基于方波恒流源细胞电阻测量系统的设计实现

设计实现了一个细胞电阻测量系统。该系统基于方波恒流源电路,将交流方波微电流信号施加在被测细胞或细胞群上,根据欧姆定律,输出与被测细胞电阻成正比的交流方波电压,再经滤波、整流、A/D转换后获得电阻数字显示值。系统中恒流源的应用有效消除了测量电极电解作用及细胞膜电位对测量结果的影响,方波电压的产生则便于进一步滤除直流干扰成分,提高测量准确度。利用生理盐水模拟细胞液进行实验,可以观察到随着测试表笔距离的加大,测量电阻也在做正比例增加,结果受表笔电极化影响很小,且在有效测量范围0~1 000Ω内,测量均方误差小于6%,能够基本满足临床上离体辅助检测的需求。     

投影结构光空间位置和形状的标定方法研究

提出了结构光三维测量系统中投影结构光的空间位置和形状的多点拟合标定方法.在结构光三维测量系统有效视场范围内,空间靶平面多次改变并覆盖整个有效视场.利用投影矩阵与坐标变换关系,由投影结构光与空间靶平面的相截线来确定结构光在整个有效视场范围内的多个三维数据点,通过多点拟合,完成其空间位置和形状的标定.最后以多光片投影双目视觉三维测量系统中9条结构光的标定实验,验证了该方法的可行性和有效性.     

一种可用于鉴别肝癌呼气信号的改进AdaBoost算法

提出一种改进的AdaBoost强化学习算法，并将其应用于鉴别健康者和肝癌患者的呼气信号。首先采集志愿者（包括健康对照组和肝癌患者）的呼气信号，利用Relief算法提取其主要特征；接着融合Stacking 模型，基于传统的机器学习算法训练得到若干基分类器组，构建一个个子分类器。为减少训练样本对分类器性能的影响，利用K折交叉，先后得到k个基分类器，形成一个基分类器组；进一步，由投票法得到该基分类器组，即子分类器对测试集的预测结果；然后根据各子分类器对训练集的预测错误率调整训练样本，并获得各子分类器的权重系数；最后将多个子分类器的预测结果进行加权组合，得到最终预测结果。实验结果表明，相比传统的AdaBoost算法，改进的AdaBoost算法在鉴别肝癌呼气和健康对照组呼气时，错误率明显下降，鲁棒性有所提升。该算法在鉴别肝癌呼气时，准确率可以达到90%左右，特异性和精确度也均超过95%。因此，改进的AdaBoost算法可有效提升肝癌呼气鉴别精度，对通过呼气鉴别肝癌、实现早期诊断的研究具有重要意义。