检索结果-内蒙古大学图书馆

福州大学学报（自然科学版） 2023年第3期51卷 431-438页

作者：张心怡谢秀烨苏华清石贤爱王国增福州大学生物科学与工程学院药物生物技术与工程研究所福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

采用高通量扩增子测序技术,对山羊瘤胃微生物宏基因组第10家族(GH10)和第11家族(GH11)木聚糖酶基因多样性进行分析.经序列拼接、过滤和可操作分类单元聚类(<95%),获得348个GH10木聚糖酶基因.GH10木聚糖酶基因片段与GenBank数据库中... 详细信息

采用高通量扩增子测序技术,对山羊瘤胃微生物宏基因组第10家族(GH10)和第11家族(GH11)木聚糖酶基因多样性进行分析.经序列拼接、过滤和可操作分类单元聚类(<95%),获得348个GH10木聚糖酶基因.GH10木聚糖酶基因片段与GenBank数据库中已知蛋白序列的一致性为46%~97%,其中一半以上的序列与已知木聚糖酶的一致性低于80%.序列注释结果表明,GH10木聚糖酶基因分布于5个门,其中拟杆菌门(Bacteroidetes)和厚壁菌门(Firmicutes)为优势门.经序列处理分析,获得143个GH11木聚糖酶基因,与GenBank中已知蛋白序列的一致性为51%~100%.GH11木聚糖酶基因分布于6个门,其中子囊菌门(Ascomycota)和放线菌门(Actinobacteria)为优势门.基于片段序列和染色体步移技术,获得两个新的全长木聚糖酶基因,由其编码的蛋白具有特殊的结构域组成.本研究表明,山羊瘤胃环境中GH10木聚糖酶基因的多样性远高于GH11,且两者的分布存在较大差异.此外,该环境中还存在大量的新木聚糖酶基因,可为后续木聚糖酶基因资源的发掘和应用奠定基础.

关键词：木聚糖酶瘤胃基因多样性宏基因组学扩增子测序

来源：评论

学校读者我要写书评

暂无评论

心电形态与节律特征融合的轻量房颤检测模型及可解释性研究

引用

电子学报 2025年第2期 503-513页

作者：高宁李玉榕陈泓陈文升贾梓豪福州大学电气工程与自动化学院福建省医疗器械和医药技术重点实验室

房颤是一种常见的心律失常，通常与中风、心力衰竭等心血管疾病相关.近年来，虽然有许多研究者使用深度学习方法在房颤检测上取得了重大进展，但所提出的方法大都需要大量的计算资源，并且由于深度学习模型的黑盒效应，模型的检测结果... 详细信息

房颤是一种常见的心律失常，通常与中风、心力衰竭等心血管疾病相关.近年来，虽然有许多研究者使用深度学习方法在房颤检测上取得了重大进展，但所提出的方法大都需要大量的计算资源，并且由于深度学习模型的黑盒效应，模型的检测结果较难以在临床上推广应用.为此，本文提出一种基于特征融合的轻量房颤检测模型并对其开展可解释性研究，模型由ECG(ElectroCardioGram)主干网络和RRI(R-R Interval)支路组成. ECG主干网络使用深度可分离卷积以及少量的标准卷积来提取心电信号的深层形态特征，RRI支路使用多尺度卷积提取RRI的深层节律特征，网络通过融合二者来学习全面鲁棒的特征表示，实现准确的房颤检测.进一步，基于Grad-CAM++来可视化不同特征对于分类结果的贡献实现模型的可解释性分析.本文在长期房颤数据库LTAFDB进行训练与数据集内部测试，准确率达到了97.99%.为了验证模型的泛化性能，利用MIT-BIH心房颤动数据库AFDB与中国生理信号挑战赛数据库CPSC2021开展跨数据集的外部测试，分别取得了95.17%和93.81%的准确率.实验结果表明，本文提出的方法具有轻量级特性，稳定性和准确性良好，同时可解释性深度学习的引入使得本文所提出的方法在房颤的临床诊断中具有更加广阔的应用前景.

