基于HSI彩色空间模型的域替换降噪算法

对彩色数字图像进行降噪处理时,为兼顾标量处理法的简便性和矢量处理法的有效性,提出一种对彩色空间域实行替换的方法。采用均值滤波法在RGB域内进行滤波处理,将图像数据从RGB域转换到HSI域,用滤波处理后的H域、S域替换含有噪声的H域、 S域。对由双目内窥镜采集的实际彩色图像进行实验,结果证明该域替换法可以结合标量处理和矢量处理的优点,达到比一般标量处理法及简单矢量处理法更好的降噪效果。     

基于VMD与Hilbert谱的旋转机械碰摩故障诊断方法

为了有效地诊断旋转机械中的碰摩故障,提出了基于变分模态分解(variational mode decomposition,简称VMD)与Hilbert谱分析的故障诊断方法。首先,利用VMD将碰摩故障信号自适应地分解为若干个不同频率段的本征模态函数(intrinsic mode function,简称IMF),并与集合经验模态分解(ensemble empirical mode dcomposition,简称EEMD)的处理结果进行对比分析;然后,在VMD分解的基础上,利用Hilbert谱对故障信号的时频特性进行分析。实验结果表明:与传统的频谱分析相比,该方法不但可以准确反映故障信号的频率成分,而且可以反映频率随时间的变化情况;与EEMD相比,该方法可以有效抑制模态混叠,更加准确地反映故障信息,从而验证了该方法的可行性与有效性。     

陡脉冲干扰下的心电信号滤波及QRS提取

为消除陡脉冲带来的干扰,分析了陡脉冲干扰的特点,建立了陡脉冲噪声数学模型,提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法,提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量;为减少VMD分解层数、提高实时性并减少内存消耗,提出了心电信号预处理算法;针对医疗环境中的随机噪声伴随陡脉冲出现的情况,分析了VMD后子信号中随机噪声的特点,提出了基于VMD子信号能量估计的阈值去噪算法;利用变分模态分解的带通滤波器组特性,提出了基于变分模态分解子信号重组的QRS波群检测算法,配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象,分别实现对滤波算法和QRS波群检测算法的定量对比分析。      

不可逆电消融手术中心电同步算法及系统设计

随着不可逆电脉冲穿孔消融手术等疗法的发展,传统的心电信号同步设备从精确度、抗干扰能力以及安全性的角度无法满足要求。针对此问题,提出了适用于不可逆电消融手术的心电同步算法,包括一种区间可预测性条件和一种消融区间起点精确标定算法。在满足可预测条件的情况下对消融区间起点进行精确标定,实现在强干扰条件下的心电信号同步。经过实时心电信号和MIT-BIH心律失常数据库的验证,表明系统和算法具有较高的精度和可靠性,并可在嵌入式系统上实现。     

机器人辅助椎板切除的骨铣削状态感知与运动控制

本文旨在提高机器人辅助椎板切除时的骨铣削操作安全性.首先,提出一种基于激光信号和线性自抗扰控制器的铣削深度监测与控制方法,辨识了机器人的位置控制传递函数,并通过分析椎板的铣削力、受迫振动和铣削过程,给出基于骨铣削声信号的铣削进给速度优化原理.然后使用基于带通滤波器和普罗尼算法的声信号处理方法,用于手术动力装置主轴旋转频...     

基于时序NARX自适应神经网络的油浸式变压器绕组温度预测

变压器绕组热点温度过高会导致绝缘老化速度变快,剩余寿命变短。为此提出了一种基于时序性外因非线性自回归(NARX)的自适应神经网络模型以获得更精准的绕组热点温度预测数据。首先,确定影响变压器绕组温度的外部特征因子种类;然后,对变压器绕组热点数据和其他数据进行预处理;最后,将处理后的数据输入时序NARX自适应神经网络模型进行训练和调参,完成模型的构建。经实例验证,提出的外因NARX自适应神经网络绕组热点温度预测模型能对不同类型变压器数据进行特定的预处理,并且与支持向量机回归、回归树、高斯核回归方法相比,预测误差更小,在提高精度上具有更大优势。     

