基于肠道动力学仿真的 AAS 设计及便意感知重建

人造肛门括约肌(AAS)是一种用于治疗大便失禁(FI)的可植入医疗设备,现有的AAS在生物安全性和肠道内容物感知方面存在缺陷,故临床应用受限。首先,结合肠道动力学特性,建立直肠组织的超弹性模型,利用ANSYS进行有限元分析,模拟假体闭合肠道的过程。其次,根据仿真结果,提出了一种嵌入10路压力传感器的新型连杆式人造肛门括约肌结构。最后,进行离体实验和活体动物实验。实验结果证实,仿真模型建立准确,所设计的括约肌假体在血供安全压力内可控便200g,满足人体正常生活需求。10路压力传感器位置分布合理,测量结果线性度良好。离体实验中肠道内容物质量预测的准确性达89.69%,活体实验中排便预警准确性达82%,初步重建了FI患者直肠的便意感知。     

反馈式人工肛门括约肌生物力学相容性研究

针对人工肛门括约的直肠感知功能重建和肌生物力学相容性问题,提出将HAPC波作为产生便意的主要依据,利用小波包分析对直肠压力信号进行特征提取,采用DB算法优化后通过SVM分类器进行便意预测,从而实现直肠感知功能重建;构建了直肠和人工肛门括约肌的三维有限元模型,对直肠进行了黏弹性分析,利用直肠的本构方程推导出了Prony级数形式,并模拟括约肌的收缩和舒张施加载荷对人工肛门括约肌进行了有限元分析,得到了直肠受压迫时的位移和应力的分布情况。仿真实验结果表明,该人工肛门括约肌较高精度地实现了便意预测,并具有较好的生物力学相容性。     

新型连杆式 AAS 压力感知模块的设计与实验研究

人工肛门括约肌(AAS)植入体内后长期处于生物组织液环境下,设计稳定可靠的压力感知模块对重建便意与确保血供 安全性有着至关重要的作用。 基于人体直肠压力生理参数采集特点,首先通过有限元分析设计选取了传感器的材料、尺寸等参 数,设计了假体臂的传感器安装开槽结构与压力模块电路走线槽;通过对多种系列防护胶进行防潮湿性能实验,研究了新型传 感器的封装工艺及安装方式,并对系统电路模块设计了新型封装形式,提高了整体系统的防水性能。 实验结果显示该新型传感 器在 20 天水下环境中应变片阻值变化在 1‰以内,传感器线性度较高,输出工作电压范围合适;AAS 系统水下实验后传感器电 压初值平均浮动率仅为 4. 1% ,初步验证了本文设计的新型压力传感器在体内环境下的良好适用性与应用可行性。     

基于自适应梯度盲源分离算法的胎儿心电提取

梯度算法是盲源分离信号分析中的主要算法之一.本文首先介绍了算法的基本原理及其自适应改进,并用4种生理信号对改进算法的性能进行了仿真研究;将该算法应用于母体心电等强干扰条件下胎儿心电信号的提取.研究结果表明,相对于传统的批处理算法,自适应梯度盲分离算法具有更好的性能与鲁棒性,能够将采集的混合信号分解为信源统计独立的不同独立分量,最终通过信号重构在体表电极处获得清晰的胎儿心电信号.自适应梯度盲源分离算法在生理信号的分解和重构提取研究中是一种有潜力的工具.     

基于ICA和小波变换的滚动轴承故障诊断方法研究

提出了结合独立分量分析(ICA)和小波变换进行滚动轴承故障诊断的方法。在设计的系统平台上,首先对冲击脉冲信号进行预处理,使信号较好地满足独立分量分析的前提条件。然后,应用独立分量快速算法分离故障轴承的冲击脉冲信号,通过小波快速算法完成信号重构,实现滚动轴承故障的识别。实验结果表明,利用独立分量分析方法提取的故障状态特征向量与小波快速算法相结合可以有效、准确地识别滚动轴承的故障信号。     

