首页 > 文献资料
-
基于独立分量分析的自适应大熵算法对脑电干扰的识别与剔除
目的 提出一种在脑电信号采集过程中自动识别和剔除各种干扰的新方法.方法 将独立分量分析(ICA)大熵算法和非线性参数阈值设定相结合.首先对ICA大熵算法进行自适应改进,并将其用于对包含肌电、眼动等各种干扰的19导脑电信号进行独立分量分解;然后对各独立成分进行3个参数的非线性分析,通过设定的阈值,自动识别出其中的伪迹成分;在去除识别出的各伪迹的独立成分后,将其余独立成分反投影到头皮各电极处,得到去除干扰后较为纯净的脑电信号.结果 研究表明,基于盲源分离技术的自适应大熵算法实现了脑电信号与其中所包含的多种干扰成分的分离,通过信号的重建可实现对不同来源干扰的剔除.结论 自适应大熵算法是生理信号消噪研究中一种有潜力的方法.
-
一种基于非线性参数的心血管健康状况定量评测方法
目的 研究定量评测心血管系统功能状况的方法.方法 首先记录运动实验的心电信号,经信号处理得到运动心率变异信号,然后从中提取近似熵,复杂度以及散点图中的长轴、短轴和面积等5个参数,采用判别分析对两组典型人群进行判别分类.结果 在判别分析基础上建立一个百分制评分体系,并根据得分区间划分为4个等级.为了验证该评分体系的有效性,对3组健康状况不同的人群进行了打分,包括60位中年高血压患者,50位老年者以及110位年轻的健康者.结论 3组人群的健康状况评测结果与实际情况相符合,说明所提出的方法可以对测试者的心血管健康状况进行有效地评测.
-
基于非线性方法的心血管亚健康状况定量评测研究
目的 提出了一种基于非线性参数的心血管亚健康状况评测方法,通过对心血管系统功能的定量评测,对人体亚健康状态进行有效评估,以便及早进行预防和防治.方法 利用运动实验提取动态心电信号,从运动心率变异信号中提取5组非线性参数,采用两类判别的方法对两组典型人群进行判别分类.在此基础上建立一个百分制评分体系,并根据健康状况对得分区间划分等级.结果 对60位中老年高血压患者和60位年轻健康者两组人群进行了运动实验,从运动心率变异信号中提取了9个有效非线性参数组成判别公式,分类准确率为85.8%.在此基础上建立了百分制评分体系,并划分了4个等级.对3组健康状况不同的人群进行了打分,分数可如实反映测试者的健康状况.结论 对不同人群的健康状况进行定量评测的结果与实际情况相符合,说明所提出的方法可以对测试者的心血管健康状况进行有效评测.
-
脑电非线性分析在急性一氧化碳中毒患者疗效评估中的应用
目的 探讨脑电非线性分析在急性一氧化碳中毒(ACMP)疗效评估中的价值. 方法 选取川北医学院附属医院神经内科自2010年11月至2011年3月收治的ACMP患者21例,分别于入院时、入院治疗2周及入院治疗4周时采集脑电信号,将3个时间点获取的脑电信号行非线性分析(D2、Cx、ApEn、C-ApEn、Dm、PD2、LE和KE)并分别与21例正常对照者比较. 结果 ACMP组D2、Cx、ApEn、C -ApEn、Dm值随治疗时间的延长有逐步增高的趋势,而PD2、LE和KE值与治疗周期无相关性.入院时ACMP组D2、Cx、ApEn、C-ApEn、Dm平均值与对照组比较差异具有统计学意义(P＜0.05)；入院治疗2周及入院治疗4周的ACMP组脑电非线性参数(LE、PD2、D2、Dm、Cx、ApEn及C-ApEn)平均值与对照组相比差异均无统计学意义(P＞0.05). 结论 脑电非线性参数(D2、DM、Cx、ApEn、C-ApEn)在ACMP治疗初期能较同步客观地反映脑功能的恢复情况,具有一定的评估疗效价值.
-
基于脑电的非线性参数近似熵对麻醉深度的监测及进展
麻醉是当今临床医学重要的组成部分,它可以确保手术的顺利进行.麻醉深度过浅会造成镇痛不全、术中知晓、体动等现象,使手术无法顺利进行;麻醉过深则使包括呼吸系统循环系统在内的生命器官功能出现严重抑制,缺血缺氧,造成患者脑功能损伤,严重者会成为"植物人"无法苏醒.因此,麻醉深度的监测尤为重要[1].
