目的:评估傅里叶红外光谱技术（FTIR）对临床分离的碳青霉烯耐药大肠埃希菌（CREC）同源性分析的能力。方法:26株CREC为2018年从来自全国9个省、市（湖南、吉林、浙江、福建、上海、安徽、重庆、云南、河南）的样本中分离，FTIR检测菌株在900~1 200 cm -1区域的红外吸收光谱，使用欧式距离和平均连接聚类方法进行多变量分析；并对菌株进行全基因组测序（WGS）分析单核苷酸多态性（SNP）。 结果:FTIR将26株CREC分为14个红外光谱（IR）型，且相同IR型的菌株均属于同一序列（ST）型。相比WGS对CREC的聚类分析，FTIR的聚类分析结果一致性为92.3%（24/26）。结论:FTIR对CREC同源性的区分能力具有较高准确性，且操作简便快速，具有良好的临床推广前景。

准确获取土壤水分和有机质含量对中低产田土壤质量提升具有重要意义.为探讨分数阶微分(FOD)联合不同光谱指数对土壤水分和有机质含量的估算效果,本研究以宁夏引黄灌区中低产田土壤为对象,对野外实测高光谱反射率进行均方根变换后,采用0～2阶FOD处理(步长0.25),构建差值指数(DI)、比值指数(RI)、乘积指数(PI)、加和指数(SI)、广义指数(GDI)和氮平面域指数(NPDI),基于6种光谱指数与水分和有机质含量的相关系数来筛选最优光谱指数,建立基于偏最小二乘回归(PLSR)和支持向量机(SVM)的水分和有机质含量估算模型.结果表明:经FOD变换后,水分和有机质含量与光谱信息间的相关性较原始光谱均得到有效提升,最大分别提升0.1785和0.1713.水分含量敏感波段主要在400～630和1350～1940 nm;有机质含量敏感波段主要在460～850、1530～1910和2060～2310 nm.SVM模型精度明显高于PLSR,基于1.75阶NPDI-SVM的水分含量估算模型精度最佳,其验证决定系数(Rp2)为0.970,均方根误差(RMSE)为1.615,相对分析误差(RPD)为4.211;基于0.5阶DI-SVM的有机质含量估算模型效果最佳,其Rp2、RMSE和RPD分别为0.983、0.701和5.307.本研究可为相似地区中低产田土壤水肥监测、质量提升和制图提供数据与技术支撑.

目的:根据红外光谱的吸收,测定不同产地的连翘,从而为连翘道源产地和质量评价提供依据.方法:收集6 个省份66 批连翘药材的红外光谱数据,利用多元散射校正(multiplicative signal correction,MSC)、标准正态变量(standard normal variate,SNV)、平滑滤波(Savitzky-Golay,SG)、一阶导数(first de-rivative,FD)、二阶导数(second derivative,SD)及其组合方法对原始光谱进行预处理,选择最佳预处理方式;利用主成分-马氏距离法和簇类独立软模式法(SIMCA)及偏最小二乘判别分析(PLS-DA)等化学计量学方法对连翘产地进行鉴别研究.结果:利用主成分-马氏距离法、SIMCA分类模型和PLS-DA模型实现了不同产地连翘的100%正确识别.结论:傅里叶变换红外光谱(FT-IR)结合化学计量学方法可以为不同产地的连翘鉴别提供一种新的分析方法.

本研究旨在客观比较颈部肌肉疲劳评价算法的差异性,找出更加有效的颈部肌肉疲劳评价算法,为伏案姿势下颈部肌肉疲劳提供人因工程定量评价方法.本文利用无线生理仪采集了15名受试者使用记忆枕伏案12 min的颈部胸锁乳突肌的表面肌电信号,使用平均功率频率、谱矩比、离散小波变换、模糊近似熵以及复杂度5个算法计算出相应的肌肉疲劳指标;并使用最小二乘法对肌肉疲劳指标进行线性回归得出确定系数R2与斜率k;确定系数R2可评价各种算法的抗干扰性;对斜率k进行柯尔莫哥洛夫—斯米洛夫检验得到最大垂直距离Lmax,Lmax可评价各种算法对疲劳程度的区分能力.统计结果表明,在抗干扰方面,模糊近似熵在不同高度的记忆枕下都具有最大的R2,且模糊近似熵与平均功率频率、离散小波变换的差异具有统计学意义(P＜0.05);在区分疲劳程度方面,模糊近似熵仍具有最大的Lmax,最大值达0.496 7.本文研究结果表明,模糊近似熵无论是在抗干扰性还是疲劳程度的区分能力上都优于其他算法,因此在进行颈部肌肉疲劳评价时,我们建议可将模糊近似熵作为一个较好的评价指标.

