CN105115592A - 颅腔振动检测方法及装置 - Google Patents

颅腔振动检测方法及装置 Download PDF

Info

Publication number
CN105115592A
CN105115592A CN201510559552.0A CN201510559552A CN105115592A CN 105115592 A CN105115592 A CN 105115592A CN 201510559552 A CN201510559552 A CN 201510559552A CN 105115592 A CN105115592 A CN 105115592A
Authority
CN
China
Prior art keywords
energy value
cranial cavity
vibration
vibration signal
maximum energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510559552.0A
Other languages
English (en)
Other versions
CN105115592B (zh
Inventor
燕翔
陈旭永
王江华
陈刚
陈龙华
蔡伟贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chen Gang
Chen Xuyong
Li Hui
Wang Jianghua
Yan Xiang
Original Assignee
Shenzhen Obrain Brain Health Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Obrain Brain Health Technology Co Ltd filed Critical Shenzhen Obrain Brain Health Technology Co Ltd
Priority to CN201510559552.0A priority Critical patent/CN105115592B/zh
Publication of CN105115592A publication Critical patent/CN105115592A/zh
Application granted granted Critical
Publication of CN105115592B publication Critical patent/CN105115592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明适用于信号处理技术领域,提供了一种颅腔振动检测方法及装置,所述方法包括:获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像;获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。本发明实现了对颅腔振动的检测,提高了颅腔振动检测的准确度。

