吴玉春
- 作品数：13 被引量：42H指数：4
- 供职机构：西安航空学院更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生文化科学电子电信交通运输工程更多>>
- 便携式人体血流计的设计
- 2011年
- 设计一种电路原理简单、响应速度快、检测方便的便携式人体血流计系统。本设计采用了波形相关技术,根据血液流经人体不同部位的时间差,将同一条血管上相距一定距离的两点处的脉搏波形进行采集、记录并作相关运算,得到两点之间血液运动的时间,再根据两点间距离算出血液流速。
- 吴玉春
- 关键词：血流速度
- 无线网状网络中基于媒体感知的多用户速率分配算法被引量：1
- 2017年
- 多个视频流在无线网状网络中传输时,每个视频流的速率需要和网络中的时变流量相适应,提出了一种基于媒体感知的速率分配算法,此算法能够根据视频内容和网络拥塞调整视频速率。仿真结果表明,此算法所用拥塞失真优化的方式能使速率分配有效的适用于在网络中存在的新视频流。
- 吴玉春
- 关键词：无线网状网络网络拥塞
- 医疗设备类职业技能培训与鉴定工作的思考被引量：1
- 2011年
- 随着医疗仪器的飞速发展,对从业人员的要求也越来越高。对医疗设备相关专业职业技能培训与鉴定工作提出了几点思考,旨在提高学生的综合技能素质,不断增强其在该行业的就业能力、创业能力和工作能力。
- 刘旭娟吴玉春
- 关键词：医疗仪器
- 广义余弦窗函数在心音信号滤波中的应用
- 2017年
- 窗函数法是用于FIR数字滤波器设计的一种简单有效的方法。通过分析汉宁窗、汉明窗和布莱克曼窗等三种广义余弦窗函数的构造与特性,以及三者在心音信号滤波中的具体应用,讨论了三种窗函数的区别与联系。仿真结果表明,在心音信号滤波过程中,用布莱克曼窗设计的滤波器,滤波效果优于其他两种窗函数。
- 吴玉春
- 关键词：数字滤波器窗函数心音
- 自适应提升小波变换在心音信号预处理中的应用被引量：22
- 2009年
- 通过构造提升小波变换的预测滤波器和更新滤波器,将自适应提升小波变换用于心音信号的预处理,提升小波变换不仅保留了小波变换在信号处理中的优势,而且可以提高信号处理的速度,可以在心音信号的实时处理中起到很好的去噪效果。通过仿真实验对实际采集的几十组心音数据进行了去噪处理,结果表明,该方法在去噪效果和处理速度上都有着明显的优势,在心音的实时采集中有很重要的应用价值。
- 郭兴明吴玉春肖守中
- 关键词：提升小波变换自适应算法心音去噪
- 心音信号分段规则的探讨被引量：2
- 2014年
- 目的如何有效提取心音信号的有效成分(第一心音Sl、第二心音S2)是分析心音信号的关键。为提取心音信号的有效成分,必须明确心音信号的分段规则。方法首先对目前心音研究领域中常用的两类心音分段方法进行分析和比较。根据现有文献资料,结合作者对实际采集的829例心音实例的研究,提取心音的各时域特征并进行统计分析,最后对心音信号分段规则进行了探讨。结果心音信号的S1、S2及收缩期、舒张期等时域特征呈现一定规律性。结论可按照上述时域特征对心音信号进行自动分段,并借助心音分段规则进行进一步识别和分析。
- 吴玉春杨亚萍邓北川
- 关键词：心音信号自动识别
- 心音信号识别研究方法进展被引量：1
- 2012年
- 有效提取心音信号中的第1、2心音(S1和S2)是心音信号研究的关键点。本文介绍了心音信号识别的研究现状,通过比较谱分析、小波变换、神经网络以及数学形态学方法等几种心音研究方法,讨论了心音信号识别的研究重点和发展方向,为进一步的心音研究奠定基础。
- 吴玉春
- 关键词：心音小波变换神经网络自动识别
- 多孔非晶合金生物医用材料概述
- 2015年
- 综述了近十年来国内外关于多孔非晶合金的研究现状,从非晶材料、制备工艺、孔隙参数及力学性能等方面进行了阐述,初步探讨了多孔非晶合金作为生物医用植入材料的发展前景。
- 刘旭娟吴玉春张俊溪
- 关键词：非晶合金多孔材料
- 以管理服务为导向的高校教学信息化建设体系研究
- 2023年
- 近年来,各大高校对于教学信息化体系建设的重视程度不断提高,教学管理工作与信息化、数字化关系日益紧密,大大提升了工作效率。但从实际情况来看,当前高校教学体系信息建设还存在重“教学”而轻“服务”、重“管理”而轻“效率”、重“制度”而轻“落实”的问题,需要高校管理者从战略发展角度统一规划,高效整合现有资源,进一步完善信息化服务运营效率,建立相应的应用培训流程,为校园教学信息化体系建设提供更加切实的路径和实施方案。
- 郭睿智陈长征王孜李旭吴玉春
- 关键词：高校教学管理信息化
- 基于统计规律的心音信号自动识别方法
- 2010年
- 目的:研究一种用于心音信号进行自动识别的算法。方法:对去噪后的心音提取信号包络,结合心音相关的生理学知识以及大量临床心音数据的统计分析结果,对心音信号进行识别,自动将S1、S2、收缩期和舒张期进行区分,以便于心音相关特征参数的提取和进一步的处理。结果:应用该算法对正常心音信号、心律不齐和早搏二联律等3类信号进行仿真实验,识别正确率达到了98%。结论:该算法可以用于心音分析中的自动识别。
- 吴玉春
- 关键词：心音包络自动识别
