CN113598778A - 一种基于量子共振的人体数据检测分析方法 - Google Patents

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

一种基于量子共振的人体数据检测分析方法

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：

其中：

为小波基函数；a为尺度因子；b为平移因子，x(t)为采集到的电磁波信号；

令:

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：

式中：d_j，k和c_j，k分别为第j层分解的低频系数和高频系数；

和

为小波分解的低通滤波器和高通滤波器参数。

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,...,u_n}；

(2)、建立量化数值集V＝{v₁,v₂,...,v_n}；

(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：

其中：

为小波基函数；a为尺度因子；b为平移因子。

在实际应用中通常需要计算信号的离散小波变换，即令:

(a₀≠1，b₀＞0,j和n为整数)；

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：

式中：d_j，k和c_j，k分别为第j层分解的低频系数和高频系数；

和

为小波分解的低通滤波器和高通滤波器参数。

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,...,u_n}。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,...,v_n}。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。

2.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,所述小波变换定义为：

其中：

为小波基函数；a为尺度因子；b为平移因子，x(t)为采集到的电磁波信号；

令:

a₀≠1，b₀＞1,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：

式中：d_j，k和c_j，k分别为第j层分解的低频系数和高频系数；

和

为小波分解的低通滤波器和高通滤波器参数。

3.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，评价模型的建立流程包括：

(1)、建立评定对象因素集U＝{u₁,u₂,...,u_n}；

(2)、建立量化数值集V＝{v₁,v₂,...,v_n}；

(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。

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。

Images