关键词：心电信号房颤轻量级神经网络可视化技术特征融合

来源：评论

学校读者我要写书评

暂无评论

基于平面波斜入射的人体信道远场路径损耗建模

引用

电波科学学报 2022年第5期37卷 782-792页

作者：陈志英林峰龚赞杜民厦门理工学院电气工程与自动化学院厦门361024 福州大学福建省医疗器械和医药技术重点实验室福州350116 厦门理工学院光电与通信工程学院厦门361024 武夷学院福建省生态产业绿色技术重点实验室武夷山354300

人体信道路径损耗计算对植入式通信链路预估具有重要意义.文章利用有耗媒质的电磁场边界条件、反射和透射定理并引入切向等效波阻抗定义,推导出平面波向人体斜入射时各人体组织分界面上的入射角、透射角、反射系数、透射系数、切向等效... 详细信息

人体信道路径损耗计算对植入式通信链路预估具有重要意义.文章利用有耗媒质的电磁场边界条件、反射和透射定理并引入切向等效波阻抗定义,推导出平面波向人体斜入射时各人体组织分界面上的入射角、透射角、反射系数、透射系数、切向等效波阻抗以及各人体组织中的电磁合成波,提出了一种基于平面波向多层有耗媒质斜入射的人体信道远场路径损耗解析模型.然后以植入在肌肉为例,计算了TM波和TE波在5个常用工业通信频率以不同角度斜入射的人体信道电磁场分布与路径损耗,结果显示,电磁波在入射面的反射是影响人体信道路径损耗的关键因素,当频率在1.4 GHz附近时总路径损耗最小,TM波性能优于TE波,且当入射角小于等于30°时,总路径损耗基本保持不变.最后采用COMSOL Multiphysics建立了有限元仿真模型验证解析模型,二者结果高度吻合,最大误差仅为0.039,有力证明了解析模型的正确性和有效性.

关键词：植入式通信人体信道路径损耗斜入射平面波

来源：评论

学校读者我要写书评

暂无评论

可见/近红外光谱的葡萄籽油掺伪检测系统

引用

光谱学与光谱分析 2020年第1期40卷 202-208页

作者：唐云峰柴琴琴林双杰黄捷李玉榕王武福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

葡萄籽油掺假种类繁多,手段隐蔽,成为食品安全检测的重要难点之一,为规范食用油市场,提供一种方便、可靠的葡萄籽油品质鉴别方法尤为重要。针对色谱和质谱等传统品质分析方法的耗时、试剂消耗大、专业性强等不足,以及实现无损分析的近... 详细信息

葡萄籽油掺假种类繁多,手段隐蔽,成为食品安全检测的重要难点之一,为规范食用油市场,提供一种方便、可靠的葡萄籽油品质鉴别方法尤为重要。针对色谱和质谱等传统品质分析方法的耗时、试剂消耗大、专业性强等不足,以及实现无损分析的近红外光谱仪价格昂贵、操作环境要求高等缺点,研究设计一套低成本、高准确度的可见/近红外光谱仪检测系统来实现葡萄籽油品质掺假鉴别。首先,依托USB6500-Pro探测器搭建可见/近红外光谱仪硬件平台,并基于Qt设计一套简洁的人机交互界面,用以实现光谱数据的采集、处理以及葡萄籽油掺假鉴别结果的显示;其次,针对硬件和检测环境带来的光谱噪声,系统采用小波变换滤除噪声,减小光谱失真;最后,考虑到现有的基于机器学习的品质鉴别模型往往依赖已知的油类训练样本集来实现对不同掺假类别油类的预测,而利益驱使下层出不穷的掺假手段使得新的、未出现在原训练集中的掺假类别样本不断涌现,现有的品质鉴别方法将很难给出准确的判别结果。因此,研发的检测系统中设计一种能实现已知和新的掺假油品光谱的鉴别方法,该方法分为分类和校正两步:先用建模数据库中的训练集建立极限学习机(ELM)分类器模型,实现初步掺假类别的分类;然后再利用自动聚类算法对分类结果进一步校正。若与校正数据集产生一个聚类中心,则证明分类结果正确且属于建模数据库中的已知掺假类别;若产生两个聚类中心,则分类结果不正确,样本为新掺假类别,未出现在建模数据库中,最终得到准确的掺假类别结果。为检验系统性能,用搭建的可见/近红外光谱仪硬件平台采集了纯葡萄籽油和掺入不同比例的大豆油、玉米油、葵花籽油和调和油的葡萄籽油的5类光谱数据,每一类30组共计150组数据,将得到的可见/近红外光谱数据先进行小波阈值法去噪和多元散射校正(MSC)预处理后输入到设计的检测系统中。假定前4类作为建模数据库中的已知掺假类别以及第5类作为新掺假类别,先利用K-S算法将已知掺假类别的每类样本划分成训练集20组和测试集10组,用训练集共80组样本建立ELM分类模型,将40组测试集输入到ELM实现初步判别,判别结果再进一步聚类分析校正,只有一个聚类中心,说明了模型判别准确,且对已知类别能够100%识别;当30组新掺假类别样本输入到ELM模型时,均判别成了纯葡萄籽油,进一步聚类分析校正,产生了两个聚类中心点,说明ELM模型误判,定性判定第5类为新掺假类别。实验结果表明,研发的葡萄籽油掺伪检测系统操作简单、快速,不仅对已知掺假类别能够100%识别,而且对新掺假类别能够实现定性判别。

