您的位置: 专家智库 > >

周葛

作品数:6 被引量:23H指数:3
供职机构:吉林大学仪器科学与电气工程学院更多>>
发文基金:吉林省科技发展计划基金吉林省教育厅“十二五”科学技术研究项目国家自然科学基金更多>>
相关领域:电子电信机械工程理学医药卫生更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇机械工程
  • 2篇电子电信
  • 1篇自动化与计算...
  • 1篇医药卫生
  • 1篇理学

主题

  • 3篇近红外
  • 3篇近红外光
  • 3篇近红外光谱
  • 3篇光谱
  • 3篇红外
  • 3篇红外光
  • 3篇红外光谱
  • 2篇心律
  • 2篇心律失常
  • 1篇电信号
  • 1篇血管
  • 1篇血管血流
  • 1篇血流
  • 1篇硬件
  • 1篇硬件设计
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇软件开发
  • 1篇实时系统
  • 1篇探头

机构

  • 6篇吉林大学
  • 1篇东北师范大学
  • 1篇吉林大学口腔...

作者

  • 6篇周葛
  • 5篇蔡靖
  • 5篇刘光达
  • 2篇千承辉
  • 1篇周晓宇
  • 1篇倪维广
  • 1篇王永祥
  • 1篇张守伟
  • 1篇周晓宇
  • 1篇王特
  • 1篇尚小虎

传媒

  • 2篇电子测量与仪...
  • 1篇光学精密工程
  • 1篇光谱学与光谱...

年份

  • 3篇2021
  • 1篇2017
  • 2篇2016
6 条 记 录,以下是 1-6
排序方式:
一种可穿戴式脑血氧监测头盔
本实用新型属于近红外光谱脑功能检测领域,尤其涉及一种可穿戴式脑血氧监测头盔,包括检测探头、头盔式弹性固定带、电源单元,所述的头盔式弹性固定带为环形固定到大脑前额,电源单元与检测探头连接用于给检测探头供电,所述检测探头与电...
刘光达周晓宇曹泽元周葛蔡靖查雨彤千承辉
文献传递
基于FFNN和1D-CNN的实时心律失常诊断系统与算法被引量:5
2021年
为了解决心律失常实时诊断的问题,设计并实现了实时心律失常诊断系统,并提出了一种基于前向反馈神经网络(FFNN)和一维卷积神经网络(1D-CNN)的实时心律失常诊断算法。系统利用可穿戴的心电图(ECG)采集设备采集心电信号并实时无线传输到客户端软件进行心律失常诊断,然后将诊断结果自动上传至服务器。心律失常诊断算法以原始胸导联ECG并采用200 ms时间窗的片段作为输入,首先使用一个基于FFNN模型的分类器实时检测R波的位置,然后提取出每3个R波之间的心电序列并重采样为长度360点作为ECGRRR特征,最后使用一个基于1D-CNN模型的分类器进行实时心律失常分类。利用MIT-BIH心律失常数据库中MLII导联ECG数据训练算法模型并对系统进行测试。结果表明,提出的实时心律失常诊断系统与算法具有正确率高、实时性强且易部署的特点,对于跨病人的R波位置检测查全率为98.0%,查准率为99.5%以及整体正确率为97.6%,对于5分类的心律失常检测正确率为91.5%。
刘光达周葛董梦坤胡新蕾蔡靖倪维广
关键词:ECG心律失常实时系统
用于心律失常自动诊断的动态心电监测系统的研究
心律失常是指心跳的频率或节律出现异常,严重的心律失常可危及生命。心电图(Electrocardiogram,ECG)是一种记录心脏每个心动周期产生的电活动变化图形的技术。临床上医生能根据病人的ECG图形并结合相关病史和临...
周葛
关键词:硬件设计软件开发功能模块
基于KPCA-SVM的表面肌电信号疲劳分类研究被引量:9
2021年
为了提高手臂疲劳模型识别的准确率,本研究在常用时域、频域特征的基础上,引入了时频域、非线性和参数模型特征,提取3通道的表面肌电信号,构成特征集合。特征降维一般分为特征提取以及特征选择,分别采用特征提取中的主成分分析(PCA),核主成分分析(KPCA)方法以及特征选择中的互信息(MI)度量方法进行特征降维,采用支持向量机(SVM)和K近邻(KNN)作为分类器,通过3种降维方法分与SVM和KNN的不同组合构成疲劳分类模型。结果表明,KPCA与SVM的组合模型对于疲劳的正确识别率最高达到99%,高于其他组合算法。
刘光达董梦坤张守伟许蓝予周葛蔡靖
关键词:表面肌电特征降维核主成分分析支持向量机
基于近红外光谱的抗扰动脑血氧分析仪被引量:7
2016年
研究了一种近红外光谱抗扰动脑血氧分析仪,用于解决常规脑血氧测试方法检测过程复杂、抗干扰措施繁琐等问题。分析与探讨了影响脑血氧检测精度的因素,选择了合适的三波长近红外探测光源(735nm/805nm/850nm)用于该系统。利用氧合血红蛋白和还原血红蛋白在近红外光波段的吸收特性,得到这两种物质的浓度变化量,推算出了影响血氧检测精度的源端干扰表达式。同时,在检测端同步检测环境光,消除了漏光干扰。最后对上位机得到的原始数据与干扰数据进行处理,实现对大脑前额叶脑血氧波动的实时监测。设计了屏气实验以及源端干扰实验,检验了仪器实验结果的正确性。结果表明:本文所设计的脑血氧分析仪可以有效地检测血红蛋白的变化并能通过源端校正算法抑制源端干扰,干扰抑制比可达70%以上,基本实现了对人体无创、实时、准确监测的目的。
刘光达曹泽元周葛周晓宇蔡靖查雨彤千承辉
关键词:近红外光谱抗扰动
基于NIRS-ICG的脑血流量无创测量被引量:3
2017年
临床上脑血流量(cerebral blood flow,CBF)等脑血管血流动力学参数是脑血氧水平及脑血管储备功能诊断依据,现有检测手段存在技术复杂及相应试剂或设备不适用于所有诊断人群等缺点。为解决以上问题,利用近红外光谱技术(NIRS)结合吲哚青绿(indocyanine green,ICG)脉搏色素浓度法,研究了一种无创、快速、可重复测量的脑血流量床旁检测方法 NIRS-ICG。该方法根据静脉注射ICG后脑组织及脑动脉血流中三种主要吸光色团氧合血红蛋白(oxygenated hemoglobin,HbO_2)、还原血红蛋白(reduced hemoglobin,HbR)及ICG的浓度变化情况,建立脑组织及脑动脉血流中ICG积累量及引入量模型,以获得脑血氧及CBF等脑血流动力学参数。为验证该方法的可行性,将NIRS-ICG应用于血碳酸正常及高碳酸血症病理模型的实验猪的脑血流情况检测。具体方法是:分别对四组实验猪用按0%,3%,6%,9%比例调制的CO_2和空气混合气体施行机械通气,静脉快速推注ICG后,利用NIRS-ICG方法测量CBF、脑动脉血氧饱和度(cerebral arterial oxygen saturation,SaO_2)及脑血管管床平均循环时间(mean transit time,MTT)。实验结果表明,NIRS-ICG测得的CBF随CO_2比率升高而升高,SaO_2随着CO_2比例的升高而降低,MTT并无显著变化,与生理变化一致。因此,该方法可为脑血氧及脑血管储备功能诊断提供可靠依据。
查雨彤刘光达王永祥王特蔡靖周葛尚小虎
关键词:近红外光谱技术脑血流量吲哚青绿
共1页<1>
聚类工具0