一种基于量子共振的人体数据检测分析方法技术

本发明专利技术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。得出最终的评价结果。得出最终的评价结果。

【技术实现步骤摘要】
一种基于量子共振的人体数据检测分析方法


[0001]本专利技术涉及量子共振
，具体涉及一种基于量子共振的人体数据检测分析方法。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]本专利技术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：
[0006]1)采集检测者的电磁波，并对其进行标准化处理；
[0007]2)对采集到的电磁波进行小波变换；
[0008]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；
[0009]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；
[0010]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；
[0011]6)将量化数值输入到评价模型中，得出最终的评价结果。
[0012]进一步地,所述小波变换定义为：
[0013][0014]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；
[0015]令:
[0016]a0≠1，b0＞0,j和n为整数，取a0＝2，并将t轴用b0归一化：
[0017][0018]则x(t)的离散小波变换为：
[0019][0020]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：
[0021][0022][0023]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。
[0024]进一步地,评价模型的建立流程包括：
[0025](1)、建立评定对象因素集U＝{u1,u2,...,u
n
}；
[0026](2)、建立量化数值集V＝{v1,v2,...,v
n
}；
[0027](3)、建立一个从因素集到量化数值集的模糊映射U
→
F(V)：
[0028][0029]由模糊映射推导出模糊关系，并得到一个模糊矩阵R:
[0030][0031]评价模型由U,V,R构成；
[0032](4)、将U和V输入到模糊矩阵R中，进行综合评定。
[0033]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
[0034]附图1为本专利技术的基于量子共振的人体数据检测分析方法的流程图；
[0035]附图2为本专利技术的基于量子共振的人体数据检测分析方法的流程图；
[0036]附图3为本专利技术的基于量子共振的人体数据检测分析方法的流程图；
[0037]附图4为本专利技术的基于量子共振的人体数据检测分析方法的流程图；
[0038]附图5为本专利技术的巨磁阻传感电路的内部结构示意图；
具体实施方式
[0039]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0040]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。
[0041]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：
[0042]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。
[0043]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
[0044]信号x(t)的连续小波变换定义为：
[0045][0046]其中：为小波基函数；a为尺度因子；b为平移因子。
[0047]在实际应用中通常需要计算信号的离散小波变换，即令:
[0048](a0≠1，b0＞0,j和n为整数)；
[0049]若取a0＝2，并将t轴用b0归一化，有：
[0050][0051]则信号x(t)的离散小波变换为：
[0052][0053]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：
[0054][0055][0056]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。
[0057]由小波变换的时频特性本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：李天灵，董海成，邓宁宁，董奕钢，董奕麟，
申请(专利权)人：上海赫德医疗管理咨询有限公司，
类型：发明
国别省市：