关键词：极限学习机可见/近红外光谱聚类葡萄籽油掺假

来源：评论

学校读者我要写书评

暂无评论

基于智能手机的多通道电化学检测装置

引用

生命科学仪器 2023年第2期21卷 111-115页

作者：韦漪陈星许少腾高跃明福州大学物理与信息工程学院福建福州350108 福州大学福建省医疗器械和医药技术重点实验室福建福州350108

目的:设计了一款基于智能手机的多通道电化学检测装置,能够极大地简化操作步骤、提高检测效率,满足多种场景下的即时检测需求。方法:开发出多通道电路,各通道均可独立运行、实现多种电化学测试方法;设计出两级放大电路,电流检测灵敏度... 详细信息

目的:设计了一款基于智能手机的多通道电化学检测装置,能够极大地简化操作步骤、提高检测效率,满足多种场景下的即时检测需求。方法:开发出多通道电路,各通道均可独立运行、实现多种电化学测试方法;设计出两级放大电路,电流检测灵敏度提高至10-8A;同时在智能手机APP上实现了各通道检测量程自调节功能。结果:实验表明,多通道电化学检测装置能够准确地进行电化学方法的检测,装置的变异系数小于1.9765%(n=3),证明该装置具有较好的可重复性和稳定性;通道之间的检测差异小于0.745%(n=3),证明该装置的通道间一致性高。装置和电化学工作站的检测差异小于1.671%(n=3),证明该装置的可靠性好。结论:该装置在进行电化学检测时具有较高的灵敏度和准确性,具有极大的应用价值。

关键词：电化学检测多通道量程自调节智能手机

来源：评论

学校读者我要写书评

暂无评论

步态信号采集与分类平台的设计与实现

引用

贵州大学学报（自然科学版） 2022年第4期39卷 60-66页

作者：陈东毅李玉榕福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

低成本、易实施、无接触式的步态信号采集与分类平台可为步态的定量评估、智能诊断提供新的研究路径与参考思路。应用改进经验模态分解(empirical mode decomposition,EMD)结合Bagging正则化共空间模式(Bagging regularized common spat... 详细信息

低成本、易实施、无接触式的步态信号采集与分类平台可为步态的定量评估、智能诊断提供新的研究路径与参考思路。应用改进经验模态分解(empirical mode decomposition,EMD)结合Bagging正则化共空间模式(Bagging regularized common spatial pattern,BRCSP)与Fisher线性判别分析法(Fisher linear discriminant analysis,FLDA)设计了步态信号采集与分类平台。该平台将采集到的步态信号通过改进EMD进行滤波,抑制高频干扰噪声,提取真实、有用的本征模态分量(intrinsic mode function,IMF)进行信号重构,从而得到包含完整、准确步态信息的信号;再通过BRCSP特征提取方法强化步态信号的个体差异性及共同特征,提取出显著的特征分量;最后应用FLDA方法将特征向量映射到低维度空间中并进行步态分类。实验结果表明,该平台能准确分类进入红外、激光检测区域内的不同步态,平均分类准确率达到96.6%。

