• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于遞歸圖和卷積神經(jīng)網(wǎng)絡(luò)的脈象分析識(shí)別

    2020-04-07 10:49:08顏建軍陳松曄燕海霞王憶勤
    關(guān)鍵詞:相空間脈象時(shí)域

    顏建軍,陳松曄,燕海霞,王憶勤,郭 睿,3

    1.華東理工大學(xué) 機(jī)械與動(dòng)力工程學(xué)院,上海200237

    2.上海中醫(yī)藥大學(xué) 四診信息綜合實(shí)驗(yàn)室,上海201203

    3.上海中醫(yī)藥大學(xué) 交叉科學(xué)研究院,上海201203

    1 引言

    脈診是傳統(tǒng)中醫(yī)的組成之一,具有重要的臨床價(jià)值。醫(yī)師通過按壓腕部橈動(dòng)脈脈搏獲取脈象信息,從而判斷人體健康狀況。但其準(zhǔn)確性主要取決于醫(yī)師的主觀意識(shí)和臨床經(jīng)驗(yàn),缺乏客觀的診斷指標(biāo)[1]。因此有必要應(yīng)用現(xiàn)代計(jì)算機(jī)技術(shù),進(jìn)行脈象信號(hào)的量化識(shí)別方法研究,實(shí)現(xiàn)脈診的規(guī)范化和客觀化。

    當(dāng)前已有許多學(xué)者進(jìn)行了脈象信號(hào)分析識(shí)別的研究,分析方法主要包括時(shí)域分析、頻域分析、時(shí)頻域分析和非線性動(dòng)力學(xué)分析等。時(shí)域分析法是根據(jù)脈象信號(hào)定義多個(gè)具有生理意義的時(shí)域特征,其中包括脈象主波幅度、重博前波幅度、降中峽幅度和脈動(dòng)周期等[2-3];頻域分析法通過傅里葉變換[4]等數(shù)學(xué)分析理論將脈象信號(hào)推導(dǎo)至頻域內(nèi),進(jìn)行頻域特征提??;時(shí)頻域分析法可以同時(shí)描述信號(hào)的時(shí)域、頻域特征,常用的方法有小波變換[5-6]、希爾伯特-黃變換[7]等。研究表明,脈象信號(hào)具有非線性特征,而前三種方法在分析脈象信號(hào)過程中不可避免地會(huì)丟失非線性信息。目前,脈象信號(hào)的非線性分析方法主要有近似熵[3]、Lyapunov 指數(shù)[8]、遞歸圖(Recurrence Plot,RP)和遞歸定量分析[9]等。其中,遞歸圖是分析相空間中信號(hào)非線性特征的有效方法。該方法與其他非線性方法相比,克服了對信號(hào)長度和穩(wěn)態(tài)性的嚴(yán)格要求,適用于非線性動(dòng)力學(xué)系統(tǒng)的分析。然而,遞歸圖采用閾值判斷遞歸點(diǎn),若閾值選擇不合理會(huì)損失大量細(xì)節(jié)特征。無閾值遞歸圖不受閾值的限制,可以保留更多的非線性信息。

    在脈象信號(hào)模式識(shí)別研究中,主要采用BP 神經(jīng)網(wǎng)絡(luò)[6]、線性判別分析[10]、貝葉斯分類器[11]、支持向量機(jī)(Support Vector Machine,SVM)[12]、卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)[13]等方法。傳統(tǒng)的機(jī)器學(xué)習(xí)方法都需要人工定義并提取脈象特征,但脈象類型與脈象特征之間存在復(fù)雜的非線性關(guān)系,難以定義一個(gè)最優(yōu)的特征集來區(qū)分不同類別的脈象。近年來,得益于卷積神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,深度學(xué)習(xí)在語音識(shí)別[14-15]和圖像分割[16-17]等領(lǐng)域得到了廣泛的應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)通過模擬人類神經(jīng)元結(jié)構(gòu)逐層進(jìn)行信息傳遞,實(shí)現(xiàn)特征的自動(dòng)提取。這些特征在許多研究中被證實(shí)比傳統(tǒng)人工提取的特征更具表征力,獲得了更好的分類和識(shí)別效果。

    本文提出基于無閾值遞歸圖和卷積神經(jīng)網(wǎng)絡(luò)的脈象信號(hào)分析識(shí)別方法。該方法通過非線性分析將脈象信號(hào)轉(zhuǎn)換為相應(yīng)的無閾值遞歸圖,從而使其非線性特征映射到二維平面中。通過卷積神經(jīng)網(wǎng)絡(luò)的多層卷積計(jì)算,實(shí)現(xiàn)對脈象信號(hào)特征的自學(xué)習(xí)并分類,使其具有分辨不同脈象類型的能力。

    2 研究方法

    2.1 系統(tǒng)概述

    本文提出的脈象信號(hào)分析識(shí)別方法整體流程如圖1所示,將脈象信號(hào)轉(zhuǎn)換為無閾值遞歸圖,然后采用VGG-16卷積神經(jīng)網(wǎng)絡(luò)對脈象遞歸圖進(jìn)行特征提取并分類,建立脈象信號(hào)分類模型。

    圖1 脈象信號(hào)分類流程圖

    2.2 脈象信號(hào)無閾值遞歸圖

    遞歸圖是研究系統(tǒng)非線性動(dòng)力學(xué)特征的有效方法,它可以揭示信號(hào)的內(nèi)部結(jié)構(gòu),直觀地表現(xiàn)信號(hào)的復(fù)雜性和非穩(wěn)定性。該方法由Eckmann等[18]提出,首要步驟是對信號(hào)進(jìn)行相空間重構(gòu)。根據(jù)嵌入理論,選擇合適的嵌入維度m 和延遲時(shí)間τ 來進(jìn)行相空間重構(gòu),則重構(gòu)后的向量為:

    式中,N=n-(m-1)τ,定義相空間中任意兩點(diǎn)的距離為:

    選取合適的閾值ε,可得遞歸矩陣為:

    式中,θ(·)表示Heaviside函數(shù),其表達(dá)式為:

    遞歸圖能夠直觀地將信號(hào)高維相空間內(nèi)運(yùn)動(dòng)狀態(tài)映射到一個(gè)二維平面中,從而反映其非線性動(dòng)力學(xué)特性。當(dāng)Xi和Xj之間的距離Di,j小于ε 時(shí),表示Xi和Xj之間的狀態(tài)非常相似,即運(yùn)動(dòng)狀態(tài)出現(xiàn)遞歸,Rij的值為1 且在圖中用黑點(diǎn)表示;反之,當(dāng)Xi和Xj之間的距離Di,j大于ε 時(shí),表示兩者之間的運(yùn)動(dòng)狀態(tài)相差很大,此時(shí)Rij的值為0且在圖中用白點(diǎn)表示。

    閾值ε 是計(jì)算遞歸圖的關(guān)鍵參數(shù),一般根據(jù)經(jīng)驗(yàn)選取,沒有自適應(yīng)算法。如果ε 選取過大,則會(huì)使大部分相空間之間的狀態(tài)都是相似的,遞歸圖中黑點(diǎn)數(shù)目增加;如果ε 選取過小,則難以發(fā)現(xiàn)相空間之間狀態(tài)的相似性,使得圖中的白色區(qū)域增加。不合理的ε 會(huì)使遞歸圖損失大量的信息特征,無法反映系統(tǒng)的動(dòng)力學(xué)特征。因此,為了保留脈象信號(hào)中所有的非線性特征,本文將脈象信號(hào)轉(zhuǎn)換為相應(yīng)的無閾值遞歸圖。

    如圖2 給出了脈象信號(hào)的遞歸圖和無閾值遞歸圖??梢钥闯觯f歸圖雖然能夠直觀地表達(dá)脈象的遞歸特性,但是缺少細(xì)節(jié)特征;而無閾值遞歸圖包含了更豐富的非線性動(dòng)力學(xué)特征,能更好地保留細(xì)節(jié)信息。具體來看,無閾值遞歸圖關(guān)于45°對角線對稱,無明顯的周期現(xiàn)象,與脈象波形相符。其對角線存在較為明顯的節(jié)點(diǎn)和環(huán)形區(qū)域,分別反映了脈象信號(hào)兩個(gè)波峰從上升到下降的過程。由于重搏波寬度較長且幅度較小,相比主波遞歸現(xiàn)象更加明顯,從而遞歸點(diǎn)較多,形成較大的環(huán)形區(qū)域。圖中存在一條從左上方頂點(diǎn)向右下方頂點(diǎn)延伸的曲線,反映了脈象信號(hào)從上升到下降的整體波形特征。

    圖2 脈象信號(hào)遞歸圖與無閾值遞歸圖

    2.3 卷積神經(jīng)網(wǎng)絡(luò)

    2.3.1 卷積神經(jīng)網(wǎng)絡(luò)簡介

    卷積神經(jīng)網(wǎng)絡(luò)是一種帶有卷積結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò),在語音識(shí)別和圖像分割中具有廣泛的應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)通常由卷積層、降采樣層和全連接層等組成。

    (1)卷積層

    卷積核是卷積層的重要組成部分。卷積層內(nèi)部包含多個(gè)卷積核,通過局部連接和權(quán)值共享,卷積核對輸入的數(shù)據(jù)進(jìn)行卷積,以提取數(shù)據(jù)的特征。第一個(gè)卷積層提取一些初級(jí)的數(shù)據(jù)特征,形成多個(gè)特征圖,然后作為下一個(gè)卷積層的輸入以提取深層抽象特征。卷積層的數(shù)學(xué)表達(dá)式為:

    (2)降采樣層

    降采樣層也被稱為池化層。卷積后得到的特征向量維數(shù)增大,若直接用于訓(xùn)練會(huì)增加網(wǎng)絡(luò)的計(jì)算量和復(fù)雜度。因此,需要對提取的特征圖進(jìn)行降維處理。降采樣層通過對特征進(jìn)行局部池化,不僅可以減小特征圖的大小,保持輸出的特征圖數(shù)量,又可以使網(wǎng)絡(luò)對輸入物體的平移和旋轉(zhuǎn)具有一定的不變性,在一定程度上減少網(wǎng)絡(luò)的過擬合問題,使得網(wǎng)絡(luò)更具魯棒性。卷積神經(jīng)網(wǎng)絡(luò)中一般采用最大池化層作為降采樣層。

    (3)全連接層

    全連接層可以增強(qiáng)網(wǎng)絡(luò)的非線性映射能力,一般設(shè)置卷積神經(jīng)網(wǎng)絡(luò)的最后幾層中。與卷積層不同,全連接層連接所有的特征進(jìn)行學(xué)習(xí),通過感知全局信息來學(xué)習(xí)指定的分類目標(biāo),以得到最終的分類結(jié)果。

    2.3.2 VGG-16網(wǎng)絡(luò)

    VGG-16 網(wǎng)絡(luò)是卷積神經(jīng)網(wǎng)絡(luò)中一種經(jīng)典的深度網(wǎng)絡(luò)模型[19]。該網(wǎng)絡(luò)結(jié)構(gòu)簡單,由卷積層、池化層和全連接層組成,卷積層采用3×3 小型卷積核的組合,形成深層的網(wǎng)絡(luò)結(jié)構(gòu),提取輸入內(nèi)更多的細(xì)小特征。VGG-16 網(wǎng)絡(luò)具有優(yōu)良的性能,往往能夠得到與GoogleNet、ResNet 等相當(dāng)甚至更好的分類效果,因此廣泛應(yīng)用于圖像分類識(shí)別的研究中?;赩GG-16 網(wǎng)絡(luò)結(jié)構(gòu),結(jié)合脈象信號(hào)遞歸圖的類別及特點(diǎn),將VGG-16 網(wǎng)絡(luò)進(jìn)行改進(jìn)以滿足脈象信號(hào)的分類要求,網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