Description

颅腔振动检测方法及装置
技术领域
本发明属于信号处理技术领域,尤其涉及一种颅腔振动检测方法及装置。
背景技术
颅腔振动可以促进脑组织与脑脊液进行新陈代谢产物的交换,能加快脑脊液的更新速度,然而在共振频率匹配下,颅腔共振的能量非常弱,通常空气中的微弱振动干扰也比颅腔的共振量强,现有技术无法实现对人体大脑外部颅腔振动的检测。
发明内容
鉴于此,本发明实施例在于提供一种颅腔振动检测方法及装置,以实现对颅腔振动的检测,提高颅腔振动检测的准确度。
第一方面,提供了一种颅腔振动检测方法,所述方法包括:
获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像;
获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;
在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
进一步地,所述获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值包括:
从所述频域图像中获取颅腔振动的有效频段,所述有效频段为50Hz-450Hz;
获取所述有效频段内的所有能量波峰值;
采用冒泡法获取所述能量波峰值中的最大能量值和次大能量值,以及所述最大能量值和次大能量值对应的频率值。
进一步地,所述颅腔振动条件包括:
所述最大能量值大于两倍的所述次大能量值。
进一步地,所述最大能量值和次大能量值满足预设的颅腔振动条件具体包括:
判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值,所述第一有效能量值大于所述第二有效能量值;
若是,则判断所述最大能量值是否大于两倍的所述次大能量值;
当所述最大能量值大于两倍的所述次大能量值时,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。
进一步地,在确定所述振动信号为颅腔振动信号之后,所述方法还包括:
将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
第二方面,提供了一种颅腔振动检测装置,所述装置包括:
变换模块,用于获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像;
获取模块,用于获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;
判定模块,用于在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
进一步地,所述获取模块具体用于:
从所述频域图像中获取颅腔振动的有效频段,所述有效频段为50Hz-450Hz;
获取所述有效频段内的所有能量波峰值;
采用冒泡法获取所述能量波峰值中的最大能量值和次大能量值,以及所述最大能量值和次大能量值对应的频率值。
进一步地,所述颅腔振动条件包括:所述最大能量值大于两倍的所述次大能量值。
进一步地,所述判定模块包括:
第一判断单元,用于判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值,所述第一有效能量值大于所述第二有效能量值;
第二判断单元,用于在第一判断单元的判断结果为是时,判断所述最大能量值是否大于两倍的所述次大能量值,若是,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。
进一步地,所述装置还包括:
设置模块,用于将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
与现有技术相比,本发明实施例基于颅腔振动的特点设置了颅腔振动条件,当获取到待检测的振动信号时,对所述振动信号进行滤波处理及傅里叶变换以得到所述振动信号的频域图像;然后获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;分析所述最大能量值和次大能量值是否满足预设的颅腔振动条件,若满足,则确定所述振动信号为颅腔振动信号;从而实现了颅腔振动的检测,有效地排除了空气干扰导致的无效振动和其他情况下的干扰信号,提高了颅腔振动检测的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1是本发明实施例提供的颅腔振动检测方法的第一实现流程图;
图2是本发明实施例提供的获取待检测的振动信号的频域图像的具体实现示意图;
图3是本发明实施例提供的判断最大能量值和次大能量值是否满足预设的颅腔振动条件的具体实现流程图;
图4是本发明实施例提供的有效频段50Hz-450Hz对应的能量值示意图;
图5是本发明实施例提供的颅腔振动检测方法的第二实现流程图;
图6是本发明实施例提供的颅腔振动检测装置的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例基于颅腔振动的特点设置了颅腔振动条件,当获取到待检测的振动信号时,对所述振动信号进行滤波处理及傅里叶变换以得到所述振动信号的频域图像;然后获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;分析所述最大能量值和次大能量值是否满足预设的颅腔振动条件,若满足,则确定所述振动信号为颅腔振动信号;从而实现了颅腔振动的检测,有效地排除了空气干扰导致的无效振动和其他情况下的干扰信号,提高了颅腔振动检测的准确度。本发明实施例还提供了相应的装置,以下分别进行详细的说明。
图1示出了本发明实施例提供的颅腔振动检测方法的第一实现流程,为了便于说明,仅示出了与本发明实施例相关的部分。
参阅图1,所述方法包括:
在步骤S101中,获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像。
