短时心率变异性信号的基本尺度熵分析

心率变异性信号的复杂性能够反映出心脏的生理功能和健康状态, 从短时的心率变异性信号中探测到复杂性特征具有重要的现实意义. 提出一种基本尺度熵方法来探讨时间序列的复杂性. 该方法对于低维的混沌序列logistic映射, 其基本尺度熵的计算结果与Lyapunov指数的计算结果非常相似, 并且叠加上随机Gauss噪声依然显示方法的有效性. 通过用低维的3个非线性确定性混沌系统检验, 表明该方法有效. 我们把它应用到短时心率变异性信号, 该方法能够很有效的区分出不同的生理、病理信号, 由于方法简单、运算快速、有一定的抗干扰能力使其能够为实际的应用提供方便.     

短时心率变异符号序列的熵分析方法

使用复杂性和非线性方法研究心率变异(heart rate variability, HRV)信号时序和结构中的规律, 对揭示心血管调节的潜在规律和生理本质具有重要的研究价值, 而研究适用于短时HRV信号的方法更具有重要的临床应用价值. 根据HRV信号方向信息的特点, 提出了符号序列的熵分析(sign series entropy analysis, SSEA)方法, 并将其应用于实际HRV信号的分析. 结果显示, SSEA方法能从短时HRV信号中敏感地检测出生理和病理状态的变化, 并且受信号噪声和非平稳性的影响较小, 为临床HRV信号或其他复杂生理信号分析提供了一个有效的方法.     

过速型室性心律失常事件的短时非线性心率变异性预测

过速型室性心律失常(室速和室颤)是心脏猝死的一个主要诱因, 有效的治疗手段是在体内置入埋藏式心脏复律除颤器. 心脏复律除颤器能够准确、有效地捕捉到患者心律失常事件的发作并及时发放电击指令. 本文采用两种基于熵的非线性复杂度测度——近似熵和样本熵, 以及两种线性测度——平均RR间期(心电图相邻R波之间的时间间隔)和平均RR间期的标准差, 分析了78名患者体内心脏复律除颤器中存储的135个室速或室颤事件刚刚发生前的一段RR间隔片段, 并与来自同样患者的没有室性心律失常事件发生时(通常为窦性节律)记录到的RR间隔序列进行比较. 结果显示, 过速型室性心律失常发作前患者心跳会出现明显的加快现象, 并且其心率变异性信号的近似熵和样本熵值均明显减小. 室速或室颤事件发作前的一段时间内, 患者自主神经系统中的交感神经张力增加, 而其心率变异性信号的复杂度却降低了, 表明心脏病患者过速型室性心律失常事件的自然发作并不是突发现象, 而是在发作前的一段时间内就已经有了某种先兆. 为了获得更好地识别室性心律失常事件的能力, 单独分析了矢量匹配容差对两种算法性能的影响, 从而确定了最佳的容差取值范围. 因此, 近似熵和样本熵测度有可能成为心脏复律除颤器中短时预测恶性过速型心律失常事件的有效的非线性参数.     

心跳间隔增量序列的多尺度分析及临床应用

通过对心跳间隔序列、心跳间隔增量序列的多尺度熵和多尺度标准差分析, 发现心跳间隔序列的多尺度熵主要反映年龄对心脏活动水平的影响, 不足以作为区分充盈性心衰的诊断依据. 然而, 心跳间隔增量序列的多尺度熵分析却显示充盈性心衰和房颤患者心率变异性的复杂性较健康人有显著降低, 揭示两种疾病的心率变异性有着共同的潜在动力学性质. 提出了以心跳间隔增量序列在尺度4下的样本熵作为充盈性心衰和房颤的诊断依据并给出了参考值. 通过分析不同心功能分级对结果的影响, 发现即使是轻度心衰也能显著区别于健康人, 意味着该参数可以用于心衰的早期诊断.     

复杂生理信号的多重分形质量指数谱分析

生理信号属于非稳态的时变信号. 因此, 非线性分析方法能更好地揭示其特性与机理. 已有研究表明, 由复杂自调节系统产生的生理信号具有分形结构. 提出一种新的多重分形复杂度检测方法——质量指数谱分析, 着重刻画谱曲线的整体弯曲程度, 揭示分形结构复杂性. 方法描述了该谱曲线上所有相邻点对应分形维数差异的非线性叠加, 解决原有参数无法充分反映信号分形结构全部子集信息的不足. 用确定性分形系统Cantor集进行检验, 完全可以区分不同复杂程度的混沌序列, 并不受信号非平稳性及噪声干扰影响. 通过对人体心率变异性(HRV)信号和睡眠脑电(sleep EEG)信号统计分析, 可有效判别处于不同生理和病理状态的人群, 在运算速度和准确性上均比传统参数有一定提高. 该研究能够为临床应用提供有价值的信息.     

基于分形的心电信号复杂度及其非线性动力学机制

体表心电图(electrocardiogram, ECG)信号是典型的非平稳谐和变频信号,属于非线性信号.传统的线性分析方法并不能很好地揭示ECG信号非线性本质.本研究采用多重分形理论,研究了大量样本同步十二导联心电图信号的奇异谱面积,经方差分析(analysis of variance, ANOVA)检验,该参数对所研究人群各导联均统计可分.结果显示,健康年轻人(healthy young, HY)十二导联ECG信号奇异谱面积的算术均值最大、离散度最小,而心梗(myocardial infraction, MI)患者十二导联ECG信号奇异谱面积算术均值最小、离散度最大,其他人群如心肌缺血(ischemia)患者、健康老年人(healthy old, HO)这两个值均处于中等大小水平.表明随着病变程度加深,心脏组织类分形结构受损或者发生结构改变,导致心电系统非线性动力学复杂程度降低,同时增加了心电信号传播的不规则性和各向异性.另外研究发现, ECG信号奇异谱面积在一定程度上反映了人体自主神经控制的强弱.随着年龄增长,奇异谱面积的十二导联均值逐渐减小,提示自主神经的自律控制功能逐渐减弱; ECG信号非线性复杂性下降,由多重分形趋向单重分形,意味着个体适应能力的降低.     