关键词：步态识别特征分类改进的经验模态分解 Bagging正则化共空间模式 Fisher线性判别分析法

来源：评论

学校读者我要写书评

暂无评论

基于OpenSim肌骨建模估算胫股关节接触力

引用

康复学报 2025年第1期35卷 59-68页

作者：王晓玲简家伟谢秋蓉连章汇郭春明郭洁梅李玉榕福建中医药大学康复医学院福建福州350122 福州大学福建省医疗器械和医药技术重点实验室福建福州350108 吉林大学白求恩第二医院吉林长春130041 福建中医药大学中医学院福建福州350122

目的基于OpenSim软件开发建立1个包含双接触点、3个自由度膝关节的个性化肌肉骨骼模型,估测膝关节负荷,为临床膝骨关节炎(KOA)患者的精准化诊断及个体化康复方案的制订提供可靠依据。方法利用由斯坦福大学授权公开、加州拉霍亚市Scripp... 详细信息

目的基于OpenSim软件开发建立1个包含双接触点、3个自由度膝关节的个性化肌肉骨骼模型,估测膝关节负荷,为临床膝骨关节炎(KOA)患者的精准化诊断及个体化康复方案的制订提供可靠依据。方法利用由斯坦福大学授权公开、加州拉霍亚市Scripps诊所希利矫形研究与教育中心发布的“膝关节体内负荷预测挑战赛”公开数据集,纳入4例接受全膝关节置换术(TKA)并植入压力检测仪器的受试者,以OpenSim模型库中的通用模型gait2392为基础升级搭建,新模型包含28个关节和43个自由度,并调整膝关节结构,使其具有屈曲-伸展、内收-外展、内旋-外旋3个方向自由度,增添了单臂4个关节、7个自由度能够扭矩驱动的上肢结构,并将股骨与胫骨间由单接触点调整为双接触点。通过模型缩放、逆向运动学分析、逆向动力学分析、残差缩减处理、肌肉控制和肌肉分析等,综合考虑步态中外部力和体内肌力的贡献,计算胫股关节内侧、外侧接触力。采用Matlab 2018b进行统计学分析,计算模型估计结果与植入假体测量结果的Pearson相关系数、均方根误差以及标准差,验证本研究建立的肌骨模型的有效性。结果 4名受试者共获得21次完整步态试验数据,受试者JW、DM、PS、SC步态周期平均时长分别为(1.18±0.03)、(1.18±0.08)、(1.09±0.02)、(1.14±0.04)s;内侧、外侧、总接触力估计值与测量值的相关系数平均值分别为(0.921±0.079)、(0.817±0.084)、(0.930±0.066),均方根误差的平均值分别为(0.336±0.146)、(0.332±0.043)、(0.442±0.160) BW;内侧、外侧接触力峰值的估计值与测量值均方根误差的平均值分别为(0.43±0.25)、(0.34±0.24) BW,峰值出现时间误差的平均值分别为(44.09±34.66)、(67.52±61.19) ms。结论利用所建立的双接触点、3个自由度的膝关节全身OpenSim肌肉骨骼模型能够生成肌肉驱动的步态模拟,得到可靠的胫股关节接触力,为精准监测胫股关节负荷、临床康复方案的制订和持续改进假体设计等提供重要依据。

关键词：胫股关节内侧、外侧接触力 OpenSim 肌肉骨骼模型行走步态

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和LightGBM的金线莲品系识别

引用

江苏农业学报 2021年第1期37卷 155-162页

作者：陈舒迪柴琴琴张勋黄泽豪林羽徐伟福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108 福建中医药大学药学院福建福州350122

金线莲是中国珍稀中草药,不同品系的金线莲具有细微的形态差异和显著的药效差异。针对金线莲的单一特征贡献能力不足以及传统分类器泛化能力不佳的问题,提出使用形状、颜色和纹理特征对金线莲叶片图像进行特征提取与融合,再使用表现性... 详细信息