新一代反馈式人工肛门括约肌系统的研究

近年,国内外开展了人工肛门括约肌系统的研制,为临床上根治大便失禁提供全新的方法和手段,但现有的系统在假体结构、便意重建和血供安全方面存在诸多缺点.为此,设计了反馈式人工肛门括约肌系统,其柱囊式括约肌假体采用生物材料制作,内置生物压力传感装置重建便意感知,实现排便报警,手持遥控端,控制双向滚轮式医用微泵定量地抽吸储液囊腔中的液体,从而实现假体对肠壁的咬合和释放.系统采用集成化封装,并经皮能量传输对体内系统供电.然后,从血供安全角度出发,借助猪大肠离体实验推导出阈值,并经活体动物实验,考察肠道血供安全、植入技巧和动物管理等信息.离体实验表明,系统能够有效地抑制肠道内容物渗漏,实现了对肠壁咬合压力的均匀分布(6.22 ～7.16 kPa),从血供安全的角度确定了排便阈值(12.9 kPa)并重建了反馈式排便感知;活体动物实验验证了可行性和有效性,运行稳定.     

基于L-T的联合算法在光纤法珀纳米压力传感器脉压检测信号中的应用

研究了一种改进的去噪方法及其在脉冲拍频信号去噪中的应用。该算法结合了局部均值分解(Local mean decomposition,LMD)和时频峰值滤波(Time-frequency peak filtering,TFPF)的优点,称为L-T算法。TFPF作为一种经典的时频滤波方法,较长的窗长可以在保留信号幅值的前提下有效抑制随机噪声,而较短的窗长则导致信号幅值严重衰减。因此,为了保持有效信号幅度、抑制随机噪声,对LMD和TFPF进行了改进。首先利用LMD将原始信号分解为无级生存(Progression-free survival,PFS),然后计算各乘积函数均值的标准误差,将许多PFSs分为有用分量、混合分量和噪声分量。其次,将短窗TFPF用于有用分量去噪,长窗TFPF用于混合分量去噪,得到重构后的信号。最后,将该算法用于F-P压力传感器的降噪。实验结果表明,与传统小波去噪算法相比,L-T算法去噪效果更优。     

基于ICEEMD-EFICA联合降噪的滚动轴承故障诊断研究

针对滚动轴承早期故障信号十分微弱,故障特征提取困难的问题,对轴承早期故障信号的频域分解、信号重构、降噪解混等方面进行了研究,提出了一种基于改进后的完备总体经验模态分解(ICEEMD)和高效快速独立分量分析(EFICA)的联合降噪方法。首先,采用了ICEEMD算法,将振动信号分解成一系列固有模态分量(IMF);其次,设计了峭度准则,并选取相应分量完成了虚拟通道信号和振动冲击信号的重构;研究了EFICA对重构信号的盲源分离,有效降低了振动信号中的噪声,使故障频率的能量幅度最大,利于识别故障特征;最后,搭建了实验平台,进行了实际的滚动轴承早期故障诊断实验。研究结果表明:该方法能明显抑制噪声和调制频率成分干扰,突出故障特征频率成分;与CEEMD和EFICA结合的方法对比,采用该方法后信噪比提高了24.76%,能更准确地辨别故障信息,可以满足轴承诊断的要求。     

基于L-T的联合算法在光纤法珀纳米压力传感器脉压检测信号中的应用（英文）

研究了一种改进的去噪方法及其在脉冲拍频信号去噪中的应用。该算法结合了局部均值分解(Local mean decomposition, LMD)和时频峰值滤波(Time-frequency peak filtering, TFPF)的优点,称为L-T算法。TFPF作为一种经典的时频滤波方法,较长的窗长可以在保留信号幅值的前提下有效抑制随机噪声,而较短的窗长则导致信号幅值严重衰减。因此,为了保持有效信号幅度、抑制随机噪声,对LMD和TFPF进行了改进。首先利用LMD将原始信号分解为无级生存(Progression-free survival, PFS),然后计算各乘积函数均值的标准误差,将许多PFSs分为有用分量、混合分量和噪声分量。其次,将短窗TFPF用于有用分量去噪,长窗TFPF用于混合分量去噪,得到重构后的信号。最后,将该算法用于F-P压力传感器的降噪。实验结果表明,与传统小波去噪算法相比,L-T算法去噪效果更优。     

