CN113598778A - 一种基于量子共振的人体数据检测分析方法 - Google Patents
一种基于量子共振的人体数据检测分析方法 Download PDFInfo
- Publication number
- CN113598778A CN113598778A CN202110990687.8A CN202110990687A CN113598778A CN 113598778 A CN113598778 A CN 113598778A CN 202110990687 A CN202110990687 A CN 202110990687A CN 113598778 A CN113598778 A CN 113598778A
- Authority
- CN
- China
- Prior art keywords
- signal
- magnetic field
- resonance
- detection
- human body
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000013210 evaluation model Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000009471 action Effects 0.000 claims abstract description 5
- 230000005684 electric field Effects 0.000 claims abstract description 5
- 238000001228 spectrum Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 238000013139 quantization Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 7
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000968 medical method and process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明公开了一种基于量子共振的人体数据检测分析方法,包括:采集检测者的电磁波,并对其进行标准化处理;对采集到的电磁波进行小波变换;将经过小波变换后的磁场信号传入巨磁阻传感电路,将磁场信号转换为电压信号输出;将经过巨磁传感电路输出的电压信号与检测项目相对应的标准磁场波的标准检测波形代码进行共振作用,若输出的精确磁场信号与存储的标准检测波形代码为相似的波谱,则会产生共振信号,否则会产生非共振信号;当产生共振信号后,基于电场、磁场、力场三向量及傅立叶数学转换对共振信号进行分析处理,得到一个对应检测项目的量化数值;将量化数值输入到评价模型中,得出最终的评价结果。
Description
技术领域
本发明涉及量子共振技术领域,具体涉及一种基于量子共振的人体数据检测分析方法。
背景技术
近20年来,随着社会的不断发展,疾病谱的不断变化、药物诱发性疾病的不断增加等问题层出不穷。健康问题引起了人们的重视,其中量子共振检测技术以其简单、准确、无创伤、检测对象广等诸多优点进入人们的视野。因此量子共振技术用于人体健康检测的研究成为迫切的需求,具有重要的研究意义和广阔的应用前景。
量子医学是由现代物理学与现代生命科学结合演变而形成的,并为研发量子共振检测仪提供理论基础。量子物理学中将中子、质子、电子等物质的基本单位统称为基本粒子或者量子,基本粒子的运动形成了物质所带有的磁场(电磁波)。利用波的共振特性,可以通过共振现象判断两种波是否相同。不同组织与器官拥有的磁场波各不相同,通过量子共振检测仪采集生物体中的微弱磁场,并加以解析,然后与其对应的标准磁场进行共振比较,计算出差异值,从而判断生物体的健康状况,再结合医学专家进行结果解析,就可以进行疾病诊断与治疗。这种通过分析微弱磁场能量来进行生物体测定的方法被称为量子解析法,该方法建立在量子科学与生命科学之上,故而在医学上的发展和应用上称之为量子医学。
目前来说,我国引进量子共振技术的时间太短,该技术还不太成熟,相关研究工作也在不断进行,但是普及率不高,主要原因之一,身体检测数据关乎生命健康安全,医生、病人更注重数据的准确性,双方都难以接受检测错误带来的严重后果,因此需要一套可靠的人体量子共振信号检测分析方法,进而提高检测数据的准确性、稳定性、明确性,给被检测者提供良好、可靠的检测结果。
发明内容
本发明能够解决现有技术不足,提供一种基于量子共振的人体数据检测和分析方法。包括以下步骤:
1)采集检测者的电磁波,并对其进行标准化处理;
2)对采集到的电磁波进行小波变换;
3)将经过小波变换后的磁场信号传入巨磁阻传感电路,将磁场信号转换为电压信号输出;
4)将经过巨磁传感电路输出的电压信号与检测项目相对应的标准磁场波的标准检测波形代码进行共振作用,若输出的精确磁场信号与存储的标准检测波形代码为相似的波谱,则会产生共振信号,否则会产生非共振信号;
5)当产生共振信号后,基于电场、磁场、力场三向量及傅立叶数学转换对共振信号进行分析处理,得到一个对应检测项目的量化数值;
6)将量化数值输入到评价模型中,得出最终的评价结果。
进一步地,所述小波变换定义为:
a0≠1,b0>0,j和n为整数,取a0=2,并将t轴用b0归一化:
则x(t)的离散小波变换为:
通常采用Mallat算法进行离散小波变换的计算,其递推公式如下:
