 |
2.3 医学图像处理相关技术 |
2.3.1 图像特征提取 |
2.3.2 图像分类 |
2.4 聚类分析 |
2.4.1 典型聚类算法 |
2.4.2 聚类有效性指标 |
2.5 模糊测度理论 |
2.5.1 非线性积分 |
2.5.2 模糊测度的辨识方法 |
2.6 粗糙集理论 |
2.7 本章小结 |
第3章 人体肺组织电学特性及肺癌电阻抗层析检测 |
3.1 活性肺组织阻抗频谱测量 |
3.1.1 测量系统及环境控制平台 |
3.1.2 人体肺组织采样及阻抗测量 |
3.2 测量数据处理 |
3.2.1 显着性分析 |
3.2.2 介电数据计算 |
3.3 肺组织的电学特性 |
3.3.1 阻抗谱模型及特征参数提取 |
3.3.2 阻抗及介电频谱 |
3.4 建立肺部电导率分布模型 |
3.4.2 建立二维肺断层模型 |
3.4.3 建立三维肺模型 |
3.4.4 电导率分配规则 |
3.5 电导率分布模型建立结果与分析 |
3.5.1 二维肺电导率分布模型 |
3.5.2 三维肺电导率分布模型 |
3.6 肺癌电阻抗层析检测 |
3.6.1 现有算法问题描述 |
3.6.2 基于先验信息的Tikhonov正则化算法 |
3.6.3 基于待检测目标的面积占比求解正则化参数的算法 |
3.6.4 肺癌电阻抗层析成像仿真对比实验 |
3.6.5 成像结果及对比分析 |
3.7 本章小结 |
第4章 基于CT图像的肺结节计算机辅助检测 |
4.1 现有算法问题描述 |
4.2 无监督聚类有效性指标 |
4.3 无监督聚类有效性指标性能测试实验 |
4.3.1 数据集多维尺度分析 |
4.3.2 人工数据集测试结果及分析 |
4.3.3 UCI数据集测试结果及分析 |
4.4 肺结节检测对比实验 |
4.4.1 肺部CT图像数据来源 |
4.4.2 肺结节特征描述 |
4.4.3 肺结节检测 |
4.5 肺结节检测结果与分析 |
4.6 本章小结 |
第5章 空气污染对肺癌发病率的影响研究 |
5.1 现有算法问题描述 |
5.2 基于扩展的λ模糊测度的Choquet积分关联分析方法 |
5.2.1 Choquet积分模型 |
5.2.2 现有模糊测度的局限性 |
5.2.3 扩展的λ模糊测度 |
5.2.4 不同模糊测度变式对比 |
5.2.5 改进的启发式最小均方误差方法辨识参数 |
5.3 基于粗糙集理论的规则挖掘方法 |
5.3.1 构建离散化决策表 |
5.3.2 决策表约简 |
5.3.3 生成决策规则 |
5.4 空气污染对肺癌发病率影响评估实验 |
5.4.1 数据来源 |
5.4.2 基于扩展的λ模糊测度Choquet积分的关联分析 |
5.4.3 基于粗糙集理论的规则挖掘 |
5.5 与已有研究结果和主流方法的对比 |
5.6 本章小结 |
第6章 初步探索肺癌组织CT图像特征与其电导率的关联性 |
6.1 肺癌组织的特征数据 |
6.2 相关分析 |
6.3 回归分析 |
6.4 回归模型有效性验证 |
6.5 本章小结 |
第7章 总结及展望 |
7.1 本文工作总结 |
7.2 研究展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
四、基于PC机的人体耳穴频谱响应测试与分析系统(论文参考文献)
- [1]基于可见光的无线通信收发链路设计与实现[D]. 汪弈舟. 北方工业大学, 2021(09)
- [2]5G毫米波用户终端射频前端关键技术研究[D]. 李天瑞. 电子科技大学, 2021(01)
- [3]电能质量扰动信号压缩采样与重构方法及其在造纸工业中的应用研究[D]. 刘嫣. 陕西科技大学, 2021
- [4]基于下肢MI和SSSEP的混合脑—机接口信号特征及分类研究[D]. 李嘉莹. 天津职业技术师范大学, 2021(06)
- [5]基于FPGA和ARM的超声波高速数据采集卡的设计[D]. 张东旭. 西安理工大学, 2020(01)
- [6]基于PCIe的高速数据采集系统上位机软件设计[D]. 甘甜曲. 桂林电子科技大学, 2020(04)
- [7]胰腺癌患者右耳耳穴特异性变化的临床观察[D]. 刘吟宇. 北京中医药大学, 2020(04)
- [8]快速FBG应变测试系统研究[D]. 崔琪. 南京理工大学, 2020(01)
- [9]基于多模态生物电信号人机交互技术研究[D]. 孙瀚. 东南大学, 2019(01)
- [10]肺癌的辅助检测方法及影响肺癌的空气污染因素研究[D]. 王亚茹. 天津大学, 2019(01)