金线莲是中国珍稀中草药,不同品系的金线莲具有细微的形态差异和显著的药效差异。针对金线莲的单一特征贡献能力不足以及传统分类器泛化能力不佳的问题,提出使用形状、颜色和纹理特征对金线莲叶片图像进行特征提取与融合,再使用表现性能更优的LightGBM(轻量级梯度提升机)构建分类器,以提高金线莲识别正确率。LightGBM具有精确高效等优点,将提取得到的高层次特征导入LightGBM进行训练预测,可以有效提高分类准确性。对金线莲数据集中的6个品系共368幅叶片图像进行试验,结果表明,相比于传统的分类方法,基于多特征融合和LightGBM的模型识别效果最好,10次随机试验的平均识别率比传统方法KNN、SVM和GBDT高,并且在分类评价指标精确率、召回率、综合评价指标上有较优表现,该研究结果可为中药材品系识别提供参考。

关键词：金线莲多特征融合 LightGBM 叶片识别

来源：评论

学校读者我要写书评

暂无评论

基于CNN的肌肉收缩超声图像分类

引用

电视技术 2022年第6期46卷 63-67页

作者：史婧婷马炜刘婷陈旭辉福州大学物理与信息工程学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

肌肉收缩训练对运动康复的意义重大,为了研究卷积神经网络(Convolutional Neural Network,CNN)在肌肉收缩超声图像分类问题中的可行性并评估效果,采用两种CNN模型(Res Net101和VGG19)对肱二头肌超声图像中肌肉是否收缩进行分类,并开展... 详细信息

肌肉收缩训练对运动康复的意义重大,为了研究卷积神经网络(Convolutional Neural Network,CNN)在肌肉收缩超声图像分类问题中的可行性并评估效果,采用两种CNN模型(Res Net101和VGG19)对肱二头肌超声图像中肌肉是否收缩进行分类,并开展对比分析。实验结果表明,VGG 19模型分类效果较好,在准确度、参数数量及训练效率上均有明显优势,泛化能力强。

关键词：深度学习卷积神经网络(CNN) 超声图像分类肌肉收缩

来源：评论

学校读者我要写书评

暂无评论

基于Stacking集成学习的马兜铃酸及其类似物鉴别

引用

江苏农业学报 2021年第2期37卷 503-508页

作者：谢文涌柴琴琴林旎李祥辉王武福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108 福建医科大学医学技术与工程学院福建福州350004

以中草药中所含成分马兜铃酸及其类似物为研究对象,针对传统中药鉴定存在的主观性强、操作复杂等不足以及单一机器学习模型鉴别精度不高的问题,提出多模型融合的Stacking集成学习分类模型,用来实现马兜铃酸及其类似物的鉴别。采集马兜... 详细信息

以中草药中所含成分马兜铃酸及其类似物为研究对象,针对传统中药鉴定存在的主观性强、操作复杂等不足以及单一机器学习模型鉴别精度不高的问题,提出多模型融合的Stacking集成学习分类模型,用来实现马兜铃酸及其类似物的鉴别。采集马兜铃酸、1,10-菲咯啉-4,7-二甲酸、菲醌、β-谷甾醇4种样品的近红外光谱数据,对其进行数据预处理与主成分分析降维,基于降维后的数据特征,通过遍历搜索策略构建了以随机森林、支持向量机、朴素贝叶斯为基分类器,随机森林为元分类器的Stacking集成学习分类模型。结果表明,Stacking集成学习分类模型具有最佳表现性能,鉴别正确率最高达到99.38%,比K最近邻、决策树、随机森林、支持向量机、朴素贝叶斯分类模型的平均鉴别正确率高8.23个百分点,并且在精确率、召回率、综合评价指标(F1值)方面有优异表现。综上可见,本研究提出的Stacking集成学习分类模型能够快速有效地鉴别马兜铃酸及其类似物。

关键词：马兜铃酸近红外光谱主成分分析 Stacking集成学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：