基于变分模态分解和PSO-SVM的起重机齿轮箱故障诊断

起重机齿轮箱的振动信号具有信噪比低、非线性的特点,需要一定的专业知识和经验才能实现故障诊断。为了实现起重机齿轮箱的智能故障诊断,提出了一种基于变分模态分解(Variation?al modal decomposition,VMD)改进小波降噪和粒子群算法(Particle swarm optimization,PSO)优化支持向量机(Support vector machine,SVM)的智能故障诊断方法。首先,利用VMD将振动信号分解,得到不同尺度的本征模态函数(Intrinsic mode function,IMF),将分解的高频分量进行改进小波降噪后和低频分量完成信号重构;然后,提取重构信号的特征参数构建特征向量,使用核主分量分析(Ker?nel principal component analysis,KPCA)对向量降维处理实现特征信息融合;最后,利用PSO优化后的SVM进行故障识别分类。实验验证表明,基于VMD改进小波信号预处理和PSO算法优化SVM的模型具有很高的识别准确率,能够有效、准确地对起重机齿轮箱的故障类型进行识别和分类。     

基于STEP标准的发动机管道快速反求

分析了管道零件的STEP拓扑数据表达,并构造出管道零件的拓扑结构模型树,提出了基于STEP标准的发动机管道快速反求方法,该方法通过程序处理CMM测量数据并生成中性交换文件,实现了管道零件的快速、精确建模.     

反射型衍射CT中的迭代法图像重构

基于衍射的计算机层析成像术是建立在Fourier衍射投影定理基础上的.衍射CT图象重构可看作由非均匀频率样点重建信号的问题.提出一种用于反射型衍射CT的图像重构算法,此方法利用反向散射数据进行2D非均匀Fourier反变换.由于直接的非均匀Fourier反变换不易实现,所以采用基于min-max优化准则的非均匀快速Fourier正变换,通过迭代实现非均匀Fourier逆变换的快速有效计算.为了减少迭代次数加快收敛速度,首先用频域插值法得到重构图像的初值,然后根据min-max准则,每经过一次迭代得到重构图像的一个更新版本,重复多次迭代直至得到可接受的重构结果.给出了数值实验结果.与传统重构算法如Gridding方法相比,该算法计算复杂度相当而重构精度较高.     

基于SIMD技术的锥束ART算法快速并行图像重建

ART(algebraic reconstruction technique)算法是一种迭代图像重建方法,适合于大型工业构件的无损检测,其缺点是计算量大、重建时间长。为了提高锥束ART算法的重建速度,本文提出一种快速并行图像重建方法。首先根据锥束CT扫描方式下三维射线的对称性提出一种权因子和体素索引的并行计算方法,通过一次计算可同时得到两条射线的权因子和体素索引;然后采用Intel处理器的单指令多数据(single instruction multiple data,SIMD)技术,一次性加载多个打包数据,利用SSE(streamingSIMD extension)指令实现了投影、计算图像校正和反投影的并行运算。实验结果表明本文提出的方法非常有效,在保证图像重建精度的同时取得了约1.5倍的重建加速比。     

基于预优化变换的电容层析成像图像重建算法

本文提出了一种新型快速电容层析成像的图像重建算法。该方法首先将图像重建的病态问题转化为泛函极小化问题，然后采用Fletcher-Reeves算法（FR）有效地求解该泛函，并在求解的过程中引入物理意义上的约束使获得的解更符合实际情况。数值实验表明该算法的图像重建效果优于线性反投影法、Tikhonov正则法和Landweber迭代法，而且该算法具有较强的抗噪声能力。     

