产品详细介绍名称： 光纤转轴调节台    传动机构与光纤夹具分离设计； 采用微型步进电机驱动，最小细分数可以达到256细分； 传动机构采用斜齿，保证传动平移可靠； 步进电机后端具有手动调节功能； 表银白色设计，吸光量小； 产品技术参数名称:光纤转轴调节台型号指标Rzt1360单位   产品外形     产品实图产品结构尺寸   最大转角360o(度)电机类型步进电机(1.8o) 齿轮传动类型斜齿 传动比步进电机输入 ：光纤轴输出 = 2.083: 1 分辨率0.0067(驱动器128细分)o(度)重复定位精度0.005o(度)机重0.25kg材料铝合金/锡青铜/尼龙可拆卸光纤夹具头φ120μm可选(φ900μm、φ650μm、φ250μm、φ120μm、等) 最大负载0.5kg工作温度范围-20~+80oC接线图A+/A-/B+/B-(选四线接线方法) 驱动器接线图步进电机驱动电流为0.45A/最大0.6A(电机热量很大)       官网：http://rznxkj.com/

产品详细介绍肌电信号分析肌电信号(Electromyogram)简称EMG，反映神经肌肉兴奋性，评估神经与肌肉的功能状态。可用于肌肉工作的工效学分析、安全操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制等动作模式研究等。ErgoLAB肌电分析软件自动对原始数据进行滤波降噪处理，根据MVC进行数据归一化与统计分析。时域分析包括原始数据、处理数据、归一化数据的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指标；频域分析的中值频率、均值频率、可视化频谱图，系统支持自动识别周期性动态用力分析。EMG高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与EMG指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求1、信号处理模块信号滤波方法包括小波降噪（Wavelet Filter）、高通滤波(High Pass)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的EMG信号。肌电整流(Rectification)，包括三种方法EMG包络线（Envelope）、滑动均值滤波（Moving Average）、滑动均方根滤波（Moving RMS），可自定义分析窗口长度。EMG信号归一化处理：自定义MVC（Maximum Voluntary Contraction），计算Normalization EMG数据。Cycle Analysis周期性分析。系统对周期性用力的肌电数据进行自动化的识别与统计分析。自定义激活阈值（Activation threshold(%)）、用力的最小持续时间（Minimum duration(ms)）、动态用力的最小时间间隔（Minimum interval(ms)）参数，进行自动处理。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析以及周期用力分析，二者可实现自由切换。A.   时域分析将肌电信号看作时间的函数，通过分析得到肌电信号的某些统计特征。统计分析指标包括：处理数据、整流数据、归一化数据的均值（Mean）、中值（Median）、标准差（STD）、最大值/最小值（Max/Min）、方差（Variance）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电（iEMG）。B.   频域分析运用参数模型法和直接快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定肌电信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。具体包括中值频率、均值频率及频谱图。C. 周期用力分析，自动识别周期性用力片段，具体的指标包括：周期的开始时间（Start Time）、周期的结束时间（End Time）、均方根（RMS）、平均绝对值（Mean Absolute Value）、积分肌电值（iEMG）、中值频率（Median Frequency）、均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、归一化数据（Normalized）、PSD数据以及整体结果报告。

基于图像处理和机器学习进行人眼特征提取与分析，建 立基于特征模型与外观模型融合的智能视觉感知机制，并通过 海量大数据分析和建模计算，提出了智能视觉感知驱动的眼动 注视点计算方法，解决了跨设备坐标系空间无缝转换和多用户 标定模型共享等关键“卡脖子”技术问题。此外，提出基于深 度学习的运动想象脑电分类方法，面向人-机器人交互开发了 智能脑机接口与应用系统。 ：

目前，国内外用于临床上使用的血氧仪只能检测指端或耳垂部位容血的血氧饱和度，或者专门用于监测心外手术体外循环系统管道中血液的血氧饱和度，不能检测脑部的血氧饱和度，检测部位受到限制。 南开大学研发的“脑血氧饱和度检测仪”，在检测探头中设置有可发出两种不同波长的发光二极管，并安装有两个光接收元件(两只硅光电池)，得到的检测数据一路是带有浅层组织的信息，另一路不仅带有浅层组织信息也带有脑组织的血氧信息，此两数据相减，便可得到只含有脑血氧的信息。仪器由探头、同步放大器、A/D转换器、单片机系统

XM-605A头解剖附脑动脉模型   XM-605A头解剖附脑动脉模型可拆分为10部件，显示颅内的脑结构，包括颅底、大脑半球、间脑、小脑、脑干、中脑、脑桥、延髓各个部分以及脑神经和脑血管等结构。 尺寸：自然大 材质：PVC材料

XM-608脑连续额状切面模型   XM-608脑连续额状切面模型共7片，每片厚度约1.2cm，模型通过脑干正中（红核及内夹）作额状切面，示其断面结构；通过乳头体作一额状切面，示其切面结构；通过前连合作一额状切面，示其断面结构；通过胼胝体膝部作一额状切面，示其切面结构；通过胼胝体压部作一额状切面，示其切面结构；小脑通过齿状核作一切面，示其切面结构，同时，还可以显示脑的外形，脑的沟回等结构。 尺寸：自然大，17×14×17cm 材质：玻璃钢

XM-605A头解剖附脑动脉模型   XM-605A头解剖附脑动脉模型可拆分为10部件，显示颅内的脑结构，包括颅底、大脑半球、间脑、小脑、脑干、中脑、脑桥、延髓各个部分以及脑神经和脑血管等结构。 尺寸：自然大 材质：PVC材料