基于核独立成分分析的静息态fMRI数据研究（英文）

为了方便提取静息态默认网络,降低功能核磁共振（fMRI）数据复杂度,克服独立成分分析只适合于源信号线性混合的限制,提出了特征降维和非线性变换的框架.首先采用主成分分析对fMRI信号的时间维度进行降维,将原始维度为153 594×128的fMRI数据降至153 594×5,以达到降低计算复杂度的目的,并保留95%的信息成分.然后利用基于高斯核的非线性独立成分分析即核独立成分分析来分析静息态fMRI数据并提取默认网络.实验结果表明,在分析静息态fMRI数据的过程中,核独立成分分析不仅能准确提取默认网络,而且降低了噪声,所得到的结果优于普通独立成分分析.     

基于三网络模式的阿尔茨海默病和遗忘型轻度认知功能障碍的半球间功能连接研究（英文）

目的:探讨阿尔茨海默病(AD)和遗忘型轻度认知功能障碍(aMCI)在默认脑网络(DMN)、突显网络(SN)和执行控制网络(ECN)这三个脑网络中的半球间脑功能连接的差异性。创新点:利用体素镜像同伦功能连接(VMHC)来观察AD和aMCI在多个脑网络基础上的半球间功能连接特点。方法:该研究纳入了浙江省人民医院就诊的30例AD患者、14例aMCI患者和18例老年健康对照者,均给予静息态功能磁共振扫描,利用VMHC进行数据分析,联合简易智力状态检查量表(MMSE)和蒙特利尔认知评估量表(MOCA)进行相关分析。结论:(1)位于三个脑网络的异常半球功能连接主要存在于AD组,可以作为AD诊断的一个敏感性指标;(2)VMHC值可以作为预测AD进展包括aMCI发展为AD的一个敏感性指标。     

自闭症儿童静息态脑功能局部一致性ALE元分析

自闭症谱系障碍是一种高异质性神经发育障碍，多发于儿童早期，影响个体生活。静息态功能磁共振成像技术由于其无创、高时空分辨率和采集方便等优点成为自闭症临床辅助诊断和寻找生物标志物的有力工具。本文通过激活似然估计元分析识别自闭症儿童自发神经活动异常脑区，为自闭症早期诊断和临床应用提供指导和参考。检索中英文数据库中基于局部一致性方法分析自闭症儿童静息态脑功能的研究，对12篇文献进行元分析，发现自闭症儿童颞中回、颞上回、岛叶和顶下小叶局部一致性减弱，舌回、梭状回、后扣带回和扣带回局部一致性增强。自闭症儿童社会认知和行为功能缺陷可能与这些脑区功能异常有关。静息态下自发神经活动异常脑区研究可为寻找自闭症客观生物标志物提供依据。     

EMG控制系统中放大器电路设计

设计了多种运算放大器电路来检测处理EMG信号,提供了在高输入阻抗、高共模噪声环境下提取和处理极低电平信号的方法,设计了与控制机械控制系统的执行器连接,将EMG信号变换成二进制信号来对直流电动机(驱动假肢动作的电机)进行驱动控制.     

基于小波变换的数字调制信号的特征提取

主要研究基于小波变换的数字调制信号的特征提取.和傅里叶变换不一样,小波变换是一个很好的时频分析工具.在实际中数字调制信号常常带有噪声(如白噪声等).首先对ASK、PSK、FSK信号进行小波分析,并对其特征进行提取(幅度、频率和相位等),其次对染噪的数字调制信号进行去噪处理,然后再进行小波分析比较.     

成年男性特质型焦虑与内侧眶额的自发活动有关（英文）

目的:研究内侧眶额与焦虑加工的关系。创新点:采用Louvain网络模块检测方法对大脑内侧眶额进行自动化功能亚区分割,并发现内侧眶额与健康成年男性特质型焦虑的关系。方法:采用静息态低频振幅比率(fALFF)、静息态功能连通性(RSFC)和脑区功能亚区自动化分割方法。结论:成年男性特质型焦虑分数与内侧眶额的fALFF指标间存在显著相关性,并与右脑内侧眶额和楔前叶之间的功能连通性有关。因此,可以认为内侧眶额涉及特质型焦虑加工。     

动态核磁共振社区结构灵活度指标在抑郁症疗效评估中的应用（英文）

为了更有效地评估抑郁症患者治疗前后的改善效果,使用动态模块化算法探测抑郁症患者静息态脑网络的灵活度属性.使用独立成分分析获得每个被试的特定脑网络分区信号,通过滑动窗口和L1范数计算动态功能连接矩阵,然后运用社区探测算法计算功能连接的动态社区结构.最终获得的模块化分配结构具有大脑活动随时间推移的一般特征.灵活性指标是动态社区结构的特征之一,表征区域变化的次数.本次研究中,有16名患者实现临床缓解并治疗前后各扫描一次.计算得到的所有患者治疗前后全脑6个网络的灵活度指标组间置换检验结果显示,患者治疗前和治疗后的默认网络和认知控制网络灵活性度分布存在下降趋势,且该趋势具有统计学差异.因此这2个网络的灵活度指标可用于抑郁病人治疗效果评估的客观参考.     

