检索历史 清除

【中文期刊】 谢燕江 杨智  等 《中国生物医学工程学报》 2009年28卷6期 823-826页 ISTICPKUCSCDCA

【摘要】 为了消去夹杂在膈肌肌电(EMGdi)信号中的心电干扰,在比例阈值算法的基础上,提出一种结合QRS检测和小波阈值的降噪方法.首先,根据小波系数的相关性构造QRS波群的检测方法,分析确定干扰的位置和范围;其次,将小波系数分为受干扰和未受干扰两部...

【关键词】 小波变换； 膈肌肌电； 心电干扰；

【中文期刊】 王颖 王兵  等 《中国医学物理学杂志》 2010年27卷2期 1747-1750页 ISTICCSCD

【摘要】 目的:为了更好地研究体感诱发电位的提取方法.方法:将基于自参考自相关自适应干扰对消技术(AAA-ICT)单次提取体感诱发电位的方法与传统的叠加平均提取方法作比较.结果:通过80例神经系统正常的受试者体感诱发电位的深入研究与分析,表明传统的叠...

【关键词】 体感诱发电位； 单次提取； 自参考；

【中文期刊】 谢燕江 杨智  等 《电子学报》 2010年38卷2期 366-370页

【摘要】 膈肌肌电图信号是微弱的人体生物电信号,该信号往往受到被测对象自身心电图信号的严重干扰.本文应用小波变换的分析方法,提出了一种心电定位和小波阈值相结合的去心电新算法.该方法在对信号各层小波系数分析的基础上,通过小波相关系数法确定心电干扰的位置...

【关键词】 信号处理； 小波变换； 膈肌肌电图信号；

【中文期刊】 《生物医学工程学杂志》 2009年26卷5期 1094-1100页 MEDLINEISTICPKUCA

【摘要】 在分析传统的诱发电位提取的叠加平均理论缺陷的基础上,根据对自发脑电信号特性的认识和诱发电位提取的特定环境,提出了闪光视觉诱发电位 (FVEP)单次提取的自参考自相关自适应干扰对消理论和技术(AAA-ICT).该技术用求诱发脑电信号与参考信号...

【关键词】 闪光视觉诱发电位； 单次提取； 自参考自相关自适应干扰对消；

【中文期刊】 万红 王超  等 《中国生物医学工程学报》 2011年30卷6期 871-877页 ISTICPKUCSCDCA

【摘要】 研究大鼠的视觉诱发电位对认知人类视觉机理和疾病发生的位置具有重要意义.为获得大鼠视觉刺激诱发电位的特征信息,本研究设计了一种新的用于自适应干扰对消的大鼠视觉诱发电位信号采集方案,在大鼠初级视皮层不同位置和深度分别植入检测电极和干扰参考电极,...

【关键词】 视觉诱发电位； 大鼠； 单次提取；

【中文期刊】 李虹 谢正祥  等 《中国医学物理学杂志》 2008年25卷5期 828-831页 ISTICCSCD

【摘要】 目的:为实现人体的听觉皮层诱发电位(auditory cortical evoked potential,ACEP)单次提取.方法:将当前流行的计算机应用于生物医学,通过多媒体音频技术产生适合诱发人体听见诱发电位的声音刺激,刺激人体,在电脑...

【关键词】 听觉皮层诱发电位； 自参考、自相关、自适应干扰对消； 单次提取；

【中文期刊】 李章勇 谢正祥  等 《上海生物医学工程》 2001年22卷4期 13-17页 CA

【摘要】 目的:用可视化编程技术实现胎儿心电信号提取和分析.方法:获取受试者仰卧位的腹部平行放置的两对电极的二道心电信号;在Windows系统下,用Delphi嵌入汇编技术实现对模/数采样卡的低层I/O操作;用自适应干扰对消技术提取胎儿心电信号.结果...

【关键词】 可视化编程 胎儿心电信号(FECS) 嵌入式汇编 自适应干扰对消 心动周期信号；

【外文期刊】 Reza Arefi,Shirvan ; Seyed Kamaledin,Setarehdan ; 等 《Computers in biology and medicine》 2017年84卷 9-19页 SCIMEDLINEBP

【关键词】 Discrete wavelet transform; Dual channel fNIRS system; Evoked hemodynamic response;

【外文期刊】 Dengcai,Yang ; Ya,Zhang ; 等 《Micromachines》 2024年15卷9期

【关键词】 de-chirp reception; frequency measurement; microwave photonics;

【外文期刊】 Osama,Abuajwa ; Mardeni,Bin Roslee ; 等 《Heliyon》 2022年8卷11期 e11265页

【关键词】 Integer linear programming (ILP); Jain's fairness index (JFI); Particle swarm optimisation (PSO);