    由于VGG-16 中3 個(gè)全連接層參數(shù)較多,其原始是為了1 000 個(gè)分類類別設(shè)計(jì)的,而本文只針對二分類。因此,本文將2個(gè)全連接層替換原來的3個(gè)全連接層,減少全連接層通道數(shù)。在改進(jìn)的VGG-16中,包含了15個(gè)權(quán)重層,分別為13個(gè)卷積層和2個(gè)全連接層。輸入脈象遞歸圖大小為800×800×1,卷積層采用3×3濾波器,滑動(dòng)步長為1,選擇ReLU函數(shù)作為激活函數(shù),并利用邊界填充使通過卷積層前后的維數(shù)不變;池化層采用最大池化,池化窗口大小為2×2,步長為2;全連接層由兩個(gè)連續(xù)的全連接進(jìn)行組合,通道數(shù)分別為1 024,256個(gè);網(wǎng)絡(luò)最后通過Softmax函數(shù)輸出脈象二分類。在2個(gè)全連接層后增加Dropout,抑制卷積參數(shù)過大而導(dǎo)致過擬合,使網(wǎng)絡(luò)泛化性更強(qiáng)。

    圖3 VGG-16網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    3 實(shí)驗(yàn)

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    本文采用的數(shù)據(jù)是由上海中醫(yī)藥大學(xué)四診信息綜合研究實(shí)驗(yàn)室提供的冠心病脈診數(shù)據(jù)。冠心病患者脈診數(shù)據(jù)主要來源于上海市中山醫(yī)院、仁濟(jì)醫(yī)院、市中醫(yī)院、曙光醫(yī)院,總計(jì)1 612 例;健康人的脈診數(shù)據(jù)由上海中醫(yī)藥大學(xué)中醫(yī)四診信息化綜合研究實(shí)驗(yàn)的研究人員和學(xué)生采集獲得,總計(jì)268例。脈象信號(hào)由上海中醫(yī)藥大學(xué)和上海亞太計(jì)算機(jī)信息有限公司合作研發(fā)的ZBOX I型脈象數(shù)字化采集分析儀采集獲得,選取最佳取脈壓并在此基礎(chǔ)上采集脈象信號(hào),采集時(shí)間為60 s。

    3.2 數(shù)據(jù)處理

    3.2.1 脈象信號(hào)預(yù)處理

    脈象信號(hào)是一種微弱的生理信號(hào),很容易受到其他信號(hào)的干擾,其中包括患者的肢體抖動(dòng)、呼吸,器械的機(jī)械振動(dòng)和工頻干擾。樣本的采樣頻率為720 Hz,根據(jù)采樣定理可知,采集脈象的頻率范圍為0~360 Hz。采用小波變換對脈象信號(hào)進(jìn)行濾波,選取sym8 小波對脈象信號(hào)進(jìn)行九級(jí)分解,去除脈象信號(hào)中20 Hz以上的高頻噪聲和1 Hz以下的低頻噪聲。對濾波后的脈象信號(hào)進(jìn)行單周期分割,獲得脈象的單周期波形。

    3.2.2 均衡數(shù)據(jù)集

    數(shù)據(jù)集存在明顯的不均衡情況,其中健康脈象遠(yuǎn)少于冠心病脈象。若采用不均衡樣本訓(xùn)練模型,會(huì)導(dǎo)致分類模型泛化能力差并且容易發(fā)生過擬合。因此,本文采用合成少數(shù)類樣本過采樣技術(shù)(Synthetic Minority Oversampling Technique,SMOTE)[20]來均衡數(shù)據(jù)集。設(shè)置k=5,樣本倍數(shù)N=6,可以生成健康樣本1 608 例,結(jié)合冠心病患者1 612 例,均衡后的數(shù)據(jù)集總共包含3 220例樣本。

    3.2.3 脈象信號(hào)無閾值遞歸圖轉(zhuǎn)換

    在構(gòu)造脈象信號(hào)無閾值遞歸圖時(shí),需要確定嵌入維數(shù)m 和延遲時(shí)間τ 兩個(gè)關(guān)鍵參數(shù)。C-C 算法在統(tǒng)計(jì)學(xué)方法的基礎(chǔ)上,通過關(guān)聯(lián)積分,可以同時(shí)確定m 和τ 的參數(shù)大小。通過計(jì)算分析,本文選擇m=3,τ=4 對脈象信號(hào)進(jìn)行相空間展開。由于不同脈象信號(hào)的單周期長度不同,在周期較短的脈象信號(hào)末端進(jìn)行補(bǔ)零,使其生成相同大小的遞歸圖,如圖4所示。

    圖4 兩種脈象信號(hào)的無閾值遞歸圖

    3.3 實(shí)驗(yàn)結(jié)果及其分析

    實(shí)驗(yàn)中將健康人脈象作為正類,冠心病脈象作為負(fù)類。采用三個(gè)指標(biāo)來評價(jià)分類模型:敏感性(Sensitivity,SE)、特異性(Specificity,SP)和準(zhǔn)確率(Accuracy,ACC),分別定義為:

    其中,TP 表示正樣本預(yù)測正確的個(gè)數(shù);FN 表示被錯(cuò)分為負(fù)樣本的正樣本個(gè)數(shù);FP 表示被錯(cuò)分為正樣本的負(fù)樣本個(gè)數(shù);TN 表示被正確預(yù)測的負(fù)樣本數(shù)。敏感性代表的是被模型正確分類的正樣本比例,特異性代表被模型正確分類的負(fù)樣本比例。

