摘要：本研究首先设计了慢波睡眠期脑电信号的合成仿真信号 ,对小波基函数进行了选择 ,结果证明Coiflet 5阶小波变换对大鼠慢波睡眠期EEG信号具有较好的分解结果。据此 ,应用多分辨率小波分析法设计了提取睡眠纺锤波的算法 ,并利用该算法对安定用药后和睡眠剥夺后大鼠慢波睡眠期纺锤波的持续时间和能量变化进行了分析 ,结果表明 :安定具有延长慢波睡眠期纺锤波持续时间的作用 ,而睡眠剥夺可以增加慢波睡眠期纺锤波的能量。这些结果说明 ,小波分析算法可以提供功率谱分析无法表现的时频信息。

摘要：本设计开发了一个数字图象处理系统，可用于对微循环网络的二维形态参数进行定量分析。通过对数字化后的图象进行噪声消除、二值化、初级改善、细化、后级改善等系列处理，能有效地去除血管的组织背景，从而获取一些不易用手工方法得到的网络形态参数，包括血管长度，节点数，管径分布，灌注情况，血管分叉角等。测量速度快，数据一致性好，避免了人为误差，为微血管网络结构的形态学研究和进一步应用于临床。

摘要：为准确采集大鼠前肢运动压力值,以便于分析大鼠大脑初级运动皮层神经元信号与其相关运动感知的关系,通过理论计算,采用金属箔式全桥差动电桥测量原理和杠杆原理,设计了大鼠用微小量程、较大行程测力传感器,采用高精度外设部件互连标准(PCI)信号采集与控制输出模块,设计了大鼠实验压杆检测系统,能很好的实现大鼠前肢动作奖赏控制.实验结果表明:与现有的测力传感器相比,克服了其在测量精度、量程等方面的局限性;压杆检测系统能够实时在线记录大鼠前肢运动压力值及显示相关参数,且系统采集数据准确度和精度较高,该检测系统使得小型动物运动感知研究的脑-机接口信号检测能力显著提高.

摘要：利用计算机图像处理技术和微循环血管网络分析技术，我们设计一套用于反映高血压、动脉硬化等心血管疾病在眼底的病理变化的特征参数，并设计了一套可用于高血压眼底无损诊断的计算机图像处理系统。该系统设计了一种多媒体病历结构，可以记录病人的基本信息及操作信息，并以病人的多媒体病历为对象，组织系统的功能结构。临床应用表明，该系统选择的定量参数恰当地描述了高血压眼底的特征现象。

摘要：高通量荧光显微图像数据定量分析,是研究活细胞动态过程的有力工具。亚细胞观察对象在图像中常以衍射极限点斑的形式出现。成像条件的限制往往导致荧光显微图像均一度差、信噪比较低,给人工分析带来了挑战。设计自动化的亚细胞斑点检测方法,是高通量荧光显微图像数据处理的必要前提。本文就近年来斑点检测的关键技术进行了较详尽的综述,包括降噪滤波、信号增强和信号阈值化。在总结现有斑点检测方法优缺点的基础上,讨论算法设计的瓶颈和共性难点,并对相关研究做了展望。

摘要：为了提高利用虚拟手交互模拟技术提供的视觉信息反馈真实感,在现有的碰撞及模拟交互方法的基础上,设计并实现简单、易用的虚拟手交互过程碰撞模拟方法.该方法采用的模拟形体结合刚体和可变形体,在碰撞和模拟过程中可以有效地保持渲染形体和模拟形体间的一致性.实验结果表明,采用该方法能够提供具有真实感的虚拟手交互模拟视觉信息反馈,有效地避免虚拟手和物体间的穿透,也能够保证一定的计算效率,可以满足相关应用研究的需要.

摘要：近年来各种信号处理技术随着计算能力的提高取得了巨大进展,推动了人机交互(HCI)技术的发展.脑机接口(BCI)是一种特殊的人机交互通道,在最近几年引起广泛关注.P300电位是一种事件相关电位,利用诱发人类P300的原理,可以实现基于P300的BCI系统.此类系统以往常用于英文字母的输入,本研究首次设计并开发了一套进行汉字输入的在线P300-BCI系统.系统利用汉字基于笔画的特性简化了P300诱发界面,并据此设计了相应的汉字虚拟键盘.利用此系统进行的在线输入实验表明,此中文BCI的设计是可行的,对系统的进一步完善将可以为汉语系的瘫痪患者的机能恢复提供新的选项.

摘要：经典的边沿提取方法对图像复杂且对比度弱的图像难以处理。提出一种由粗（旋转式扫描法）到细（特殊设计的四系数非正交小波边沿检测滤波器）、适用于复杂图像中呈辐射状分布、线状物体边沿的提取方法。实验表明，较之经典方法，文中方法具有边沿位置定位精度高、非线状物体的边沿提取特少、边沿连续性好及抗干扰能力强的优点。

摘要：对神经电活动的研究,需要对记录的神经锋电位(spike)进行检测和分类。传统的锋电位检测与分类的过程受噪声影响很大,尤其是在锋电位分类的过程中,由于神经信号采集很难达到高的信噪比,因此研究较低信噪比下检测与分类的算法具有重要的意义。本文提供了一种运算简单的神经信号锋电位的检测与分类算法。针对锋电位的检测,本文使用非线性能量算子(NEO)来提高信噪比。在锋电位分类过程中,通过获取不同类别锋电位的模板构建匹配滤波器,对检出的锋电位在不同滤波器下进行滤波,确定锋电位对锋电位模板的相关性,然后使用非线性能量算子来加强相关性,从而确定分类。通过使用自主设计的大鼠神经信号双通道采集系统采集到仿真数据(数据由NSS-128的神经信号模拟器产生),获得了可准确量度的标准数据,通过在这组数据上加不同程度的噪声,测试文章提到的算法。在检测方面,信噪比有约5倍的提升。分类方面相比单纯的匹配滤波,在一定的信噪比范围内,正确率由90%提升到100%。同时采集了部分实际神经数据,并用文中的检测方法进行了测试。

摘要：通过分析眼电(EOG)信号可以识别人眼球的运动状态及眨眼情况,进而设计一种新型的人机交互(HCI)系统.眼电信号通常包含一些干扰信息,如漂移、肌电干扰、运动伪迹.为了去除这些干扰信息,提出一种利用数学形态学对眼电信号进行处理的方法;通过阈值检测可以准确识别使用者眼球的运动状态和有意识眨眼.设计一个基于眼电的人机交互系统并通过健康与残疾被试的测试.实验结果显示,眼电信号识别的平均正确率达到96.2%,表明该方法可以应用于临床人机交互领域.