实时评价模拟腹腔镜训练者训练时的疲劳值,并分析疲劳与训练效果的关系.基于MATLAB平台设计了数据采集模块和疲劳分析模块.在训练过程中,Brainlink采集脑电数据,通过蓝牙将数据发送到数据采集模块,然后通过盲源分离的方法去除伪迹,应用小波变换提取4种节律波,采用马氏距离的半监督回归模型得出疲劳值.采用ROC曲线确定模型的阈值,当超过阈值时表示疲劳事件发生,报警提示终止训练;利用Tobii眼动仪采集眼动信号,计算完成时间,错误数,注视点个数,注视时间百分比以及注视/眼跳时间百分比来评价训练效果.在1~6次训练中,疲劳值略微上升但疲劳还未发生时,训练效果逐渐变好;在7~15次中,疲劳值略微上升,训练效果趋于稳定;在16~20次中,疲劳值呈上升趋势,疲劳发生时,训练效果下降.训练者的疲劳程度对训练效果有一定的影响.当疲劳发生时,训练效果下降,当疲劳值达到疲劳阈值10时,应终止训练.

热波动分析是近年来发展的一类皮肤微循环功能障碍检测方法 ,目前相关的软、硬件的发展还处于比较早期的阶段,距临床应用还有较大距离.为便于使用小波分析方法 对微循环血流/温度信号进行时频分析,本文基于MATLAB GUI编程开发了一个有图像用户界面的应用软件,该软件主要包括了文件模块、小波分析模块、检测结果 模块以及相关性分析模块4部分.本文首先介绍了小波分析方法 在生物信号分析中的应用,然后通过几个实例对软件的信号小波变换、信号波动幅值变化提取、检测结果 统计以及信号互相关分析功能进行了介绍,期望本软件能够在血流/温度信号时频分析、微循环功能检测方面提供帮助.

斑马鱼是一种当今应用十分广泛的模式生物,研究其实验图像的信息自动提取具有较高的应用价值.药物培养斑马鱼胚胎在发育成长过程中的生理影响的定量分析,很难通过人工肉眼观察的方式得出较为准确的指标值,通常要借助于计算机.斑马鱼图像定量分析的前提基础就是可以对斑马鱼胚胎图像,按照斑马鱼的生理结构即头部、躯干和卵黄三个部分在图像中分割开.但是实际情况是斑马鱼药物实验中特定药物的实验组数量有限,不能通过学习训练等机器学习的方式分割,只能使用图像处理建模分割.本文使用距离变换结合分水岭算法、减法聚类结合K-means聚类算法以及减法聚类结合漫水填充算法分别对图像进行语义分割,发现减法聚类结合漫水填充算法的分割效果达到了满足研究所需的生理结构分割的目的,为后续医学研究中的定量分析奠定了较好的基础.

基于氨基酸的疏水性和相对分子质量,先把20种氨基酸分为8类,按不同间隔角度放置于圆周上.根据z轴坐标的划分,建立一个坐标空间.将蛋白质序列中的氨基酸按排列顺序映射到空间坐标系中,得到序列的3D模型.将3D模型转换为20维矩阵图,分析序列中氨基酸对数量特征及相似性.进一步将空间坐标转换为数值序列,进行离散傅里叶变换(discrete Fourier transform,DFT),得到原蛋白质序列的功率谱,将不同长度的功率谱扩展到数据集中最长序列的长度m维.再通过计算功率谱序列间的欧氏距离来度量序列相似性,构建系统发育树.最后对不同数据集进行验证,结果显示:聚类结果与矩阵图的分析相符,且优于其他算法的效果,表明此算法对蛋白质相似性研究具有一定的有效性.

目的 为实现运动功能障碍患者的运动意愿,基于脑-机接口(brain-computer interface,BCI)的康复训练技术是近年来的研究热点.脑-机接口的关键技术是快速准确地识别出与运动想象相关的脑电模式.针对脑电信号非平稳及个性化差异等特点,利用小波包理论和核函数极限学习机(extreme learning machine,ELM)方法 ,提出一种自适应的特征分类方法来提高脑电信号的分类识别率.方法由于小波包存在着频带交错的现象,所以首先利用距离准则将自适应提取的最优小波包的平均能量作为特征向量,并采用核函数ELM方法进行分类.最后利用BCI竞赛数据进行了脑电信号特征分类的仿真研究,并对不同算法的分类识别率进行仿真分析.结果 自适应特征分类方法对用于实验的脑电数据的平均分类识别率达到97.6％,对比ELM、神经网络(back propagation,BP)和支持向量机(support vector machine,SVM)分类方法,核函数ELM方法在分类时间和识别精度上效果最佳.结论 本文提出的脑电信号分类方法取得了较高的分类识别率,适用于脑电信号的分类应用.

目的:建立基于近红外光谱的野生与栽培红芪判别模型,对野生与栽培红芪进行鉴别研究.方法:采用多元散射校正法、标准正态变换、一阶导数、二阶导数、Savitzky-Golay filter及Norris derivative filter过滤的组合方法对原始光谱进行预处理,应用光标法及变量重要性图选取光谱波段,建立野生与栽培红芪主成分分析-马氏距离判别模型及偏最小二乘判别模型,并验证模型.结果:多元散射校正法、标准正态变换预处理方法适宜于红芪近红外光谱的处理;所建立的二次偏最小二乘判别(PLS-DA)模型稳定、有效且无过度拟合,可用于鉴别野生与栽培红芪;野生与栽培红芪的主要差异性光谱波段为4 000.000～5 418.991cm-1.结论:近红外光谱可鉴别野生与栽培红芪,为其他野生型与栽培型中药材的鉴别提供研究思路.