排序方式: 共有33条查询结果,搜索用时 0 毫秒
1.
非接触式的医疗健康监测系统解决了用户依从性问题,避免了佩戴电极、传感设备进行监测带来的不舒适感,更有助于将健康监测融入日常生活。非接触式监测手段具有持续地监测用户健康状况的潜力,能够在突发急性医疗事件出现时及时示警,且能够满足新生儿、烧伤患者、传染病患者等特殊人群的监测需求。调频连续波(FMCW)雷达能够同时捕获雷达视场内目标的距离、速度信息,可用于非接触式地监测用户的心率、呼吸率等生理体征及跌倒等行为动作,且从技术上易于单片集成,成本可控,因此在医疗健康监测领域有着重要的应用价值。该文首先阐述了将FMCW雷达应用于非接触式医疗健康监测技术的理论基础,然后系统性地归纳了该领域中的典型前沿应用,最后总结了基于FMCW雷达的医疗健康应用这一领域的研究现状及局限性,并对其应用前景与潜在的研究方向进行了展望。 相似文献
2.
3.
开发了一种基于电镀铜锡合金薄膜的绝压气压传感器圆片级气密封装技术以降低常规的基于阳极键合气密封装技术的成本及难度。通过实验确定了铜锡合金薄膜的电镀参数,实现了结构参数为:Cr/Cu/Sn(30nm/4μm/4μm)的铜锡合金薄膜;通过共晶键合实验确定圆片级气密封装的参数,进行了基于铜锡材料的气密封装温度实验。通过比较各种不同温度下气密封装的结果,确定了完成圆片级气密封装的条件为:静态压力0.02 MPa,加热温度280°,保持20min。最后,对气密封装效果进行X-射线衍射谱(XRD)、X射线分析、剪切力以及氦气泄露分析等实验研究。XRD分析显示:在键合界面出现了Cu3Sn相,证明形成了很好的键合;X射线分析表明封装面无明显孔洞;剪切力分析给出平均键合强度为9.32 MPa,氦气泄露分析则显示泄露很小。得到的结果表明:基于电镀铜锡合金薄膜可以很好地实现绝压气压传感器的圆片级气密封装。 相似文献
4.
针对微型光声光谱气体检测实验中背景噪声严重,微音器信号无法被准确提取的问题,借助计算机及其声卡设计了PAS传感器信号检测系统.首先,分析实验中锁相放大技术的基本原理,提出利用虚拟仪器技术实现光声信号检测的方法;通过分析实验中可虚拟化的仪器原理,最终利用LabVIEW开发出自动检测系统,实现了硬件仪器软件化,有效减少实验中硬件噪声源的存在,采样频率192 kHz,采样位数24 Bit,存储深度极大.结果与结论:结果表明它能从5 mV的噪声中提取0.1 mV的光声信号,误差为0.9%,能够很好的应用于光声试验中,满足稳定可靠、精度高、抗干扰能力强等实验要求. 相似文献
5.
在介电泳研究中,缓冲液对微粒运动情况的影响是不可忽略的,而目前关于缓冲液的研究关注则较少.文章旨在研究缓冲液中的大分子与离子对介电泳操纵的贡献.通过观察酵母菌在不同成分、不同配比的缓冲液中的运动情况,说明了缓冲液中大分子成分的增加可以降低溶液电导率而在同样电导率的溶液中对微粒的介电泳操纵影响不大,而离子的增多会增大溶液电导率,而在同样的电导率下会增加介电泳对微粒操纵的困难程度. 相似文献
6.
基于流量传感器的圆柱结构2维风传感器,其测量性能对地面风测量而言不够准确。由此,该文通过分析风洞实验数据,建立一种数学模型来描述圆柱绕流中直径两端压强差的分布,并根据该模型提出一种通过检测该直径压强差来计算风速风向的2维风测量方法。对风洞测试数据应用该方法,在2~40 m/s风速范围内,风速计算值误差不超过(0.2+0.03 V) m/s,风向计算值误差不超过5。相比使用流量传感器的圆柱结构2维风传感器,该方法提高了测量准确度。同时,该方法不需要转动部件,不受机械摩擦和惯性的制约,需要占用的空间小。 相似文献
7.
心脏疾病是全球发病率和死亡率最高的疾病,心音听诊可以获取心脏的机械特性及结构特征,与超声心动图、核磁共振等无创诊断技术相比具有快速、低成本和操作简单的优势。心音信号成分复杂,容易受到各种噪声和干扰的影响,听诊诊断结果容易受到医生主观性的影响,极大限制了心音听诊的应用。该文提出一种基于心动周期估计的心音分割及异常心音筛查算法,预先估计了心音的心动周期,存在随机干扰的情况下也可以正确识别信号中80%以上的心动周期,提高了算法的稳定性。同时提出了区分度良好的时域和频域特征指标,利用支持向量机建模,对异常心音的识别率可达92%。算法可辅助医生诊断,或用于家用便携式心音监护设备。 相似文献
8.
现代生活普遍压力较大,容易引起消极痛苦的应激,导致不良情绪甚至滋生各类慢性病。心理专家需要了解个体的压力状态,从而开展对应性心理疏导和治疗。传统心理学自评法存在一定的主观性;基于生理多导仪的压力状态评估法,受设备体积所限无法用于日常压力状态评估。针对上述问题,该文采用可穿戴式传感设备实时采集个体生理信号,利用心理和生理的伴生关系,对个体的心理压力进行长期实时评估。同时通过蒙特利尔影像应激实验(MIST)诱发出被试平静、轻微及高度压力3种压力状态,此实验范式同时包含认知负荷精神压力因素与社会评价心理压力因素,与日常真实生活更为接近。该文共采集39名健康被试的实验数据,通过对数据的特征值提取等预处理,结合随机森林算法对最优特征子集进行选择,采用支持向量机(SVM)分类算法对3种压力状态进行分类预测。实验结果表明,通过随机森林特征选择优化后的SVM分类,与通用的单一SVM分类算法相比,具有更好的分类识别效果,对3种压力状态的分类准确率可从78%提高至84%。 相似文献
9.
10.