进一步地,评价模型的建立流程包括:
(1)、建立评定对象因素集U={u1,u2,...,un};
(2)、建立量化数值集V={v1,v2,...,vn};
(3)、建立一个从因素集到量化数值集的模糊映射U→F(V):
由模糊映射推导出模糊关系,并得到一个模糊矩阵R:
评价模型由U,V,R构成;
(4)、将U和V输入到模糊矩阵R中,进行综合评定。
进一步地,所述巨磁传感电路为利用4个巨磁电阻组成惠斯登电桥。
附图说明
附图1为本发明的基于量子共振的人体数据检测分析方法的流程图;
附图2为本发明的基于量子共振的人体数据检测分析方法的流程图;
附图3为本发明的基于量子共振的人体数据检测分析方法的流程图;
附图4为本发明的基于量子共振的人体数据检测分析方法的流程图;
附图5为本发明的巨磁阻传感电路的内部结构示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
量子医学是建立在量子科学基础之上的医学方法,运用量子医学方法研究人体生命活动的仪器主要是量子共振检测仪(QRS)。QRS通过捕捉和解析人体器官所发出的电磁波来研究人体生命现象,可判断人体生命活动的状态,它将人体正常器官和致病因子(细菌、病毒、少数致敏物质等)以及各种疾病的电磁波分别用代码标志,并贮存于电脑中。当人体患有疾病时,器官中构成原子的电子运动出现异常,进而导致原子以及细胞的信号传递发生混乱,引起异常生理状态,此时人体内的磁场出现混乱。通过QRS即可测出人体内的磁场是否混乱,并以声音的形式输出信号。
一种基于量子共振的人体数据检测分析方法,如图1所示,包括以下步骤:
首先采集检测者的电磁波,并对其进行标准化处理,消除检测者身体状况对被检测者的影响,由于采集到的电磁波属于微弱磁场信号,因此,需要对微弱磁场信号进行小波变换。
小波变换具有良好的时频局部化特性,通过小波多分辨率分析,将信号按不同尺度展开,可以在不同分辨率下对信号进行分析和处理。对微弱磁场信号x(t)作3层小波分解,示意图如图2所示
信号x(t)的连续小波变换定义为:
在实际应用中通常需要计算信号的离散小波变换,即令:
若取a0=2,并将t轴用b0归一化,有:
则信号x(t)的离散小波变换为:
通常采用Mallat算法进行离散小波变换的计算,其递推公式如下:
由小波变换的时频特性可以看出,当分解层数足够多时,小波变换具有带通滤波器的性质,可以视为窄带滤波***。而微弱磁场信号属极低频信号,因此,采用小波变换对实测的微弱磁场信号进行预滤波:对微弱磁场信号进行J层小波分解,提取第J层的低频分量。通过选择合适的分解层数J,可以在滤除高频磁噪声的同时,尽可能多的保留目标信号的信息。
将经过小波变换后的磁场信号传入巨磁阻传感电路,经过巨磁阻传感后电路的磁场信号能够被精确检测,巨磁阻传感电路为利用具有巨磁电阻效应的磁性纳米金属多层薄膜材料通过半导体集成工艺与集成电路相兼容形成的电路结构,在测量弱磁场的过程中,巨磁阻传感电路上电流的微弱变化都会导致传感器的输出改变,因此在精确测量微弱磁场时,采用恒电流供电使其输出特性稳定,并且在微弱磁场的测量范围内线性特性明显,便于检测微弱磁场信号。
将经过巨磁传感电路输出的电压信号与检测项目相对应的标准磁场波的标准检测波形代码进行共振作用,标准磁场波的标准检测波形代码为存储在标准量化磁场库中的信息,标准量化磁场库将大量的人体各部位标准生物磁场波转换成标准检测波形代码进行存储,即形成人体标准磁场波的标准检测波形代码数据库;经过巨磁传感电路输出的信号与单片机处理模块内预存储的标准检测波形代码进行共振作用,若输出的精确磁场信号与存储的标准检测波形代码为相似的波谱,则会产生共振信号,否则会产生非共振信号。
当产生共振信号后,对其进行分析处理,将共振作用后的信号,基于电场、磁场、力场三向量及傅立叶数学转换,得到一个对应检测项目的量化数值。
将量化数值输入到评价模型中,得出最终的评价结果,评价模型的建立流程如图3所示,包括:
(1)、建立评定对象因素集U={u1,u2,...,un}。因素指的是关乎评价最终结果的各种参数,例如被测者毛发或血液的量子共振检测参数、维生素含量、体检历史结果等跟评价相关的参数;
(2)、建立量化数值集V={v1,v2,...,vn}。量化数值是集关乎最终结果等级的集合;
(3)、建立单个属性评定关系,也就是建立一个从因素集到量化数值集的模糊映射F,即U→F(V):
由模糊映射F推导出模糊关系,并得到一个模糊矩阵:
其中R为单属性评定矩阵,评价模型就由U,V,R构成。
(4)、将U和V输入到模糊矩阵R中,进行综合评定。表面上对象的结果由多种参数共同制约,但实际上各个参数对于结果各有自己的影响程度,所以评价模型就是得出各个参数的隶属度权重。
如图4所示,为本发明用于实现上述检测分析方法的***,包括:
量子共振电极数据采集模块:通过接触式方法采集人体微弱磁场信号。
信号预处理模块:对采集到的微弱磁场信号进行小波变换处理。
巨磁阻传感电路:利用4个巨磁电阻组成惠斯登电桥,内部结构如图5所示:
其中R2和R3作为感应电阻R1和R4作为参考电阻。D1表示两个磁场集中区之间的间隔长度D2表示磁场集中区的长度。两个巨磁感应电阻R2、R3放在两个磁场集中区的间隙中间而参考电阻R1、R4密封在磁场集中区内部使它与外部磁场隔绝阻值不因为外部磁场的变化而变化。由于4个巨磁电阻都是由相同的材料制作所以温度系数等特性都相同温度漂移小。当施加外部磁场时两个GMR感应电阻R2、R3的阻值会随着外部磁场的变化而变化,而参考电阻R1、R4阻值不变,导致电桥不平衡将磁场信号转换为电压信号输出。
