首页 > 文献资料
-
FastICA在心电信号降噪中的应用
目的 研究基于峭度和负熵的FastICA的模型特点,分析两种算法在心电信号去噪中的应用,对ICA在信噪分离中的特点加以分析研究.方法 首先利用心电数据库MIH-BIT中单独的心电信号和噪声混合对FastICA进行降噪测试,通过降噪后心电信号和原信号对比测试基于峭度和负熵的FastICA的降噪效果,然后对DaISy数据库中的真实含噪心电信号进行降噪,分析其在真实环境中的降噪效果.结果 通过多组合成混合含噪心电信号和真实含噪心电信号对两种FastICA进行分离测试,发现两种FastICA都可成功地分离心电信号和噪声,其中基于峭度的FastICA的降噪速度较快,而基于负熵的FastICA的精确度较高.结论 基于峭度和负熵的FastICA可以应用于心电信号的降噪中,并且能够有效降低信号噪声.
-
基于静态姿势图的人体平衡功能检测与评估
为有效检测和评估老年人及残疾人的平衡功能障碍,提出一种平衡功能检测与评估方法.首先选取睁眼及闭眼模式下的重心轨迹长度、单位面积轨迹长度、峭度、左右重心分布比及前后重心分布比共10个指标来定量检测平衡功能,然后运用主成分分析法对所选评价指标进行融合,后根据主成分因子的方差贡献率确定主成分因子的权值,进而得出综合评价值,以此帮助受试者完成平衡功能评估.采用自行研制的平衡功能检测与评估系统,在2周内对30例平衡功能障碍患者(病例组)和30例性别、年龄、身高及体重与病例组相匹配的健康人(对照组)进行2次平衡功能检测与评估,对照组综合评价值的统计值为4.067±0.540(n=30,mean ± SD),病例组综合评价值的统计值为2.054±0.685,两组相比具有统计学显著差异.实验表明,该平衡功能检测与评估方法合理,具有应用价值.
-
基于独立分量分析和遗传算法的诱发电位提取新方法
本研究提出了一种基于独立分量分析和遗传算法的诱发电位提取方法.以EP信号的峭度作为目标函数基准点,以其它信号的峭度与基准点的偏离程度的倒数作为目标函数,通过遗传算法在全局搜索适应度函数的大值,从而首先将EP信号首先分离出来,实现了诱发电位的快速提取,而且适用于超高斯和亚高斯信号同时存在的情况.与其他提取EP信号特征的方法(如rICA)相比,本研究的方法不需要引入参考信号,只需要知道所要提取信号的峭度的估值即可,计算简单.
-
基于健壮性独立分量分析的胎儿心电分离
独立分量分析(ICA)旨在将观测的随机向量分解为相互独立的变量,其中快速定点算法(FastICA)及其变种以其快速简单的分离效果得到日益关注.健壮性独立分量分析(RobustICA)采用优步长改进了FastICA的不足.后在胎儿心电(FECG)分离方面和FastICA相比较,结果证明RobustICA优越的表现.
-
不同行为状态下大鼠脑电时频变化特性的直方图分析
结合应用多分辨率小波分解方法和直方图参数统计方法,分析大鼠脑电信号(Electroencephalogram,EEG)在不同行为状态下的非稳态时频动态变化特性.利用埋植电极记录自由活动大鼠在清醒期、慢波睡眠期和快动眼睡眠期的皮层EEG,应用小波变换将EEG分解成δ、θ、a和β四个分量,求各分量功率对数值直方图和功率百分比值直方图的均值、方差、偏斜度和峭度.结果表明:EEG功率对数值的分布比较接近正态分布,而多数功率百分比值的分布与正态分布差别显著.单因素方差分析结果显示这些直方图统计参数在不同行为状态之间和不同分解分量之间具有显著差别.EEG在不同时期的某些特征波(例如:慢波睡眠期的δ波、清醒期和快动眼睡眠期的θ波等)使功率对数值分布具有较大的偏斜度值和峭度值.由此可见,EEG小波分解分量的直方图参数是一种新的描述EEG动态时频变化特性的定量分析指标.