    本文通過Keras框架實(shí)現(xiàn)改進(jìn)的VGG-16卷積神經(jīng)網(wǎng)絡(luò),采用SGD優(yōu)化算法,分別設(shè)置參數(shù)為:迭代次數(shù)為2 000次,初始化學(xué)習(xí)率為0.001,網(wǎng)絡(luò)訓(xùn)練的動(dòng)量為0.9,權(quán)重衰退為0.000 1,Dropout 參數(shù)為0.5,訓(xùn)練集∶驗(yàn)證集∶測試集=6∶2∶2。實(shí)驗(yàn)采用的GPU 顯卡為NVIDIA Tesla V100。

    將圖4 中的兩幅脈象遞歸圖作為VGG-16 的輸入,得到卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取的部分特征圖(如圖5 所示)。遞歸圖經(jīng)過Conv1-1 處理后,不同卷積核提取的特征不同,主要提取初級(jí)的紋理特征。經(jīng)過卷積層Conv5-1 輸出的特征圖如圖5(c)和(d)所示,可以看出Conv5-1輸出的特征圖相比Conv1-1輸出的特征圖反映了更多紋理細(xì)節(jié)信息,使不同類型脈象信號(hào)的遞歸圖具有更好的可分性。因此,通過卷積核的設(shè)置和堆疊,可以獲得不同層級(jí)紋理結(jié)構(gòu)的特征圖。經(jīng)過卷積核處理越多,獲得遞歸圖的紋理信息越全面,可以更加充分地表達(dá)脈象信號(hào)中的非線性動(dòng)力學(xué)特征。

    圖5 兩種脈象遞歸圖不同卷積的特征提取結(jié)果

    為了驗(yàn)證無閾值遞歸圖的有效性,將其與遞歸圖進(jìn)行比較。根據(jù)文獻(xiàn)[21]中提出的“經(jīng)驗(yàn)法則”,選擇閾值ε 為相空間最大直徑的10%。將兩類遞歸圖分別作為VGG-16的輸入訓(xùn)練模型,結(jié)果如表1所示。由此可見,采用無閾值遞歸圖作為輸入可以獲得更高的分類準(zhǔn)確率,可達(dá)98.14%,并且在敏感性和特異性上相比遞歸圖均有所提升。無閾值遞歸圖相比遞歸圖保留了更多的細(xì)節(jié)特征,結(jié)合VGG-16可以獲得更好的分類準(zhǔn)確率。

    表1 不同輸入分類結(jié)果 %

    為了進(jìn)一步驗(yàn)證本文提出方法的有效性,本文對無閾值遞歸圖特征提取和分類進(jìn)行探索,并與現(xiàn)有的脈象信號(hào)分類研究進(jìn)行對比。無閾值遞歸圖的特征采用了局部二值模式(Local Binary Pattern,LBP)和梯度方向直方圖(Histogram of Oriented Gradien,HOG)。LBP的參數(shù)設(shè)置為圓形鄰域(8,2),劃分10×10個(gè)子區(qū)域,提取特征維度為1×3 776;HOG 采用大小為80×80 的單元格,塊大小為2×2,提取的特征維度為1×2 916,分類器SVM的核函數(shù)為高斯核函數(shù),結(jié)果如表2所示。從結(jié)果可以看出,采用LBP和HOG相比傳統(tǒng)的時(shí)域、頻域特征分類效果有所提升。就準(zhǔn)確率而言,LBP 和HOG 相比時(shí)域特征分別提高了1.71%、1.24%;對于敏感性,LBP要比時(shí)域特征提高3.71%;在特異性上,HOG 相比時(shí)域特征和小波特征分別提升了2.20%、1.96%。這說明脈象信號(hào)的無閾值遞歸圖包含豐富的生理病理信息,通過特征提取可以獲得與傳統(tǒng)特征相當(dāng)甚至更好的分類效果。

    表2 脈象分類結(jié)果%

    從表2 還可以看出,無閾值遞歸圖結(jié)合VGG-16 取得的分類效果最好,相比時(shí)域特征、小波特征、HOG、LBP、DCNN 分別提升4.04%、2.95%、3.01%、2.33%、2.02%;在敏感性上,本文提出的方法相比其他5種方法分別高出5.43%、2.57%、4.01%、0.61%、2.16%;對于特異性,本文提出的方法為99.69%,比LBP 高了4.06%。因此,與其他方法相比,本文提出的脈象分類識(shí)別方法具有更好的分類性能。

    綜上所述,本文通過脈象信號(hào)到無閾值遞歸圖的轉(zhuǎn)換,可以將脈象信號(hào)的非線性特征映射到二維圖像中,不必設(shè)置閾值,能夠保留脈象信號(hào)中更多的非線性信息。構(gòu)建VGG-16 卷積神經(jīng)網(wǎng)絡(luò)對無閾值遞歸圖數(shù)據(jù)進(jìn)行訓(xùn)練,建立脈象分類模型。該模型通過3×3卷積核的組合,形成深層網(wǎng)絡(luò)結(jié)構(gòu),可以對無閾值遞歸圖進(jìn)行更多細(xì)節(jié)特征的自學(xué)習(xí),獲得了較好的分類效果。