基于自适应Moore响度算法研究高速列车车内声品质（英文）

目的:高速列车的车内噪声以中低频为主,传统的线性和A计权声压级都无法客观描述人耳的听觉感受。本文旨在探索Moore响度应用于车内声品质分析的可行性。创新点:1.提出了一种自适应Moore响度算法(AMLA),该算法可有效提升计算的精度和效率;2.采用AMLA分析了高速列车车内噪声在不同工况下的声品质特征。方法:1.基于信号的等矩形带宽(ERB)谱,提出AMLA方法的理论;2.参照ANSI标准中的仿真信号,评价AMLA的计算精度和效率;3.采用AMLA辨别有色噪声信号与车内噪声样本,验证声品质分析的有效性;4.结合在线搭载试验,运用AMLA分析稳态工况(不同行车速度和空间位置等)和瞬态工况(加速和减速等)下的车内声品质特征。结论:1.相比传统方法,AMLA方法的计算精度和效率相对较高,且适用范围更广;2.高速列车的车内噪声与深红噪声信号具有相似的特征响度分布;3.稳态工况下,车内噪声的响度成分集中在27.6 erbr以内,在300~350 km/h的速度区间内车内声品质较稳定,空间分布特征为"端部大、中间小";4.瞬态工况下,车内噪声在20~27 erbr内的响度成分与列车速度密切相关,而在12~15 erbr内的成分相对稳定。     

随机共振系统数值仿真中的参数分析

用数值方法研究了随机共振(SR)系统.理论分析表明,正弦信号在系统输出中的数值表现仍为正弦信号,白噪声的效应是维纳过程,较小的系统参数才能使随机共振系统发生信号调制噪声效应.仿真实例验证了分析结果.     

EMG控制系统中放大器电路设计

设计了多种运算放大器电路来检测处理EMG信号,提供了在高输入阻抗、高共模噪声环境下提取和处理极低电平信号的方法,设计了与控制机械控制系统的执行器连接,将EMG信号变换成二进制信号来对直流电动机(驱动假肢动作的电机)进行驱动控制。     

滤波耦合法在航空发动机振动去噪中的应用

在航空发动机故障诊断研究中,如何从被干扰的信号中有效去除噪声并提取更为准确的故障信息是十分重要的.本文结合实际问题,在小渡分析和中值滤波两种方法的基础上提出了Db小波与自适应中值滤波耦合法,并用该方法分析了某型航空发动机振动信号,其有效地去除了一系列噪声.     

小波去噪方法的仿真研究

去除在心电信号采集过程中混入的基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判和漏判.利用样条小波小波对心电信号按Mallat算法进行分解,然后小波重构的算法进行去噪.采用MIT-BIH数据库中的心电信号进行仿真、验证,有效去除了噪声信号.此方法实时性好,为临床分析与诊断莫定了基础.     

基于噪声与阴影抑制多模态背景模型的运动物体检测

针对场景照明变化、模型初始化以及阴影等问题, 提出了一种用于视频监视系统运动物体检测的统计多模态背景模型. 通过相隔固定的帧差值阈值化得到背景样本值, 并采用高斯核密度估计方法计算背景灰度的概率密度函数. 利用像素的邻域信息来去除由于摄像机抖动和场景小运动产生的噪声. HMMD色彩信息用来检测和抑制运动投射阴影. 实验结果验证了算法在交通监控前景物体分割中的有效性.     

基于小波的被动声纳降噪研究

该文采用基于小波的降噪理论,研究了水下舰船辐射噪声的被动声纳降噪问题,在舰船辐射噪声的建模与仿真条件下,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并分析比较了利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果.该研究在分析对比的基础上进行小波包软阈值去噪取得了较好的效果,对被动声纳降噪提供了较好的应用前景.     

化学振荡的混沌控制

文章研究了Rossler化学反应系统的动力学行为.利用数值结果,相图和李雅普诺夫指数分析了系统的周期振荡态和混沌态运动过程.利用四种方法实现了系统的混沌控制.结果表明,系统的状态由单周期振荡态变为周期2、周期4等多周期振荡态以及混沌态,最终系统的混沌行为被有效的调制到稳定的周期振荡态.     

生物医学信号处理方法概述

信号处理已在不同程度上渗透到几乎所有的医疗卫生领域.从预防医学、基础医学到临床医学,都已有许多成功的例子.但生物医学信号属于低频微弱信号,所采集的信号易受病人生理、外界环境等干扰,往往被噪声淹没,从而使得待检测信号波形存在失真,给信号的自动分析处理带来了很大的困难.本文主要讨论生物医学信号处理中的常见方法,它包括时域方法(平均叠加法AEV)、频域滤波、自适应滤波、混沌和分形、小波分析、人工神经网络分析,以及它在生物医学工程中的应用.     

经验模态分解在电力绝缘气体SF6红外光谱去噪中的应用

经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势.本文以电力绝缘气体SF6为研究对象,在介绍EMD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加重构得到去噪后的信号.分析了在不同噪声水平上与小波阈值去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势.     

色关联单模激光线性模型初态的随机共振

讨论了具有指数关联形式的两白噪声驱动下,单模激光线性模型受信号调制后初态的输出信噪比,即瞬态第一个周期的随机共振现象. 也讨论了噪声间互关联程度和互关联时间及信号频率对信噪比的影响,并和定态的随机共振进行了比较.     

压缩态THz光的产生及检测技术

概述了利用光学整流、参量振荡、空气等离子体等非线性过程产生THz光的方法．根据量子光学的压缩态概念,提出利用非线性光学过程实现压缩态THz光的可能性;并论述了压缩态THz光可具有消除系统所有的经典噪声,达到最大信噪比,实现超高灵敏度、超高精度的弱光信号传输和测量的优良效果．     

基于取样积分技术的混沌检测法与微弱正弦信号检测

提出了一种对噪声背景下微弱正弦信号的检测方法.分析了Duffing振子用于微弱正弦信号检测的机理,并把混沌临界状态检测法和传统检测方法(取样积分)相结合,实现-50dB以下超低信噪比的微弱正弦信号检测.同时,仿真实验也表明该方法对噪声具有较强的抑制能力且具有较低的信噪比工作门限.