【摘 要】
：
针对手语手势识别问题,提出一种基于肌电信号与肌肉形变信号的手语识别架构。首先,设计信号采集系统;然后,采集肌电信号与肌肉形变信号,利用滤波及小波降噪等方法对原始数据进行降噪处理。采用基于能熵比的双门限端点检测法提取信号有效活动段;分别提取肌电信号以及肌肉形变信号特征,将所提取的信号特征融合组成特征向量;最后,采用基于网格搜索的支持向量机识别模型对所采集手语动作进行识别。信号融合后手语识别正确率达到
【机 构】
：
上海工程技术大学电子电气工程学院,上海201620
论文部分内容阅读
针对手语手势识别问题,提出一种基于肌电信号与肌肉形变信号的手语识别架构。首先,设计信号采集系统;然后,采集肌电信号与肌肉形变信号,利用滤波及小波降噪等方法对原始数据进行降噪处理。采用基于能熵比的双门限端点检测法提取信号有效活动段;分别提取肌电信号以及肌肉形变信号特征,将所提取的信号特征融合组成特征向量;最后,采用基于网格搜索的支持向量机识别模型对所采集手语动作进行识别。信号融合后手语识别正确率达到97.2%,相对于仅采用肌电信号的手语识别方法,融入肌肉形变信号后识别率提高9.3%。结果表明,基于肌电
其他文献
目的:探讨经食管超声心动图(TEE)分析左心耳内部形态结构对左心耳封堵术的指导价值.方法:选取行左心耳封堵术患者110例,术前均给予TEE检查,分析左心耳开口最大径、梳状肌至开口距离等参数.结果:110例患者左心耳封堵术均成功,出现残余分流19例,无残余分流91例;手术时间17～80 min,平均手术时间(45.49±13.30)min;辐射量560～2100 mGy,平均辐射量(980.50±112.40)mGy;曝光时间520～1950 s,平均曝光时间(890.50±120.40)s;ACP封堵器尺
目的:参照IEC 61676标准,研究随着管电压的增加,距离、过滤条件和阳极角等影响因素在两种乳腺辐射场(Mo/Mo和W/Rh)中的改变引起Fluke X2和RTI piranha 657两类非接入测量仪器测量结果的变化及差异.方法:利用介入法测量确定管电压稳定性,在两种乳腺辐射场情况下改变距离、过滤条件和阳极角进行非介入管电压测量,根据测量结果计算两种辐射场和两类仪器测量结果的变化趋势,并用蒙特卡罗模拟获得两种辐射场条件下因为过滤变化达到仪器的计数比值差异(R值变化率)并分析原因.结果:在W/Rh辐射场
心绞痛是由于冠状动脉供血不足或心肌耗氧量增加所致心肌暂时性缺血、缺氧,以胸部闷痛、压榨性疼痛为主要临床表现的疾病,是冠状动脉粥样硬化性心脏病的最常见表现,临床以西药及血管重建为主要治疗方法.冠状动脉粥样硬化性心脏病心绞痛属于中医的“胸痹”“心痛”范畴,随着中医理论体系的发展,历史悠久的络脉理论逐渐显露其特有的优势.从络脉立论,心绞痛多以“络脉虚滞”为基本病理变化,病理性质多为本虚标实,因此临证治疗中虚者重在补益心之气血阴阳虚损;滞者重在疏通血瘀、痰浊、毒邪之阻滞,从而收获较好的临床疗效.