    4 結(jié)論

    當(dāng)前脈診客觀化研究中,大部分采用時(shí)域和頻域等分析方法,忽略了脈象信號(hào)中的非線性特征。考慮到脈象信號(hào)的非線性,使用非線性動(dòng)力學(xué)方法研究脈象信號(hào),相比傳統(tǒng)方法能更好地挖掘出其內(nèi)在的非線性信息。深度學(xué)習(xí)利用深層的網(wǎng)絡(luò)結(jié)構(gòu),可以得到原始數(shù)據(jù)的高層語義表達(dá),已廣泛應(yīng)用于語音識(shí)別等領(lǐng)域。本文將非線性分析方法與深度學(xué)習(xí)結(jié)合起來,提出基于無閾值遞歸圖和卷積神經(jīng)網(wǎng)絡(luò)的脈象信號(hào)分析識(shí)別方法。首先,將脈象信號(hào)轉(zhuǎn)換為無閾值遞歸圖,以保留脈象信號(hào)中更多的細(xì)節(jié)特征。然后建立卷積神經(jīng)網(wǎng)絡(luò)對無閾值遞歸圖進(jìn)行特征自學(xué)習(xí)和訓(xùn)練獲得脈象信號(hào)分類模型,最后進(jìn)行了脈象信號(hào)的分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,本文提出的脈象信號(hào)識(shí)別方法是有效的,相比目前的脈象信號(hào)分類方法可以獲得更高的分類準(zhǔn)確率。在今后的工作中,將進(jìn)一步研究更能表現(xiàn)脈象信號(hào)特征的信號(hào)分析方法,結(jié)合深度學(xué)習(xí),提高脈象信號(hào)的識(shí)別率。