基于平面散乱点集的曲线重建算法

在反求工程中,基于散乱数据点的曲线重建研究有着重要的意义。本文给出了一种基于投影的移动最小二乘(MLS)曲线重建方法。首先快速搜索散乱点的K邻近,并引入相关性概念,应用MLS法细化散乱点集,最后通过排序和简化重建曲线。实验表明,细化点集准确地反映了数据点的形状和走向,拟合效果良好,效率较高。本文算法可应用于运动曲面重建中的轮廓线拟合。     

基于主动轮廓模型的序列图像分割与重建

基于断层测量的表面重建是逆向工程中的重要研究方向,而图像分割是其中的关键性技术。针对这一问题,提出了一种基于Greedy算法的B样条主动轮廓模型,可快速稳定地实现目标图像的分割,适用于基于断层图像的分割与表面重建处理。通过对磁共振序列断层图像的分割与表面重建验证了该方法的有效性。     

电容层析成像系统图像重建新算法的研究

快速而又具在一定精度的图像重建算法是电容层析成像（ＥＣＴ）技术的关键。本文提出一种用多元线性回归法建立ＥＣＴ系统正向模型,用正则化法获得图像重建这一不适宜逆问题稳定解的图像重建新算法。仿真结果表明该方法能快速而较高精度地重建出两相流断层图像。     

A fast surface reconstruction method for fluorescence molecular tomography based on cross-beam edge back projection

An accurate surface reconstruction method is important to fluorescence molecular tomography (FMT) for it provides boundary information of the domain occupied by the image object which is essential to modeling light propagation in free space and inside the object. In this paper, a method based on cross-beam edge back projection (CEBP) is proposed to achieve fast and three-dimensional (3D) surface reconstruction for FMT. This method consists of a cost effective and easy-to-implement setup; it back-projects the edge of an image object of all projection angles along the actual light propagation path to perform 3D surface reconstruction. Simulation studies and experiments were performed to compare the reconstruction accuracy and computational cost of the CEBP based method and the conventional radon transform (RT) based method. Results demonstrate that the CEBP based method significantly accelerates surface reconstruction compared with the RT based method while keeping similar accuracy.     

Fast reconstruction of computerized tomography images based on the cross-entropy method

Computerized tomography (CT) has been applied to multi-phase flow measurement in recent years. Image reconstruction of CT often involves repeatedly solving large-dimensional matrix equations, which are computationally expensive, especially for the case of on-line flow regime identification. In this paper, a minimum cross-entropy (MCE) reconstruction based on wavelet multi-resolution processing, i.e., an MRMCE method, is proposed for fast reconstruction of CT images. Each row of the system’s matrix is transformed by 1-D wavelet decomposition. A regularized MCE solution is obtained using the simultaneous multiplicative algebraic reconstruction technique (SMART) at a coarse resolution level, where important information of the reconstructed image is contained. Then the solution in the finest resolution is obtained by inverse fast wavelet transformation (IFWT). Both computer simulation and experimental work were carried out for oil-gas two-phase flow regimes. Results obtained indicate that the MRMCE method improves the resolution of the reconstructed images and dramatically reduces the computation time compared with the traditional linear back-projection (LBP), MCE and algebraic reconstruction technique (ART) methods. Furthermore, the new method can also be used to accurately estimate the local time-averaged void fraction of dynamic two-phase flow. It is suitable for on-line multi-phase flow measurement.     

利用奇异值分解的信号降噪方法

为了提高测试信号的信噪比,针对奇异值分解降噪法中有效秩阶次的选择以及重构矩阵结构的确定两个关键问题,提出了一种基于信号频率成分的奇异值降噪方法.该方法利用信号快速傅里叶变换结果中主频率个数来确定有效秩阶次,通过降噪信号的信噪比和均方差大小确定重构矩阵结构,并采用不同频率成分的几组信号对该方法进行了验证.结果表明,有效秩的阶次是源信号主频个数的2倍,并且这种倍数关系不随重构矩阵行列数的变化而变化;在工程应用中,重构矩阵的最佳行数取信号数据长度的一半,可以得到较好的降噪效果;除傅里叶变换结果中有用信号频率与噪声频率难以区分的情形外,无论是白噪声还是色噪声,该方法都十分有效.