基于刚软耦合模型和粒子群优化的手术机器人骨钻削力控制

脊柱椎体的多层复合结构和易热损伤特性要求手术机器人在对椎弓根进行骨钻孔时需精确控制其轴向钻削力。然而人的个体差异和脊柱-软组织构成的刚软耦合结构会使得通用型力控制器的控制精度不足,手术安全性降低。本文旨在提高轴向钻削力控制的精度。首先建立了基于质量、弹簧和Maxwell黏弹性单元的脊柱-软组织系统的刚软耦合模型。然后在离体羊脊柱上进行了应力松弛实验,并基于实测力数据对模型参数进行了标定。采用PID（比例-积分-微分）控制器来调整骨钻的轴向进给速度,并基于标定后的刚软耦合模型的传递函数,使用动态权重的标准粒子群算法整定控制器参数。最后,仿真证明闭环控制系统具有较好的动态性能和鲁棒性。离体羊脊柱骨钻孔力控制实验结果表明,轴向钻削力的阶跃力响应稳态误差小于0.15 N,相对力控制误差小于3%,且无明显超调;正弦力响应幅度在频率为3.49 rad/s时衰减到-3 d B,闭环控制系统具有较好的控制带宽。所提方法的力控制精度和控制带宽能够满足手术机器人执行骨钻削时的力跟踪要求,提高了机器人自动骨钻削过程的安全性。     

融合五自由度位姿信息的单目内窥镜目标尺寸测量

针对低分辨率、弱纹理、缺少参照物的小场景下内窥镜图像目标测量困难问题,提出了融合5自由度电磁传感器的单目内窥镜下目标尺寸测量方法。首先,分析了基于5自由度传感器的内窥镜定位原理,得到内窥镜沿主光轴方向的位移。接着,以结石目标为例分析了图像目标关键信息的导航采集方法,即通过语义分割网络获得图像目标的轮廓信息,进而与内窥镜主光轴进行重合度判定,记录符合重合条件关键帧的图像目标长度信息与对应的位姿信息。最后,基于针孔相机成像模型,将目标成像比例关系与内窥镜沿主光轴的位移结合,建立了目标尺寸测量方法。实验结果表明：所提方法的测量误差控制在10%以内;对长度1～9 mm目标的平均测量误差为0.33 mm。能够满足单目内窥镜检查中对目标尺寸测量的稳定可靠、精度高、省时省力等需求。     

直流电源激励下的电路高分辨力应变信号处理

针对应变信号测量中存在的噪声与直流漂移问题,在研究应变信号漂移特性的基础上,提出了一种适用的直流漂移消除方法,即根据信号的局部极值点进行分段,而后对各段进行多项式拟合;对漂移消除后的信号采用一维双边滤波进行降噪处理,提出了双边滤波最优参数的选择方法,并以信噪比为指标对双边滤波的降噪性能进行了评估。利用实验检验了提出方法的有效性,实验数据为微创外科手术机器人力传感器的应变信号。实验结果表明,经改进的分段多项式拟合方法有效去除了直流漂移;双边滤波方法不仅适用于信号的动态滤波,也保证了良好的滤波效果;使用本文提出的应变信号处理方法后,力传感器的分辨力优于2 g。     

基于双耳麦克风实现机器人骨铣削状态自动控制

为了提升骨铣削手术机器人的手术质量,要求机器人对于手术中的铣削状态(主要包括铣削深度和铣削角度)能够实时感知并控制。针对此问题,本文提出一种利用双耳麦克风系统来辅助完成铣削状态控制的方法。首先对铣削状态与声信号的关系进行建模,之后完成铣削深度与铣削角度的标定实验获得所提模型的相关系数,最后利用PD控制器结合所建立的模型函数来实时分析并控制机器人的铣削状态。实验结果表明,铣削期望深度为0.5 mm时,加入角度控制相较于未加角度控制的实验效果在铣削深度与期望值偏差的方面提升了7.0%,铣削稳定性方面提升了34.1%。并且证明在期望深度为0.8 mm的极端情况下引入角度控制同样有着提升铣削效果的积极作用。经过实验验证所提方法能够有效的提升骨铣削手术机器人的工作质量。