基于近似熵的磁刺激穴位脑功能网络构建与分析

针灸是基于传统中医的理论,经临床实践已证明其疗效,然而其作用机制仍不清楚。磁刺激穴位为研究针灸理论提供了一种新的方法。基于图论的复杂网络的构建和分析方法可以帮助研究脑功能网络的拓扑结构和理解大脑的工作机制。在该研究中,通过磁刺激内关穴(PC6)采集EEG信号;运用非线性动力学方法(近似熵)和复杂网络理论,基于磁刺激内关穴的脑电信号构建脑功能网络并对脑功能网络进行分析;对比分析了安静和磁刺激两种状态下的脑功能网络的拓扑性质。实验结果表明,基于刺激内关穴构建的脑功能网络,其拓扑结构发生了改变,网络连接增强,信息传输效率提高,并且"小世界"属性增强。     

工格栅石笼施工技术及工艺控制

齐齐哈尔市城区河道滩地治理工程是为保证主副橡胶坝能够正常运行,避免河道改道而修建的滩地加固工程。本工程位于齐齐哈尔嫩江右岸梅里斯滩地内,总长1303m。设计为溢流坝,坝体为堆石结构,坝面为土工格栅石笼罩面,消力池和海漫均为土工格栅石笼结构。     

基于混合神经网络和注意力机制的卒中后抑郁早期筛查分类方法研究

脑卒中后抑郁症（PSD）是卒中后常见的并发症之一，严重威胁着脑卒中患者的健康。目前PSD的诊断主要依据病人的临床表现及各种量表，这类方法存在一定的主观性。脑电图（EEG）结合深度学习技术有可能为PSD诊断提供客观标准。本研究采集28名脑卒中后无抑郁受试者(PSND)和38名脑卒中后轻度抑郁患者（PSMD）的EEG信号，提出了一种基于注意力机制的长短时记忆网络（LSTM）和卷积神经网络（EEGNet）特征融合的端到端的PSD诊断框架。采用LSTM模型来学习EEG信号在时序上的依赖关系，引入的注意力机制对LSTM模型中时域信息进行权重分配来提高有用信息的利用率，最终通过EEGNet模块来提取EEG信号中更具表征的深层特征。通过10折交叉验证得出准确度、精确度、召回率、F1-Score和Kappa系数，分别为95.90%、95.75%、96%、95.82%和91.60%。与基础的深度学习模型相比，本文的方法能保持稳定的模型性能，对PSD的诊断具有较高的准确性，为PSD的筛查和诊断提供了一定的参考。     

基于小波变换的表面肌电信号的消噪处理

表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11 025 Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号的特点利用小波变换中的消噪技术对不同频段的信号进行不同阈值的消噪处理.实验表明,该方法有很好的消噪效果.     

基于旋转编码器的转速控制系统的实现

利用旋转编码器使用寿命长、运行稳定、对工作环境要求低等优点,设计了基于旋转编码器的转速测量模块.采用仪表通用协议——MODBUSRTU,实现了与上位监控系统的串行通信.该模块已被成功应用于永磁可变磁场控制系统中用于磁环转速的调节,结果表明设计的转速控制模块可准确地实现转速控制.     

基于脑电的复杂网络性别差异性研究

人脑的生理结构和功能因性别不同存在很大差异,为了考察不同性别在脑网络研究中的差异性表现,本文利用复杂网络理论对20例健康被试者静息状态下的脑电数据在连续阈值区间内进行了脑网络构建和分析。结果发现:在所选阈值区间内女性组聚类系数、特征路径长度、网络平均度、效率都普遍高于男性组,与之前研究者所得结论具有一致性,而且不同阈值间脑网络拓扑属性差异极显著(P0.01)。结果提示:性别差异在脑网络分析中是一个不容忽视的因素。在利用复杂网络手段诊断各类疾病时,将性别因素考虑在内,很可能可以提高基于脑网络分析手段对各类疾病诊断的准确率。     

浅析双城特色城市节水灌溉技术

黑龙江省双城市正处于灌溉技术与用水利用率较低的情况,所以必须提高节水灌溉工程标准,做好渠道防渗,灌区输水向管理化、现代化发展,采用节水灌溉的先进方法,实行有计划,有目标的配水等,才能实现具有双城市特点的节水灌溉技术。     

基层小型水利工程存在的问题及对策

基层小型水利工程管理与"三农"问题密切相关,科学合理的基层小型水利工程管理体制对于切实保证工程安全运行、充分发挥工程效益、推进社会主义新农村建设有着积极的意义。随着市场经济体制的确立和发展,原有的基层小型水利工程管理体制存在着一些弊端,所以进行深入研究和探讨基层小型水利工程,并提出了有效整改措施,是推进农村小型水利工程管理体制改革的关键。     

基于离散小波变换的卷积自编码运动想象脑电信号的分类

左右手运动想象脑电信号(MI-EEG)分类准确率低,制约了相关脑-机接口技术的发展。实验采集了16名健康受试者的运动想象脑电信号,提出了一种基于离散小波变换(DWT)和卷积自编码(CAE)的运动想象脑电信号分类算法。利用离散小波变换将EEG转换成时频矩阵,输入到卷积自编码网络中进行脑电信号的特征分类。该算法在实验数据集和公开数据集上测试都得到了较好的分类结果,静息-想象左手、静息-想象右手、想象左手-想象右手3组EEG在实验数据集上分类准确率分别为97.36%、97.27%、86.82%,在公开数据集上分类准确率分别为99.30%、98.23%、92.67%。离散小波变换结合卷积自编码网络模型在左右手运动想象脑电信号分类应用中比其他深度学习方法(CNN、LSTM、STFT-CNN)性能更优。     

基于C_0复杂度的磁刺激内关穴的脑功能网络构建与分析

通过构建和分析磁刺激穴位的脑功能网络,进而为探索中医针灸学作用机理提供理论依据。研究采用磁刺激方式刺激人体的内关穴,并采集磁刺激前、中、后三种状态的脑电信号;基于C_0复杂度和互信息方法构建三种状态的脑功能网络;利用复杂网络理论对其拓扑特征进行了对比性分析。实验结果表明,刺激状态与刺激前相比,其脑网络的平均度、平均聚类系数、平均全局效率和"小世界"属性的值均明显增大,说明磁刺激内关穴使得脑网络各通道间的连接强度、集团化程度和信息传输效率明显提高;刺激后与刺激前相比,各项拓扑特征值呈增大趋势;刺激后与刺激状态相比,各项拓扑特征值呈减小趋势。