在这里,所述待检测的振动信号为戴在用户头上的颅腔振动检测设备采集到的颅腔振动信号,为一组离散值。所述振动信号的采样频率为3200Hz,采样位率为16bit。可选地,本发明实施例以每组256个振动信号来确定颅腔振动的情况。每当获取到256个原始时域数据后,对所获取的在时域上的256个振动信号进行滤波处理,得到滤波后的振动信号,然后采用快速傅里叶变换将滤波后的振动信号变换到频域上,得到所述振动信号的频域图像。其中,变换时采用实部加虚部的运算模式,因此在两两相邻的振动信号之间补0。经傅里叶变换后,得到256个频域数据,即256个频率值及其对应的能量值,相邻频率值之间的频率差值为3200/256=12.5Hz。其中的前128个频域数据和后128个频域数据关于频率值对称,因此,本发明实施例关注前128个频域数据,通过求取这128个频率值的能量值的绝对值得到所述振动信号的频域图像,所述频域图像的横坐标为全频域值,纵坐标为能量值,这128个频域数据对应的频率值分别为0Hz、12.5Hz、25Hz、37.5Hz……、1600Hz。
示例性地,图2给出了本发明实施例提供的获取待检测的振动信号的频域图像的具体实现示意图。参阅图2,图2(a)表示待检测的振动信号,即颅腔振动检测设备采集到的原始数据;然后对图2(a)所示的待检测的振动信号采用IIR滤过处理,得到IIR滤波时域信号,如图2(b)所示;最后对IIR滤波时域信号进行快速傅里叶变换,将IIR滤波时域信号变换为频域信号,如图2(c)所示,为所述IIR滤波时域信号经快速傅里叶变换之后的全频域的幅度频率响应图。其中,图2(a)和图2(b)中的横坐标为采样点的索引(即采样序列),纵坐标为采样点的幅度值;图2(c)中的横坐标为频率值,纵坐标为能量值。
在步骤S102中,获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值。
可选地,由于信号中通常含有很高的直流分量及低频分量,这些分量均为噪声,在得到的所述振动信号的频域图像中,0Hz附近的能量值会很大,可以将所述频域图像中的前两个频率值(第一个频率值和/或第二个频率值)对应的能量值修正为零,即将频率值为0Hz和/或12.5Hz对应的能量值修正为零,以去除噪声的影响。然后获取所述频域图像中颅腔振动的有效频段。可选地,由于人类的颅脑振动频域只局限于50Hz-450Hz之间,所述有效频段对应的频率范围可以为50Hz-450Hz,以去除其他干扰频率的影响。示例性地,对于上述图2(c),有效频段50Hz-450Hz对应的能量值如图4所示。获取所述有效频段内的所有能量波峰值,采用冒泡法获取所述能量波峰值中的最大值(记为最大能量值)和次大值(记为次大能量值),以及所述最大能量值和次大能量值对应的频率值。其中,冒泡法为现有技术,此处不再进行叙述。
在步骤S103中,在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
在这里,根据离散信号振动的周期性,即某频率在时域图中周期越多,则该频率在频域图中的振动能量越大,而干扰信号的振动周期短,其在频域图中表现出的振动能量与其他干扰信号的振动能量相差不大;颅腔振动信号的周期个数多,其在频域图中表现出的振动能量相对较大。因此,可以将所述颅腔振动条件设置为所述最大能量值大于两倍的所述次大能量值,作为颅腔振动信号和其他信号的区分标准。当所述最大能量值大于两倍的所述次大能量值,则判定所述振动信号为颅腔振动信号。
作为本发明的一个优选示例,图3示出了本发明实施例提供的判断最大能量值和次大能量值是否满足预设的颅腔振动条件的具体实现流程。参阅图3,最大能量值和次大能量值满足预设的颅腔振动条件包括:
在步骤S301中,判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值。
当颅腔振动检测设备的传感器精度很高,偶尔的空气振动,也会被该检测设备检测到,从而引入空气振动干扰。对此,本示例通过设置第一有效能量值和第二有效能量值来对所述最大能量值进行初步过滤,以排除检测精度导致的干扰信号影响。在这里,所述第一有效能量值大于所述第二有效能量值。示例性地,所述第一有效能量值可以为2000,所述第二有效能量值可以为600至800中的任一值。当所述最大能量值小于所述第二有效能量值,则判定所述待检测的振动信号为无效振动,可能是空气振动所致,结束当前颅腔振动检测;或者当所述最大能量值大于所述第一有效能量值,则判定所述待检测的振动信号为无效振动,可能是用户用力晃动检测设备所致,结束当前颅腔振动检测。而当所述最大能量值小于或等于第一有效能量值且大于或等于第二有效能量值,则执行步骤S302。
在步骤S302中,判断所述最大能量值是否大于两倍的所述次大能量值。
若是,则执行步骤S303;否则,执行步骤S304,判定所述待检测的振动信号为无效信号,结束当前颅腔振动检测。
在步骤S303中,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。可选地,在确定所述振动信号为颅腔振动信号之后,所述方法还包括:
将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
图5示出了本发明实施例提供的颅腔振动检测方法的第二实现流程。
参阅图5,所述颅腔振动检测方法包括:
在步骤S501中,获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像。
在步骤S502中,获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值。
在步骤S503中,在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
在步骤S504中,将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
综上所述,本发明实施例基于颅腔振动的特点设置了颅腔振动条件,当获取到待检测的振动信号时,对所述振动信号进行滤波处理及傅里叶变换以得到所述振动信号的频域图像;然后获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;当所述最大能量值大于两倍的所述次大能量值时,判定所述振动信号为颅腔振动信号;从而实现了颅腔振动的检测,并且有效地排除了空气干扰导致的无效振动和其他情况下的干扰信号,提高了颅腔振动检测的准确度。
图6示出了本发明实施例提供的颅腔振动检测装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分,
在本发明实施例中,所述装置用于实现上述图1-图5任一实施例中所述的颅腔振动检测方法,可以是内置于智能终端的软件单元、硬件单元或者软硬件结合的单元。所述智能终端包括但不限于智能手机、平板电脑、计算机以及其他终端。
参阅图6,所述装置包括:
变换模块61,用于获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像。
