期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
SCG信号处理与应用研究进展 被引量：1
1
作者 王超超 胡钧益 +1 位作者 蒋治国 张先超 《传感技术学报》 CAS CSCD 北大核心 2024年第6期923-940,共18页
心血管疾病是严重影响人类生命健康的因素之一。如何利用各类检测方法对人体心血管进行早期健康评估和疾病诊断是有效保障人民生命健康的有效手段。其中,由人体心脏跳动引起的胸腔震动信号(Seismocardiography,SCG)可用于描述细粒度的... 心血管疾病是严重影响人类生命健康的因素之一。如何利用各类检测方法对人体心血管进行早期健康评估和疾病诊断是有效保障人民生命健康的有效手段。其中,由人体心脏跳动引起的胸腔震动信号(Seismocardiography,SCG)可用于描述细粒度的心脏活动信息,包括心脏瓣膜的打开、关闭等,有助于对冠心病、心肌梗死、心脏出血等心血管疾病的检测和诊断。并且,得益于多种轻型传感器和非接触式传感器的研发,可以实现对人体SCG信号长期、日常化的监测。近年来,科研人员对SCG信号的研究越来越具体,SCG信号的获取方式、信号降噪算法、特征提取以及临床应用等研究内容都取得了一定的突破。将从以上几方面对近年来SCG信号领域的研究情况进行总结和展望。 展开更多
关键词 心震图 MEMS 加速度传感器 陀螺仪 FMCW雷达 心血管
在线阅读 下载PDF
基于霍克斯过程的动态异质网络表征学习方法
2
作者 陈蕾 邓琨 刘星妍 《电信科学》 北大核心 2024年第8期78-93,共16页
现有的异质网络表征学习方法主要关注静态网络,忽略了时间属性对节点表示的重要影响。然而,真实的异质信息网络极具动态性,节点和边的微小变化都可能影响整个结构和语义。鉴于此,提出了基于霍克斯过程的动态异质网络表征学习方法。首先... 现有的异质网络表征学习方法主要关注静态网络,忽略了时间属性对节点表示的重要影响。然而,真实的异质信息网络极具动态性,节点和边的微小变化都可能影响整个结构和语义。鉴于此,提出了基于霍克斯过程的动态异质网络表征学习方法。首先,利用关系旋转编码方式和注意力机制,学习相邻节点的注意力系数,获得节点的向量表示。其次,学习不同元路径的最优加权组合以更好捕获网络的结构和语义信息。最后,基于时间衰减效应,通过邻域形成序列将时间特征引入节点表示中,得到节点的最终嵌入表示。在多种基准数据集上的实验结果表明,所提方法在性能上显著优于对比模型。在节点分类任务中,Macro-F1平均提高了0.15%~3.45%,在节点聚类任务中,归一化互信息(normalized mutual information,NMI)值提高了1.08%~3.57%。 展开更多
关键词 网络表征学习 动态异质信息网络 注意力机制 元路径 霍克斯过程
在线阅读 下载PDF
基于微流控芯片的微球计数方法研究
3
作者 夏新成 冯吉军 +4 位作者 任文波 蒋巍 杨存亮 于志恒 黄风立 《物理化学进展》 2024年第2期110-116,共7页
微球荧光微球是一种圆形球状颗粒,在医学研究中,常被用于模拟病毒传播痕迹。传统的流式细胞仪测量微球个数时不仅所耗样品多,且成本高。为此,本文基于微流控方法,结合光学检测技术,开发了一种微球快数精确计数的方法,研究了纯水、Tris-... 微球荧光微球是一种圆形球状颗粒,在医学研究中,常被用于模拟病毒传播痕迹。传统的流式细胞仪测量微球个数时不仅所耗样品多,且成本高。为此,本文基于微流控方法,结合光学检测技术,开发了一种微球快数精确计数的方法,研究了纯水、Tris-硼酸、羟乙基纤维素(HEC)分别作为背景液时微球在微通道内的运动状况。结果表明,在HEC作为缓冲时,即使一个微球通过微流控芯片的检测窗口时,也可以获取其检测信号,微球检测通量约为400个/分钟。本文所报道的微流控芯片方法有望实验提供低成本、简便快捷的微球计数工作的开发提供技术指导。 展开更多
关键词 微流控芯片 微球 芯片实验室
在线阅读 下载PDF
人脸视频中心率变异性参数估计方法综述
4
作者 周才英 占新龙 +4 位作者 魏远旺 张先超 李永刚 王超超 叶晓朗 《中国图象图形学报》 2025年第4期953-976,共24页
本综述探讨了基于人脸视频的心率变异性(heart rate variability,HRV)估计技术,突出了其在健康监测和疾病诊断中的无创性和实时监控的优势。首先,解析了HRV的生理学基础和核心参数的定义,阐明了其在医疗保健领域的应用潜力。接着,详细... 本综述探讨了基于人脸视频的心率变异性(heart rate variability,HRV)估计技术,突出了其在健康监测和疾病诊断中的无创性和实时监控的优势。首先,解析了HRV的生理学基础和核心参数的定义,阐明了其在医疗保健领域的应用潜力。接着,详细介绍了人脸视频采集的技术细节、数据预处理流程,重点讨论了多种HRV参数估计方法,包括传统信号处理技术和深度学习算法。分析表明,深度学习技术在HRV估计方面因其强大的模式识别能力,能够有效提取复杂视觉特征和处理非线性生理信号,在提高估计精度方面展现出显著优势。本综述还对比了传统方法和深度学习方法在不同应用场景中的表现,指出了各自的优势与局限性,并总结了基于人脸视频HRV估计技术的实际应用案例,如健康评估、情绪识别、精神压力评估、疲劳检测和心血管疾病早期预警等。因此,本综述提出了未来研究的方向,包括降低头部运动和环境光变化的干扰、优化模型选择及减少对训练数据的依赖等,以促进HRV估计技术的发展。本综述旨在提供基于人脸视频的HRV估计技术的全面视角,为学术界和工业界的技术创新和应用拓展提供重要参考。 展开更多
关键词 心率变异性(HRV) 人脸视频 生理监测 信号处理 深度学习
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部