    猜你喜歡
    相空間脈象時(shí)域
    基于時(shí)間序列和時(shí)序卷積網(wǎng)絡(luò)的脈象信號(hào)識(shí)別研究
    束團(tuán)相空間分布重建技術(shù)在西安200 MeV質(zhì)子應(yīng)用裝置的應(yīng)用
    瞬時(shí)波強(qiáng)技術(shù)對人迎、寸口脈象研究的意義探討
    基于時(shí)域信號(hào)的三電平逆變器復(fù)合故障診斷
    基于極大似然準(zhǔn)則與滾動(dòng)時(shí)域估計(jì)的自適應(yīng)UKF算法
    非對易空間中的三維諧振子Wigner函數(shù)
    基于時(shí)域逆濾波的寬帶脈沖聲生成技術(shù)
    105例弦脈的“計(jì)算機(jī)脈象儀”脈圖參數(shù)分析
    基于相空間重構(gòu)的電磁繼電器電性能參數(shù)預(yù)測研究
    基于時(shí)域波形特征的輸電線雷擊識(shí)別
    電測與儀表(2015年2期)2015-04-09 11:28:50
    在线精品无人区一区二区三| 久久热在线av| 亚洲激情五月婷婷啪啪| 精品国产露脸久久av麻豆| 九草在线视频观看| 亚洲精华国产精华液的使用体验| videos熟女内射| 蜜桃国产av成人99| 国产精品一二三区在线看| 亚洲国产最新在线播放| 精品第一国产精品| 中国国产av一级| www.精华液| 色婷婷av一区二区三区视频| 亚洲精品久久久久久婷婷小说| 日韩熟女老妇一区二区性免费视频| 久久久久精品人妻al黑| 国产毛片在线视频| 日韩,欧美,国产一区二区三区| 一区二区日韩欧美中文字幕| 欧美在线黄色| 韩国精品一区二区三区| 国产 精品1| 精品久久久精品久久久| 在线观看免费高清a一片| 我的亚洲天堂| 亚洲国产精品一区三区| 一边亲一边摸免费视频| 国产男女内射视频| 成人18禁高潮啪啪吃奶动态图| 777米奇影视久久| 亚洲内射少妇av| 精品第一国产精品| 天堂8中文在线网| 久久久久精品久久久久真实原创| 欧美精品一区二区免费开放| 日韩制服骚丝袜av| 国产精品秋霞免费鲁丝片| 五月伊人婷婷丁香| 日产精品乱码卡一卡2卡三| 黄片无遮挡物在线观看| 亚洲精品久久久久久婷婷小说| av.在线天堂| 在线天堂最新版资源| 男女免费视频国产| 免费女性裸体啪啪无遮挡网站| 久久久久久久久久久免费av| 精品国产一区二区三区四区第35| 热99久久久久精品小说推荐| 赤兔流量卡办理| 美女午夜性视频免费| 欧美亚洲日本最大视频资源| 999精品在线视频| 飞空精品影院首页| 久久久久久久大尺度免费视频| 精品卡一卡二卡四卡免费| 成人影院久久| 成年女人毛片免费观看观看9 | 久久久精品区二区三区| 9热在线视频观看99| 亚洲成人手机| 99久国产av精品国产电影| 国产精品久久久久久精品电影小说| 9热在线视频观看99| 午夜福利影视在线免费观看| 国产免费视频播放在线视频| 美女xxoo啪啪120秒动态图| 在线观看三级黄色| 日韩大片免费观看网站| 欧美人与性动交α欧美精品济南到 | 婷婷色综合www| 日本爱情动作片www.在线观看| 一边亲一边摸免费视频| 日日撸夜夜添| 日韩伦理黄色片| 国产极品天堂在线| 满18在线观看网站| 免费高清在线观看日韩| 99re6热这里在线精品视频| 两个人免费观看高清视频| 国产在线一区二区三区精| 精品国产超薄肉色丝袜足j| 久久久久网色| 好男人视频免费观看在线| 校园人妻丝袜中文字幕| 国产男女内射视频| 爱豆传媒免费全集在线观看| 久久久久视频综合| 桃花免费在线播放| 少妇人妻 视频| 亚洲成国产人片在线观看| 高清av免费在线| 国产高清国产精品国产三级| 国产综合精华液| 日本爱情动作片www.在线观看| 综合色丁香网| 亚洲成人手机| 五月天丁香电影| av女优亚洲男人天堂| 久久人人爽人人片av| 如何舔出高潮| 女人高潮潮喷娇喘18禁视频| 国产一区有黄有色的免费视频| 涩涩av久久男人的天堂| 欧美在线黄色| 在线观看免费视频网站a站| 午夜免费观看性视频| 亚洲欧美成人精品一区二区| 在线天堂中文资源库| 人体艺术视频欧美日本| 电影成人av| 午夜av观看不卡| 777米奇影视久久| 一级毛片电影观看| 亚洲情色 制服丝袜| 大片免费播放器 马上看| 亚洲成人手机| 2021少妇久久久久久久久久久| 9191精品国产免费久久| 男男h啪啪无遮挡| 免费观看无遮挡的男女| 亚洲色图综合在线观看| 国产av国产精品国产| 亚洲精品国产av成人精品| 性色avwww在线观看| 欧美 亚洲 国产 日韩一| 老司机影院成人| 飞空精品影院首页| 欧美老熟妇乱子伦牲交| 捣出白浆h1v1| 日韩熟女老妇一区二区性免费视频| 大陆偷拍与自拍| 丝袜人妻中文字幕| 人人妻人人澡人人看| 2018国产大陆天天弄谢| 日本猛色少妇xxxxx猛交久久| 国产黄频视频在线观看| 99re6热这里在线精品视频| 国产毛片在线视频| 五月开心婷婷网| 在线天堂中文资源库| 久久鲁丝午夜福利片| 久久久久国产网址| videosex国产| 在线天堂最新版资源| 久久99一区二区三区| 久久精品亚洲av国产电影网| 最黄视频免费看| av免费在线看不卡| 欧美精品国产亚洲| 男女国产视频网站| 啦啦啦在线免费观看视频4| 高清欧美精品videossex| 黄色 视频免费看| 三上悠亚av全集在线观看| 在线观看人妻少妇| 日韩视频在线欧美| 久久久欧美国产精品| 叶爱在线成人免费视频播放| 欧美亚洲 丝袜 人妻 在线| 18禁裸乳无遮挡动漫免费视频| 久久午夜综合久久蜜桃| 少妇猛男粗大的猛烈进出视频| 欧美 亚洲 国产 日韩一| 亚洲精品在线美女| 波多野结衣av一区二区av| 国产探花极品一区二区| 亚洲精品美女久久av网站| 亚洲第一区二区三区不卡| 午夜福利在线观看免费完整高清在| 成人毛片a级毛片在线播放| 男女啪啪激烈高潮av片| 婷婷色麻豆天堂久久| 日韩中字成人| xxx大片免费视频| 欧美日韩视频高清一区二区三区二| 美女福利国产在线| 9热在线视频观看99| 中文字幕制服av| 国产深夜福利视频在线观看| 