获取模块62,用于获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值。
判定模块63,用于在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
进一步地,所述获取模块62具体用于:
获取所述频域图像中颅腔振动的有效频段,所述有效频段为50Hz-450Hz;
获取所述有效频段内的所有能量波峰值;
采用冒泡法获取所述有效能量波峰值中的最大能量值和次大能量值,以及所述最大能量值和次大能量值对应的频率值。
可选地,所述颅腔振动条件包括所述最大能量值大于两倍的所述次大能量值。
可选地,所述判定模块63包括:
第一判断单元631,用于判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值,所述第一有效能量值大于所述第二有效能量值;
第二判断单元632,用于在第一判断单元的判断结果为是时,判断所述最大能量值是否大于两倍的所述次大能量值,若是,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。
可选地,所述装置还包括:
设置模块64,用于将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
需要说明的是,本发明实施例中的装置可以用于实现上述方法实施例中的全部技术方案,其各个功能模块的功能可以根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述实例中的相关描述,此处不再赘述。
本发明实施例基于颅腔振动的特点设置了颅腔振动条件,当获取到待检测的振动信号时,对所述振动信号进行滤波处理及傅里叶变换以得到所述振动信号的频域图像;然后获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;当所述最大能量值大于两倍的所述次大能量值时,判定所述振动信号为颅腔振动信号;从而实现了颅腔振动的检测,并且有效地排除了空气干扰导致的无效振动和其他情况下的干扰信号,提高了颅腔振动检测的准确度。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种颅腔振动检测方法,其特征在于,所述方法包括:
获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像;
获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;
在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
2.如权利要求1所述的颅腔振动检测方法,其特征在于,所述获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值包括:
从所述频域图像中获取颅腔振动的有效频段,所述有效频段为50Hz-450Hz;
获取所述有效频段内的所有能量波峰值;
采用冒泡法获取所述能量波峰值中的最大能量值和次大能量值,以及所述最大能量值和次大能量值对应的频率值。
3.如权利要求1或2所述的颅腔振动检测方法,其特征在于,所述颅腔振动条件包括:
所述最大能量值大于两倍的所述次大能量值。
4.如权利要求3所述的颅腔振动检测方法,其特征在于,所述最大能量值和次大能量值满足预设的颅腔振动条件具体包括:
判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值,所述第一有效能量值大于所述第二有效能量值;
若是,则判断所述最大能量值是否大于两倍的所述次大能量值;
当所述最大能量值大于两倍的所述次大能量值时,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。
5.如权利要求1所述的颅腔振动检测方法,其特征在于,在确定所述振动信号为颅腔振动信号之后,所述方法还包括:
将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
6.一种颅腔振动检测装置,其特征在于,所述装置包括:
变换模块,用于获取待检测的振动信号,对所述振动信号进行滤波处理,对滤波后的振动信号进行傅里叶变换,得到所述振动信号的频域图像;
获取模块,用于获取所述频域图像中颅腔振动有效频段内的最大能量值和次大能量值;
判定模块,用于在所述最大能量值和次大能量值满足预设的颅腔振动条件时,确定所述振动信号为颅腔振动信号。
7.如权利要求6所述的颅腔振动检测装置,其特征在于,所述获取模块具体用于:
从所述频域图像中获取颅腔振动的有效频段,所述有效频段为50Hz-450Hz;
获取所述有效频段内的所有能量波峰值;
采用冒泡法获取所述能量波峰值中的最大能量值和次大能量值,以及所述最大能量值和次大能量值对应的频率值。
8.如权利要求6或7所述的颅腔振动检测装置,其特征在于,所述颅腔振动条件包括:
所述最大能量值大于两倍的所述次大能量值。
9.如权利要求8所述的颅腔振动检测装置,其特征在于,所述判定模块包括:
第一判断单元,用于判断所述最大能量值是否小于或等于第一有效能量值且大于或等于第二有效能量值,所述第一有效能量值大于所述第二有效能量值;
第二判断单元,用于在第一判断单元的判断结果为是时,判断所述最大能量值是否大于两倍的所述次大能量值,若是,确定所述最大能量值和次大能量值满足预设的颅腔振动条件。
10.如权利要求6所述的颅腔振动检测装置,其特征在于,所述装置还包括:
设置模块,用于将所述最大能量值设为所述颅腔振动信号的振幅,将所述最大能量值对应的频率值设为所述颅腔振动信号的振动频率。
CN201510559552.0A 2015-09-02 2015-09-02 颅腔振动检测方法及装置 Active CN105115592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510559552.0A CN105115592B (zh) 2015-09-02 2015-09-02 颅腔振动检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510559552.0A CN105115592B (zh) 2015-09-02 2015-09-02 颅腔振动检测方法及装置

