简介：利用C8051F340单片机以及无线控制技术实现对高频X射线机主控平台以及无线控制系统的设计与开发，为临床医生提供良好的人机交互方式，操作界面简单，能在多环境、多疾病、多操作的情况下可以进行远距离曝光操作。

简介：本文描述了一个以8098单片机作为控制器,以点阵式液晶屏为显示手段的新型便携式脑干听觉诱发电位(BAEP)测试系统。该系统集声刺激、信号采集、放大、滤波、处理于一体,结构轻巧,操作简便。系统的软件采用MCS-96汇编语言编程,信号处理采用叠加平均法。该系统的初步试用结果表明这种基于8098单片机构成的仪器与现有的大型系统相比,工作性能令人满意,且整机成本大大降低。

简介：当AK95血液透析机自检过程中出现扳手提示“088079”．重新自检有时可以通过。查看错误代码：提示“heatertesterror，heaternotenergized”（加热器测试错误，加热器没有加电压）。这一故障可能发生的原因如下：①保险丝坏了；②加热板坏了或者加热连接处没有连接好；③流量测试棒停在低水位或者流量开关坏了；④FMVI/O板坏了；⑤保护CUP或驱动板、控制CUP或驱动板坏了。

简介：1两例故障例1：每天透析2h以后,百特透析机集体出现卡泵现象,而其他机器无此现象。除钙后透析正常,大约2h后又出现此现象。经多方查找,发现系水处理设备反渗膜破膜,造成水质变差。当透析用水Ca2＋达到一定浓度时,与透析液中的CO32-结合为CaCO3沉淀结晶,造成卡泵现象。由于百特比例泵泵头最精细（活塞的紧密程度可以拉出真空）,是所有机器中唯一可以在产生微量钙结晶而发生卡泵报警的。

简介：基于功能近红外光谱(fNIRS)的运动想象脑机接口(BCI)在中风患者神经康复训练发挥着不可或缺和日益重要的作用,但分类率较低。以功能核磁共振(fMRI)作为参考金标准,针对运动想象范式,本研究开展了fMRI-BCI与fNIRS-BCI的对照研究,以探究限制fNIRS-BCI分类率的主要因素。实验选取了12名被试,分别获取两种模态下左右手运动想象数据,并利用共空间模式算法提取空间特异性信息进行分类。从血液动力学响应来看,由于受到浅表血流信号干扰,fNIRS获取的运动想象在双侧运动区脑响应的对比度明显低于fMRI。同时,fMRI-BCI的分类准确率显著高于fNIRS-BCI,超过10个百分点,分别为80.3%±16.0%与67.3%±10.2%。这些结果表明,fNIRS及目前常用的拓扑式排布在获取脑皮层响应信息上存在不足,是运动想象fNIRS-BCI分类率较低的主要限制因素。

简介：阻塞性睡眠呼吸暂停低通气综合症(OSAHS)以呼吸受限和反复暂停为主要症状,目前最佳的治疗方式是通过家用睡眠呼吸机对用户上气道施加持续的正压通气(CPAP)。但呼吸机面罩若设计不当,可能导致局部“高浓度”CO2的反复吸入,长期对用户的健康不利。本研究以全脸式呼吸机面罩为研究对象,通过计算流体动力学(CFD)的方法分析面罩内CO2的残留状况及流场特征变化,并以此为依据开展优化设计。结果表明呼气末时刻鼻孔附近CO2的残留浓度约为3%,且会被反复吸入,长期将影响用户健康;若将排气孔设计在面罩前端,鼻孔附近CO2的残留浓度将降低到2%,即CO2的反复吸入量减少33.3%。本研究为家用睡眠呼吸机面罩基于空气动力学的个体化优化设计提供了重要的理论指导。

简介：针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。

简介：根据体外循环心内直视手术中心肌缺血再灌注损伤(MyocazdialIschermareperfusioninjury,MIRI)时出现的证候,和中医有关理论的分析,提出了MIRI中医病因病机假说:心气虚衰为本,心血瘀阻、浊毒内生为标,是一本虚标实证。进而提出MIRI的中医药治则应是:益气养心扶正以固本,活血化瘀解毒以治标。以此标本兼治的思路,设计益气活血及益气活血解毒两个心内直视手术MIRI中医药保护方案。初步实验研究、临床应用结果表明有其有效性和合理性。

简介：胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。