一级爰片在线观看| 人妻 亚洲 视频| 亚洲男人天堂网一区| 熟女电影av网| 中文天堂在线官网| 波多野结衣一区麻豆| 可以免费在线观看a视频的电影网站 | 三级国产精品片| 一个人免费看片子| 人人妻人人爽人人添夜夜欢视频| 国产女主播在线喷水免费视频网站| 成人国产麻豆网| 十分钟在线观看高清视频www| 中国国产av一级| 欧美日韩av久久| 国产深夜福利视频在线观看| 丝瓜视频免费看黄片| 国产免费又黄又爽又色| 免费看不卡的av| 久久久久国产网址| 中文天堂在线官网| 久久这里只有精品19| 久久影院123| 中文字幕精品免费在线观看视频| 少妇人妻精品综合一区二区| 久久人人97超碰香蕉20202| 久久久精品免费免费高清| 黄频高清免费视频| 在线观看免费日韩欧美大片| 国产国语露脸激情在线看| 成年女人毛片免费观看观看9 | 波野结衣二区三区在线| 18在线观看网站| 亚洲av福利一区| 国产精品久久久久成人av| 久久久久久久国产电影| 成年人免费黄色播放视频| 纵有疾风起免费观看全集完整版| av福利片在线| 激情五月婷婷亚洲| 高清欧美精品videossex| 日韩制服丝袜自拍偷拍| 国产不卡av网站在线观看| 亚洲国产精品一区二区三区在线| 亚洲人成电影观看| 亚洲av成人精品一二三区| 免费av中文字幕在线| 一二三四中文在线观看免费高清| 99热全是精品| 久久国产精品男人的天堂亚洲| 看免费成人av毛片| 国产极品天堂在线| 可以免费在线观看a视频的电影网站 | 国产精品二区激情视频| 人成视频在线观看免费观看| 一区在线观看完整版| 大片电影免费在线观看免费| 亚洲四区av| 天天影视国产精品| 久久99一区二区三区| 99久久中文字幕三级久久日本| 久久久精品区二区三区| 久久久欧美国产精品| 一级,二级,三级黄色视频| 国产亚洲欧美精品永久| 亚洲欧美一区二区三区久久| 国产在线一区二区三区精| 久久亚洲国产成人精品v| 99国产综合亚洲精品| 国产精品偷伦视频观看了| 久久久久精品久久久久真实原创| 大码成人一级视频| 午夜91福利影院| 精品99又大又爽又粗少妇毛片| 国产午夜精品一二区理论片| 久久99一区二区三区| 精品一区二区三区四区五区乱码 | 我要看黄色一级片免费的| 国产欧美日韩一区二区三区在线| 国产精品国产av在线观看| 你懂的网址亚洲精品在线观看| 午夜老司机福利剧场| 99久久综合免费| 如何舔出高潮| 亚洲精品一二三| 黄频高清免费视频| 亚洲人成电影观看| 大码成人一级视频| 久久精品国产综合久久久| 丝瓜视频免费看黄片| 捣出白浆h1v1| 亚洲精品日韩在线中文字幕| 爱豆传媒免费全集在线观看| 亚洲婷婷狠狠爱综合网| 亚洲成人一二三区av| 精品人妻在线不人妻| 男女啪啪激烈高潮av片| av一本久久久久| videossex国产| 在线观看www视频免费| av视频免费观看在线观看| 一级毛片黄色毛片免费观看视频| 一级片'在线观看视频| 亚洲国产色片| 亚洲国产毛片av蜜桃av| 看十八女毛片水多多多| 在线观看免费日韩欧美大片| 欧美中文综合在线视频| 超碰成人久久| www.自偷自拍.com| 亚洲男人天堂网一区| 满18在线观看网站| 亚洲av.av天堂| av福利片在线| √禁漫天堂资源中文www| 99久久精品国产国产毛片| 啦啦啦啦在线视频资源| 80岁老熟妇乱子伦牲交| 日韩av不卡免费在线播放| 国产激情久久老熟女| 亚洲精品日本国产第一区| 亚洲精品久久成人aⅴ小说| 免费人妻精品一区二区三区视频| 成人漫画全彩无遮挡| 欧美 日韩 精品 国产| 女人久久www免费人成看片| 最新中文字幕久久久久| 国产1区2区3区精品| 国产精品蜜桃在线观看| 亚洲视频免费观看视频| 2022亚洲国产成人精品| 成人18禁高潮啪啪吃奶动态图| 麻豆精品久久久久久蜜桃| 欧美老熟妇乱子伦牲交| 亚洲精品自拍成人| √禁漫天堂资源中文www| 九色亚洲精品在线播放| h视频一区二区三区| freevideosex欧美| 国产日韩一区二区三区精品不卡| 天堂俺去俺来也www色官网| 国产午夜精品一二区理论片| 满18在线观看网站| 国产片内射在线| 韩国av在线不卡| 人妻一区二区av| 少妇人妻 视频| 在现免费观看毛片| 亚洲男人天堂网一区| 美女主播在线视频| 一区二区三区四区激情视频| 久久97久久精品| 亚洲伊人色综图| videosex国产| 最近最新中文字幕免费大全7| av国产久精品久网站免费入址| 欧美精品高潮呻吟av久久| 欧美精品一区二区大全| 一级片'在线观看视频| 一级毛片我不卡| 新久久久久国产一级毛片| 大香蕉久久网| 亚洲精品国产一区二区精华液| 国产精品99久久99久久久不卡 | 最近的中文字幕免费完整| 宅男免费午夜| 亚洲美女黄色视频免费看| av天堂久久9| 秋霞在线观看毛片| 国产又色又爽无遮挡免| 2022亚洲国产成人精品| xxxhd国产人妻xxx| videos熟女内射| 在线看a的网站| 激情五月婷婷亚洲| 性色av一级| 亚洲经典国产精华液单| 少妇人妻 视频| 母亲3免费完整高清在线观看 | 久久韩国三级中文字幕| tube8黄色片| 一区二区三区精品91| 国产高清国产精品国产三级| 国产精品国产三级国产专区5o| 日韩在线高清观看一区二区三区| 视频在线观看一区二区三区| 精品一区在线观看国产| 婷婷色av中文字幕| 成年人免费黄色播放视频| 一区二区av电影网| 嫩草影院入口| 日日啪夜夜爽| 国产有黄有色有爽视频| av片东京热男人的天堂| 一级毛片我不卡| 天天躁狠狠躁夜夜躁狠狠躁| 狠狠婷婷综合久久久久久88av| 亚洲精品国产一区二区精华液| 久久久久网色| 精品人妻在线不人妻| 久久99精品国语久久久| 亚洲情色 制服丝袜| 中文字幕亚洲精品专区| 久久精品人人爽人人爽视色| 亚洲国产av影院在线观看| 午夜老司机福利剧场| 亚洲欧美色中文字幕在线| a级毛片在线看网站| 制服人妻中文乱码| 另类精品久久| 国产在线免费精品| 日本wwww免费看| 午夜福利影视在线免费观看| 国产色婷婷99| 美女大奶头黄色视频| 亚洲国产精品一区三区| 丝袜在线中文字幕| 国产男女超爽视频在线观看| 18禁裸乳无遮挡动漫免费视频| 国产黄色视频一区二区在线观看| 