Publications (2)

Publication Number Publication Date
CN105115592A true CN105115592A (zh) 2015-12-02
CN105115592B CN105115592B (zh) 2018-02-16

Family

ID=54663635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510559552.0A Active CN105115592B (zh) 2015-09-02 2015-09-02 颅腔振动检测方法及装置

Country Status (1)

Country Link
CN (1) CN105115592B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105738061A (zh) * 2016-02-19 2016-07-06 莆田学院 一种振动信号的图像分析方法
CN108241091A (zh) * 2016-12-27 2018-07-03 北京普源精电科技有限公司 利用频谱仪进行2fsk信号峰值搜索的方法及频谱仪
CN111521259A (zh) * 2020-04-30 2020-08-11 中国恩菲工程技术有限公司 磨机检测方法、装置与设备
CN114129150A (zh) * 2021-11-30 2022-03-04 北京德尚静洁科技发展有限公司 颅腔振动检测方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5117835A (en) * 1990-07-31 1992-06-02 Mick Edwin C Method and apparatus for the measurement of intracranial pressure
WO1998049934A1 (en) * 1997-05-06 1998-11-12 Active Signal Technologies, Inc. Apparatus and method for measurement of intracranial pressure
US20030013956A1 (en) * 2000-05-26 2003-01-16 David Michaeli Ultrasound apparatus and method for tissue resonance analysis
CN101150989A (zh) * 2003-06-03 2008-03-26 阿利兹菲西奥尼克斯有限公司 通过声学换能器对颅内压的无创确定
CN101256094A (zh) * 2007-11-30 2008-09-03 西安交通大学 提取特定周期信号成分的信号消噪方法
CN101674269A (zh) * 2009-10-13 2010-03-17 深圳华为通信技术有限公司 信道估计的优化方法和装置
CN102332933A (zh) * 2011-09-28 2012-01-25 上海交通大学 短时突发扩频信号传输与接收方法
CN102813513A (zh) * 2012-05-23 2012-12-12 李卓东 无创式颅内压测量方法及测量仪
CN103310172A (zh) * 2013-05-13 2013-09-18 天津通广集团谷津高科技有限公司 无源射频识别测温***中的回波频率甄别方法
CN103353597A (zh) * 2013-07-10 2013-10-16 天津大学 一种用于超高频rfid定位的相位式测距方法
CN103617801A (zh) * 2013-12-18 2014-03-05 联想(北京)有限公司 语音检测方法、装置及电子设备
CN103986506A (zh) * 2013-02-07 2014-08-13 电信科学技术研究院 一种单双流波束赋形切换方法和设备
CN104464747A (zh) * 2014-10-11 2015-03-25 中国电子科技集团公司第十研究所 分段处理机载选择呼叫***选呼信号的解码方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5117835A (en) * 1990-07-31 1992-06-02 Mick Edwin C Method and apparatus for the measurement of intracranial pressure
WO1998049934A1 (en) * 1997-05-06 1998-11-12 Active Signal Technologies, Inc. Apparatus and method for measurement of intracranial pressure
US20030013956A1 (en) * 2000-05-26 2003-01-16 David Michaeli Ultrasound apparatus and method for tissue resonance analysis
CN101150989A (zh) * 2003-06-03 2008-03-26 阿利兹菲西奥尼克斯有限公司 通过声学换能器对颅内压的无创确定
CN101256094A (zh) * 2007-11-30 2008-09-03 西安交通大学 提取特定周期信号成分的信号消噪方法
CN101674269A (zh) * 2009-10-13 2010-03-17 深圳华为通信技术有限公司 信道估计的优化方法和装置
CN102332933A (zh) * 2011-09-28 2012-01-25 上海交通大学 短时突发扩频信号传输与接收方法
CN102813513A (zh) * 2012-05-23 2012-12-12 李卓东 无创式颅内压测量方法及测量仪
CN103986506A (zh) * 2013-02-07 2014-08-13 电信科学技术研究院 一种单双流波束赋形切换方法和设备
CN103310172A (zh) * 2013-05-13 2013-09-18 天津通广集团谷津高科技有限公司 无源射频识别测温***中的回波频率甄别方法
CN103353597A (zh) * 2013-07-10 2013-10-16 天津大学 一种用于超高频rfid定位的相位式测距方法
CN103617801A (zh) * 2013-12-18 2014-03-05 联想(北京)有限公司 语音检测方法、装置及电子设备
CN104464747A (zh) * 2014-10-11 2015-03-25 中国电子科技集团公司第十研究所 分段处理机载选择呼叫***选呼信号的解码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JINDRAKE.F ETC: ""Mechanical effect of vocalization on human brain and menings"", 《MEDICAL HYPOTHESES》 *
JOHNSTON: ""The importance of lymphatics in cerebrospinal fluid transport"", 《LYMPHAT RES BIOL》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105738061A (zh) * 2016-02-19 2016-07-06 莆田学院 一种振动信号的图像分析方法
CN105738061B (zh) * 2016-02-19 2018-01-12 莆田学院 一种振动信号的图像分析方法
CN108241091A (zh) * 2016-12-27 2018-07-03 北京普源精电科技有限公司 利用频谱仪进行2fsk信号峰值搜索的方法及频谱仪
CN111521259A (zh) * 2020-04-30 2020-08-11 中国恩菲工程技术有限公司 磨机检测方法、装置与设备
CN114129150A (zh) * 2021-11-30 2022-03-04 北京德尚静洁科技发展有限公司 颅腔振动检测方法