单片机处理模块:将经过巨磁传感电路输出的信号与检测项目相对应的标准生物波进行比较,对共振信号进行分析,基于电场、磁场、力场三向量及傅立叶数学转换,得到一个对应检测项目的量化数值,得到一个对应检测项目的量化数值。
评价模型模块:用于将量化数值输入到评价模型中,得出最终的评价结果。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (4)
1.一种基于量子共振的人体数据检测分析方法,其特征在于,包括以下步骤:
1)采集检测者的电磁波,并对其进行标准化处理;
2)对采集到的电磁波进行小波变换;
3)将经过小波变换后的磁场信号传入巨磁阻传感电路,将磁场信号转换为电压信号输出;
4)将经过巨磁传感电路输出的电压信号与检测项目相对应的标准磁场波的标准检测波形代码进行共振作用,若输出的精确磁场信号与存储的标准检测波形代码为相似的波谱,则会产生共振信号,否则会产生非共振信号;
5)当产生共振信号后,基于电场、磁场、力场三向量及傅立叶数学转换对共振信号进行分析处理,得到一个对应检测项目的量化数值;
6)将量化数值输入到评价模型中,得出最终的评价结果。
4.根据权利要求1所述的一种基于量子共振的人体数据检测分析方法,其特征在于,所述巨磁传感电路为利用4个巨磁电阻组成惠斯登电桥。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110990687.8A CN113598778A (zh) | 2021-08-26 | 2021-08-26 | 一种基于量子共振的人体数据检测分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110990687.8A CN113598778A (zh) | 2021-08-26 | 2021-08-26 | 一种基于量子共振的人体数据检测分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113598778A true CN113598778A (zh) | 2021-11-05 |
Family
ID=78309359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110990687.8A Pending CN113598778A (zh) | 2021-08-26 | 2021-08-26 | 一种基于量子共振的人体数据检测分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113598778A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116458872A (zh) * | 2023-06-13 | 2023-07-21 | 汶上县人民医院 | 一种呼吸数据的分析方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999940A (zh) * | 2010-11-29 | 2011-04-06 | 北京益家时代科技服务有限公司 | 细胞能量频谱分析***及方法 |
US20130268012A1 (en) * | 2012-04-09 | 2013-10-10 | Shiloh Sison | Implantable medical devices, and methods of use therewith, that detect exposure to magnetic fields from mri systems |
CN103760222A (zh) * | 2014-01-18 | 2014-04-30 | 中国矿业大学 | 一种基于巨磁电阻传感器阵列的矿用钢丝绳在线检测装置及方法 |
CN207492757U (zh) * | 2017-04-10 | 2018-06-15 | 北京未医堂健康科技有限公司 | 量子健康体检评估仪 |
CN109446975A (zh) * | 2018-10-25 | 2019-03-08 | 重庆邮电大学 | 多尺度噪声调节随机共振的微弱信号检测 |
-
2021
- 2021-08-26 CN CN202110990687.8A patent/CN113598778A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999940A (zh) * | 2010-11-29 | 2011-04-06 | 北京益家时代科技服务有限公司 | 细胞能量频谱分析***及方法 |
US20130268012A1 (en) * | 2012-04-09 | 2013-10-10 | Shiloh Sison | Implantable medical devices, and methods of use therewith, that detect exposure to magnetic fields from mri systems |
CN103760222A (zh) * | 2014-01-18 | 2014-04-30 | 中国矿业大学 | 一种基于巨磁电阻传感器阵列的矿用钢丝绳在线检测装置及方法 |
CN207492757U (zh) * | 2017-04-10 | 2018-06-15 | 北京未医堂健康科技有限公司 | 量子健康体检评估仪 |
CN109446975A (zh) * | 2018-10-25 | 2019-03-08 | 重庆邮电大学 | 多尺度噪声调节随机共振的微弱信号检测 |
