首页 > 文献资料
-
脑电双频谱指数监测在ICU中的应用
Bispectral index-脑电双频谱指数是经过计算机自动处理的脑电图定量分析指标.双频谱分析是一统计学技术,用以研究非线性特征的现象.脑电信号即为大量神经细胞的非线性耦合的产物,是一个高度非线性多单元连接的复合体;它将时间-振幅关系的原始脑电信号转换成频率-功率的关系,这种时域变为频域的变换,应用了快速傅立叶变换[1],傅立叶分析提供了获取频域信息的一种较为完整的方法,它使我们利用频率、幅值和相位来描述时域中的振动波形,找出杂乱无章的脑电信号中的主要振动频率特点[2].
-
动态模式多普勒显示及其实验研究
动态模式多普勒仪是一种新型脑血流状况分析仪器.它采用波束方向上连续采样点的深度能量彩色编码直观地显示血流状况的二维信息,较业已成熟的经颅多普勒仪能够更加全面地获取和分析血流动力学参数,因而性能优越.本文结合经颅多普勒仪阐述动态模式显示的原理,对照频谱图介绍其显示方式和功能,并以显示实验来探索M-mode显示的实现方法.
-
脑电非线性动力学分析在麻醉深度监测中的应用现状及前景
脑电是皮质锥体细胞顶树突产生的树突电位与突触后电位的总和,直接反映中枢神经系统的活动状态.脑电活动包括线性和非线性成分.自从1937年Gibbs等[1]首次提出用脑电图(EEG)监测麻醉深度的可能性以来,EEG已越来越多地被用于测定麻醉深度或麻醉药对中枢神经系统的作用.早期利用脑电监测麻醉深度主要是分析EEG的线性成分,依靠EEG波形的时域特征分析,随着快速傅立叶变换(fast fourier transformation,FFT)技术的成熟,越来越多的EEG频域特征被用来反映麻醉深度,如中央频率(median frequency,MF)、谱边缘频率(spectral edge frequency,SEF)和脑电双频指数(bispectral index,BIS)等.
-
电网基波幅值检测方法改进
本文研究了快速傅立叶变换算法结合插值算法在电网基波幅值估算中的应用,并且对快速傅立叶变换的泄漏误差进行了分析.仿真结果说明利用插值算法对快速傅立叶变换的结果进行修正,可以极大提高计算精度.
-
基于可编程图形处理器的快速傅立叶变换
利用GPU通用计算技术,使用按时间抽选(DIT)算法,提出了一种在GPU上实现二维快速傅立叶变换(FFT)的方法.并对GPU与CPU在该实现中的差异和性能进行了比较.实验结果表明:二维傅立叶变换在GPU上的实现效率明显高于在CPU上的实现效率.
-
三维肿瘤运动和体表标记物运动的研究
目的:研究呼吸导致的肺部肿瘤运动和体表标记物运动轨迹之间的关系.材料与方法:我们利用模拟定位机对肺癌病人呼吸运动中肿瘤三维运动和体表标记物的运动进行了监测并处理,再对这些数据进行频域分析和秩相关分析.结果:我们得到了患者肺部肿瘤运动与体表标记物运动的波形,分析出了呼吸的频率和运动之间的相关性.结论:不同患者间随呼吸的肿瘤运动差异较大,且肺部肿瘤运动与体表标记物运动不都具有相关性.
-
基于傅立叶变换的心磁信号减噪处理和心磁图分析
利用单通道直流高温超导磁强计(de-SQUID),在磁屏蔽室内测量心脏跳动产生的磁场信号.改变无磁床的位置得到胸前平面6×6的正方格子上各点的心磁信号,以同时记录的心电信号为时间基准,对心磁信号作平均处理.通过二维双线性插值,得到时域心磁分布图,可观察一个心动周期内的心磁分布变化.为了提高心磁信号的信噪比,我们在信号平均处理的基础上通过傅立叶滤波,消除电网干扰和高频噪声.快速傅立叶变换算法简单,效果显著.我们在此基础上观察到心动周期内心磁图QRS和T波段的反向现象.
-
基于多分辨分析与连续小波变换提取和分析兔体感诱发电位
研究单次提取兔体感诱发电位,并定位和分析诱发电位波形成分.麻醉兔,以0.5 Hz频率电脉冲刺激兔下肢隐神经,3 764 Hz采样率收集兔头皮电位.采用一维多分辨分析提取兔体感诱发电位,并用连续小波变换定位和分析诱发电位波形成分.单次诱发电位的小波变换与叠加平均诱发电位比较,表明Daubechies小波多分辨分析可以单次提取诱发电位.连续小波变换能够精确定位诱发电位中波形成分,并可采用连续小波变换分析诱发成分的频域特性.连续小波变换技术把一维时域信号投影到二维时频空间研究将成为医学信号处理的一个有用方法.