Also Published As

Publication number Publication date
CN105115592B (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN105115592A (zh) 颅腔振动检测方法及装置
CN103531195A (zh) 降噪方法及设备、***
CN103720468B (zh) 应用于动态心电数据的伪差识别方法和装置
KR101133313B1 (ko) 잡음 검출 장치 및 잡음 검출 방법
JP6922708B2 (ja) 異常検出用コンピュータプログラム、異常検出装置及び異常検出方法
CN113074967B (zh) 一种异音检测的方法、装置、存储介质及电子设备
JP2000132177A5 (zh)
CN104251934B (zh) 谐波分析方法和装置以及确定谐波间杂波的方法和装置
JP6784758B2 (ja) ノイズ信号判定方法及び装置並びに音声ノイズ除去方法及び装置
CN111160146B (zh) 基于时频转换的水电机组状态监测信号数字滤波方法、装置及***
CN103417206A (zh) Ecg去除工频干扰的方法及***
CN110136735B (zh) 一种音频修复方法、设备及可读存储介质
CA2728305C (en) Dynamic filtering for adjacent channel interference suppression
CN114187922A (zh) 一种音频检测方法、装置及终端设备
CN109074814A (zh) 一种噪声检测方法及终端设备
CN102404669A (zh) 音频频率检测电路以及音频频率检测方法
CN103390403B (zh) Mfcc特征的提取方法及装置
CN109741762B (zh) 声音活动检测方法及装置和计算机可读存储介质
CN115015636A (zh) 交直流混合微电网的谐振检测方法及装置
CN112861328B (zh) 一种基于随机响应信号的发电机阻尼评估装置及方法
CN110853677A (zh) 歌曲的鼓声节拍识别方法、装置、终端和非临时性计算机可读存储介质
CN109542021A (zh) 一种传感器弱信号数据采集方法及装置
EP2877820B1 (en) Method of extracting zero crossing data from full spectrum signals
CN105159439A (zh) 用户交互信息处理方法及装置
CN102928691A (zh) 检测电气设备电磁瞬态骚扰信号的***、方法及其装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20171213

Address after: 523000 D23B, No. 39, D23B, No. 39, Dongcheng South Road, Dongcheng Street, Dongcheng Street, Dongcheng

Applicant after: Dongguan Zhong Guang Communication Technology Co., Ltd.

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Nantou Street building Ming Ma Liuzhou Industrial Zone 4 floor room 409

Applicant before: SHENZHEN OBRAIN BRAIN HEALTH TECHNOLOGY CO., LTD.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200617

Address after: Group 5, Longjing Village, Xiangqiao Township, Jichun County, Huanggang City, Hubei Province

Co-patentee after: Yan Xiang

Patentee after: Chen Gang

Co-patentee after: Chen Xuyong

Co-patentee after: Wang Jianghua

Co-patentee after: Li Hui

Address before: 523000 D23B, No. 39, D23B, No. 39, Dongcheng South Road, Dongcheng Street, Dongcheng Street, Dongcheng

Patentee before: DONGGUAN ZHONGGUANG COMMUNICATION TECHNOLOGY Co.,Ltd.