目的:研究一种新的高分辨率探测器矩阵的临床剂量学特性.方法:使用泛野校准法,在直线加速器6 MV光子线下对矩阵进行一致性校准.测量矩阵的短期和长期稳定性、剂量线性、剂量率响应、射野大小依赖性,并与电离室的测量结果进行比较.测量相应能量下矩阵的表面等效厚度,测量射野离轴比曲线并且与三维水箱测量结果进行了比较.设计一组条形野,以及一组由不同大小方野形成的组合野,使用探测器矩阵和Mapcheck进行测量,并与治疗计划系统计算结果进行比较.结果:归一后矩阵的短期重复性标准偏差为0.075％,最大偏差为0.14％;
为了提高肺结节检测的精确度和效率,提出一种基于多特征融合和XGBoost的肺结节检测模型。首先采用阈值分割与形态学运算,获得候选结节区域;然后通过基于超分辨率重建的卷积神经网络进行候选结节的特征增强;其次采用快速鲁棒特征、灰度共生矩阵、灰度不变矩的提取方法获得候选结节的局部与全局的多种特征,采用词袋模型进行降维并融合;最后利用XGBoost-决策树分类模型去除假阳性结节,完成肺结节的检测。在LID
目的:建立磁共振加速器Unity绝对剂量校准方法和输出量日检流程,并评价Unity输出量长期稳定性.方法:使用防水型指型电离室(PTW 30013)和特制的靴型水箱(Boot Phantom)进行绝对剂量校准,利用电子射野影像装置(EPID)图像确保模体摆位的准确性,选择适当的磁场修正因子修正磁场条件下电离室的响应.为节省时间,建立EPID图像特定像素点的累积灰度值与输出量的校准曲线,实现输出量日检.分析国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院放疗科新装的Unity从2
糖尿病命名实体识别技术能够从糖尿病文献中识别出关键信息,为糖尿病的诊断和治疗工作提供帮助.为此,本研究提出一种基于轻量型动态词向量模型(ALBERT)与双向长短记忆神经网络的命名实体识别方法,该方法旨在解决B E RT语义单一、词汇量有限的问题.除此之外,还针对动态词向量训练耗时长、资源成本高的缺点进行了改进.本实验在糖尿病数据集上展开,并与现有主流模型进行对比.结果表明,融合ALBERT的实体识别效果均高于现有主流模型,且ALBERT较BERT训练速度有所提升.
目的:针对脑电信号普遍存在的数据维度高、难以预测的问题,提出一种多重分形去趋势波动分析特征提取方法与长短时记忆网络(LSTM)相结合的脑电信号分类方法.方法:首先对信号样本进行多重分形去趋势波动分析计算得到脑电信号样本的多重分形谱,计算广义Hurst指数hq和广义维数Dq之间的函数关系;然后对多重分形谱进行分析,找出最具代表性的坐标值作为信号的特征向量;最后将其用于LSTM进行训练和分类测试.实验采用波恩大学采集的经过处理的癫痫脑电数据集.结果:当训练样本占总体样本比例超过10％之后,LSTM分类器的测试
目的:针对血管新生类疾病,研制与色素上皮源因子(PEDF)具有最大结合率的多聚体超声微泡,并明确其理化特性.方法:首先应用声空化方法制备多聚体超声微泡;然后将PEDF按浓度分为0.4、2.0、10.0和50.0μg/mL组,应用跨膜按梯度法包裹入脂质体,使其与超声微泡结合,进而置于荧光显微镜下观察.应用流式细胞仪检测PEDF与超声微泡的最大结合率,采用荧光分光光度法测定载药超声微泡的包封率及体外释药特性.结果:成功制备了与PEDF最大结合率为(96.14±1.21)％的多聚体超声微泡.脂质体对PEDF的包
针对现有基于心冲击描记图进行心率检测存在的抗干扰性不足问题,提出一种鲁棒的心率检测模型,首先对原始信号中受干扰的片段进行补偿重构,然后将J峰作为特征波形,通过基于J峰频段的滤波与差分增强处理放大特征,并设计改进的峰值提取算法定位心跳点,进而得到心率估计值.实验结果表明,所用模型对于不同情形下的心冲击描记图信号均表现出良好的适应性,逐拍检测平均覆盖率为98.3％,平均准确率为98.4％.心率输出结果与金标准一致性高,误差范围控制在±5％以内,且运算实时性好,可以为临床或家庭保健提供良好的心率检测方案.