亚洲国产日韩一区二区| 一本色道久久久久久精品综合| 亚洲精品第二区| 久久久国产精品麻豆| 大码成人一级视频| 精品少妇一区二区三区视频日本电影 | 各种免费的搞黄视频| 麻豆乱淫一区二区| 久久久久国产网址| 免费不卡的大黄色大毛片视频在线观看| 丝袜脚勾引网站| 久久精品国产亚洲av涩爱| 18禁裸乳无遮挡动漫免费视频| 一边摸一边做爽爽视频免费| 黄色配什么色好看| 日韩av免费高清视频| 久热久热在线精品观看| 久久国产精品大桥未久av| 国产视频首页在线观看| 国产在线一区二区三区精| 亚洲精品aⅴ在线观看| 亚洲色图综合在线观看| 欧美日韩精品网址| 国产又色又爽无遮挡免| 亚洲国产av影院在线观看| 久久久久网色| 精品国产一区二区三区四区第35| 久久国产精品大桥未久av| 国产激情久久老熟女| 中文字幕精品免费在线观看视频| 天天影视国产精品| 两性夫妻黄色片| 国产在视频线精品| 日本欧美视频一区| 欧美日韩精品成人综合77777| 成年人午夜在线观看视频| 亚洲国产日韩一区二区| 国产亚洲午夜精品一区二区久久| 精品99又大又爽又粗少妇毛片| 久久人妻熟女aⅴ| 丰满乱子伦码专区| 女人被躁到高潮嗷嗷叫费观| 精品国产露脸久久av麻豆| 亚洲av电影在线观看一区二区三区| 久久精品国产亚洲av天美| 人成视频在线观看免费观看| 亚洲精品久久午夜乱码| 秋霞伦理黄片| 国产麻豆69| 在线观看www视频免费| 日本免费在线观看一区| 亚洲欧洲精品一区二区精品久久久 | 成人毛片60女人毛片免费| 天美传媒精品一区二区| 天天影视国产精品| 日本wwww免费看| 美女视频免费永久观看网站| 精品国产一区二区三区久久久樱花| 美女视频免费永久观看网站| 国产无遮挡羞羞视频在线观看| 国产女主播在线喷水免费视频网站| 免费观看无遮挡的男女| 精品一区二区三卡| 国产精品秋霞免费鲁丝片| 在线观看www视频免费| 人人妻人人澡人人爽人人夜夜| 国产日韩一区二区三区精品不卡| 欧美97在线视频| 成人国产麻豆网| 中文字幕亚洲精品专区| 国产熟女午夜一区二区三区| 亚洲四区av| 免费高清在线观看日韩| 啦啦啦视频在线资源免费观看| 久久av网站| 夫妻午夜视频| 久久狼人影院| 日韩大片免费观看网站| 欧美成人午夜免费资源| 中文字幕人妻熟女乱码| 亚洲精品第二区| 麻豆av在线久日| 下体分泌物呈黄色| 肉色欧美久久久久久久蜜桃| 亚洲成人手机| 久久久久久大精品| 日日爽夜夜爽网站| 亚洲熟妇熟女久久| 高潮久久久久久久久久久不卡| 久久精品国产清高在天天线| 校园春色视频在线观看| 国产精品影院久久| www.www免费av| 一边摸一边做爽爽视频免费| 亚洲精品中文字幕一二三四区| 免费观看精品视频网站| 亚洲国产看品久久| 成人黄色视频免费在线看| 精品国产超薄肉色丝袜足j| 久久久久国内视频| a级毛片黄视频| 久久久久久久久久久久大奶| 国产精品一区二区精品视频观看| 中文字幕人妻丝袜制服| netflix在线观看网站| 欧美日本中文国产一区发布| 丰满迷人的少妇在线观看| 精品乱码久久久久久99久播| 午夜久久久在线观看| 国产亚洲精品第一综合不卡| 国产av又大| av免费在线观看网站| 久久亚洲真实| 国产乱人伦免费视频| 电影成人av| 一边摸一边做爽爽视频免费| 十八禁人妻一区二区| 国产精品1区2区在线观看.| 国产伦人伦偷精品视频| 一级毛片高清免费大全| 亚洲第一青青草原| 精品午夜福利视频在线观看一区| 婷婷精品国产亚洲av在线| 亚洲色图 男人天堂 中文字幕| 美女国产高潮福利片在线看| 嫩草影院精品99| 国产在线精品亚洲第一网站| 美女午夜性视频免费| 久久这里只有精品19| 日本黄色视频三级网站网址| 91av网站免费观看| 亚洲精品av麻豆狂野| 国产精品久久久人人做人人爽| 久久久久久亚洲精品国产蜜桃av| 久久久久久免费高清国产稀缺| av网站免费在线观看视频| 国产免费男女视频| 露出奶头的视频| 我的亚洲天堂| 另类亚洲欧美激情| 人妻久久中文字幕网| 神马国产精品三级电影在线观看 | 国产午夜精品久久久久久| 国产成人av激情在线播放| 80岁老熟妇乱子伦牲交| 99久久综合精品五月天人人| 国产深夜福利视频在线观看| 制服诱惑二区| 丰满饥渴人妻一区二区三| 亚洲aⅴ乱码一区二区在线播放 | 欧美精品啪啪一区二区三区| 黄频高清免费视频| 欧美日韩瑟瑟在线播放| 国产精品 国内视频| 一二三四在线观看免费中文在| 99国产精品一区二区蜜桃av| 欧美性长视频在线观看| 久久中文字幕人妻熟女| 亚洲一区二区三区不卡视频| 极品教师在线免费播放| svipshipincom国产片| 新久久久久国产一级毛片| 热99re8久久精品国产| 午夜视频精品福利| 99精品久久久久人妻精品| 国产成人欧美| 无人区码免费观看不卡| 精品人妻1区二区| 大码成人一级视频| 1024香蕉在线观看| 精品一区二区三区av网在线观看| 国产三级黄色录像| 在线国产一区二区在线| 99国产综合亚洲精品| 亚洲国产精品合色在线| 日日干狠狠操夜夜爽| 欧美精品亚洲一区二区| 又大又爽又粗| 国产一区二区三区视频了| 真人一进一出gif抽搐免费| 日韩精品青青久久久久久| 久久精品国产99精品国产亚洲性色 | 99久久精品国产亚洲精品| 久久国产精品男人的天堂亚洲| 精品午夜福利视频在线观看一区| 天天影视国产精品| 亚洲avbb在线观看| 欧美午夜高清在线| 国产日韩一区二区三区精品不卡| 免费高清视频大片| 黄色毛片三级朝国网站| 日韩三级视频一区二区三区| 中文字幕高清在线视频| 午夜福利在线免费观看网站| 国产免费男女视频| 超色免费av| 久久欧美精品欧美久久欧美| 国产成人欧美在线观看| 亚洲第一青青草原| 精品国产国语对白av| 精品国产乱码久久久久久男人| 国产精品乱码一区二三区的特点 | 久久久国产精品麻豆| 黑人操中国人逼视频| 国产成人精品无人区| 国产视频一区二区在线看| 欧美日韩视频精品一区| 一进一出抽搐gif免费好疼 | 麻豆成人av在线观看| 一区二区三区精品91| 国产高清视频在线播放一区| 热99re8久久精品国产| 免费少妇av软件| 两个人看的免费小视频| 国产一区二区在线av高清观看|