学科分类
/ 1
4 个结果
  • 简介:在电子内窥镜基础上结合计算机技术及立体显示技术发展起来的立体电子内窥镜以立体图像观察人体内部,从而不仅提高医疗诊断的准确性,并且使内窥镜越来越多的参与到手术中,对于微创手术具有重要的意义。本文介绍了立体电子内窥镜中立体显示技术及其系统结构,描述了立体电子内窥镜的发展现状,并展示了当前前沿的机器人辅助手术系统中内窥镜导航系统的组成。

  • 标签: 立体电子内窥镜 双CCD 机器人辅助手术系统
  • 简介:识别和描述房颤有可能自发终止还是持续,不仅可以更好地了解心律不齐发作和终止的机制,还可以更有效地治疗持续房颤。本文从非线性角度提取房颤信号特征并预测其能否自发终止。先重建心电信号的相空间,获取相空间中指定庞加莱截面上的点,然后基于形状分析提取刻画庞加莱面上相似点对相对数量的参数ρ,最后基于ρ来分类非终止房颤和可终止房颤。实验研究了一个由Holter心电信号组成的包括训练集和测试集的房颤数据库,结果表明:本文提出的特征参数ρ可正确分类90%的测试集。可见,该方法能从Holter心电信号有效地预测房颤的自发终止。

  • 标签: 房颤 终止 预测 庞加莱面 形状分析 心电信号
  • 简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

  • 标签: 立体视觉疲劳 主成分分析 BP神经网络
  • 简介:本文以空间生命科学涉及的研究领域为背景,对空间生命科学仪器和技术的国际发展状况进行了综合分析和举例说明,详细介绍了空间生命科学仪器和技术的国内发展状况,包括应用于返回式卫星、载人飞船、货运飞船、空间实验室和载人空间站的空间生命科学仪器和技术,以及已取得的研究成果,展望了空间生命科学仪器和技术的发展。

  • 标签: 空间 生命科学 仪器 实验技术