非接触式心冲击描记术(BCG)通过测量血液循环过程中血液对血管壁产生的周期性压力来测量心率。这种压力会引起包括头部在内的身体各部位周期性弱机械运动,这种运动十分微弱,并且从身体运动中提取的BCG信号有着较低的信噪比,限制了其心率的测量精度。利用光学杠杆放大头部运动(Optical lever amplified BCG,OLA-BCG),提出了一种非接触式高精度心率检测算法。该方法以激光作为主动光源,结合附着在头部的平面镜,实现头部运动的放大;同时利用加权质心跟踪算法提取头部运动轨迹并采用独立成分分析过滤掉干扰噪声,得到BCG信号。最后,对提取的BCG信号进行频谱分析,计算出心率值。实验结果表明,OLA-BCG方法可以有效提高从头部运动中提取的BCG信号的信噪比和心率的测量精度。

心血管疾病已成为了人类的第一大杀手, 心率作为表征心血管状况重要指标, 其临床及日常监测对预防心血管疾病引起的猝死具有重要意义。设计了一个基于视频的非接触式运动状态下多人心率实时检测系统, 通过人脸检测与人脸跟踪技术实现多人实时准确检测跟踪, 并采用感兴趣区域自适应提取与ASF滤波算法, 抑制了IPPG信号中的运动伪差, 实现了高信噪比脉搏波信号提取。采用医用指夹式血氧仪进行对比实验, 二者的均方根误差为4.1280BPM、相关系数为0.812。Bland-Altman分析结果显示, 大多数点分布在95%的置信区间内, 表明设计的心率监测系统与标准指夹式测量结果具有较好的一致性。

本文采用150 W连续波CO2激光器为光源,以Fe(CO)5,SiH4,C2H4等为原料,制备出Fe/C/Si超微粒子。测定了反应火焰的瞬时温度与激光功率密度、反应压力、原料气配比等反应参数之间的关系。分别用EDTA容量法和氟硅酸钾法分析了产物中Fe,Si的百分含量,并用X射线衍射、电子衍射、透射电镜、红外光谱、激光荧光光谱等技术对超微粒子的性能进行了表征。