Non-Patent Citations (2)
Title |
---|
刘路: "基于量子共振技术的人体健康检测***软件研究与实现", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 4, pages 030 - 82 * |
郭源生,吴循,李吉锋: "汽车与桥梁耦合振动理论及工程应用", 上海交通大学出版社, pages: 169 - 156 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116458872A (zh) * | 2023-06-13 | 2023-07-21 | 汶上县人民医院 | 一种呼吸数据的分析方法及*** |
CN116458872B (zh) * | 2023-06-13 | 2023-09-05 | 汶上县人民医院 | 一种呼吸数据的分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ashok et al. | Determination of blood glucose concentration by using wavelet transform and neural networks | |
CN106175770B (zh) | 一种睡眠期间呼吸暂停的判断*** | |
Rymarczyk et al. | Electrical tomography system for innovative imaging and signal analysis | |
Mohsen et al. | AI aided noise processing of spintronic based IoT sensor for magnetocardiography application | |
CN111297403B (zh) | 尘肺群体快速精准筛查及肺部纤维化病变早期预警*** | |
CN107137093B (zh) | 一种包含异常血糖概率报警器的连续血糖监测设备 | |
CN112842321B (zh) | 基于流量-容积环图的肺通气功能检测方法、设备及介质 | |
Chen et al. | A new deep learning framework based on blood pressure range constraint for continuous cuffless BP estimation | |
Tenero et al. | Electronic nose in discrimination of children with uncontrolled asthma | |
CN104188650A (zh) | 非屏蔽式心磁图仪 | |
CN111887847A (zh) | 基于人体成分仪的内脏脂肪测量方法、装置、计算机设备和存储介质 | |
CN113598778A (zh) | 一种基于量子共振的人体数据检测分析方法 | |
WO2023155310A1 (zh) | 一种cbist成像方法及成像*** | |
CN113796873B (zh) | 穿戴式动态心电信号分类方法及*** | |
Shima et al. | Measurement and evaluation of finger tapping movements using magnetic sensors | |
Palaniappan et al. | Classification of pulmonary pathology from breath sounds using the wavelet packet transform and an extreme learning machine | |
CN114468996A (zh) | 基于有序性、多模态及对称性破缺对***体征分析的方法 | |
Festin et al. | Non-Invasive Detection of Diabetes Mellitus by Tongue Diagnosis Using Convolutional Neural Network | |
CN106618570B (zh) | 一种基于生物介电谱的皮肤生化指标检测方法及*** | |
Tiwari et al. | Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features | |
CN204133457U (zh) | 非屏蔽式心磁图仪 | |
CN112836647A (zh) | 一种基于ppg信号的无创式甘油三酯估计*** | |
Zhang et al. | Long-term sleep respiratory monitoring by dual-channel flexible wearable system and deep learning-aided analysis | |
CN114246571A (zh) | 一种基于雷达和变分模态分解算法的心率测量方法 | |
Fu et al. | Analysis of response for magnetic induction tomography with internal source |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211105 |