心脏电活动过程的非线性分析

非线性科学是国内外科学研究中的热点, 其研究涉及确定性和随机性、有序和无序、简单性和复杂性等范畴和概念上的认识与深化, 对于整个自然科学, 包括生命科学的发展都有着重大的影响. 生命体是自然界中最复杂的非线性系统之一. 非线性系统的一种极为重要的运动形态就是混沌, 它研究的是自然界非线性过程内在随机性所具有的特殊规律性. 而与混沌密切相关的分形是指一类极其零碎而复杂、但有其自相似性或自仿射性的体系, 混沌中的混沌吸引子就存在着无穷嵌套的自相似几何结构. 近20多年来, 国内外研究人员对生命循环系统的核心部分——心脏电活动的非线性特性做了深入的研究. 除了用关联维数、李雅普诺夫指数和柯氏熵等对心电信号(HRV, ECG)进行分析, 以及用多重分形谱面积特性参数对ECG信号进行分析并取得重要的进展外, 最近在短时HRV和高频心电信号数据的非线性参数的探索上也得到了满意的结果, 在临床观察疗效和早期诊断等方面具有广泛而重要的应用价值. 本文评述了心电信号非线性特性分析的现状和进展, 指出了以某些适用于短数据的非线性敏感特征量及其估计算法, 用于生理系统的动态过程和临床有效性研究是今后值得关注的研究方向.     

西永—井礁序列的磁化率研究

磁化率是环境磁学研究中的重要参数,藉以对气候变化进行判别,在风尘沉积序列中得到广泛的应用,并被认为信号强弱与沉积物中铁磁性矿物含量和颗粒大小密切相关,具有冰期或相对冷期时磁化率值高,而间冰期或相对暖期时磁化率值低的变化规律.西永一井171个礁岩屑样品的磁化率测定结果,反映出与岩石地层划分、碳氧稳定同位素以及地球化学参数之间有一定的对应关系,具有冰期或相对冷期磁化率值高,而间冰期或相对暖期时,磁化率值低的变化规律.此项研究不仅证明了古地磁学方法可以用于礁序列,为礁环境气候变化提供新依据,而且对于探讨控制磁化率信号强弱的成因机制是非常有意义的.     

基于sEMG振子模型的骨骼肌等长收缩力与固有特性的能量核表征方法

提出了一种肌肉等长收缩力估计与肌肉固有特性表征的新方法,称为能量核方法.此方法的初衷在于将表贴EMG(肌电图)信号转变为平面内的相图,并将相图上状态点的分布核心称作能量核,而噪声信号的分布核心称为噪声核.基于相图的统计特征,将一段EMG信号近似为简谐振子,简称EMG振子.本文建立了控制信号(EMG)与输出信号(力/功率)之间的关系,并提出用EMG的特征能量来表征肌肉力.另一方面,通过对能量核与噪声核的计算,能够得到噪声与EMG信号的自然频率并实现直观的信噪识别与分离.实验结果表明,特征能量对等长收缩力的表征度令人满意,并且由于结合了RMS与MPF两种方法的优点,此方法具有很高的鲁棒性;而特定肌肉的EMG自然频率不取决于MU放电频率,故其反映了肌肉的固有特性.此模型体现的物理意义为EMG信号的理解与分析提供了新的启发.     

激光外差光谱学测量行星风

将激光外差光谱学用于红外天文学是美国加利福尼亚大学的汤斯(C.Townes)等首先倡导的。他们从外空间收集信号,并使它与地面上的本地振荡器(用行波管)的正弦波信一号混频,本地振荡器的频率大致与空间信号的频率相同。非线性元件将两个信号混频,产生和须及差频以及其他的边带。进行红外观察时,用二氧     

基于贝叶斯估计的神经信息流

判断神经网络之间的相互影响是一个重要的神经科学问题. 目前已提出了多种成熟的方法计算神经网络之间的耦合强度, 但是对于神经网络之间耦合方向(信息流)的研究还属于起步阶段. 一般的香农熵计算方法仅仅利用了样本重复概率的统计信息, 而贝叶斯估计则充分利用了整体先验知识和样本重复概率. 基于最小平方误差的贝叶斯估计提出了一种新的基于信息论的相位耦合方向指数计算方法. 经过集总参数神经网络模型所产生的仿真信号检验表明, 提出的方法能够准确地判断两个系统间的耦合方向, 并且减少了对数据长度的依赖性, 使分析短时高噪的复杂生物信号成为可能. 应用该新方法分析了癫痫病人临床信号, 结果表明该方法能判断出癫痫发作时各区域之间的影响方向, 并揭示了癫痫传播机制.     

基于平面晶体管型器件的突触可塑性模拟

在数据信息膨胀的大背景下,传统的冯诺依曼体系结构的计算机早已无法满足灵活处理和存储大量信息的需求.与之相比,大脑高度并行的非线性信息处理能力展现出了明显的优势.突触是大脑神经元之间信息交换的连接渠道,突触可塑性是生物学习和记忆的分子基础,为了模拟大脑,必须研究出具有生物突触功能的物理器件,从而实现能够在功能上模拟类脑行为的神经形态电路.研究表明,对于场效应晶体管,把具有可调忆阻特性的场效应晶体管的传导沟道和栅极作为信号传输和调节模块,可以分别对应于生物突触中的离子传导和神经递质释放的过程;对于电子型晶体管,可以利用电操作模式中的OFF(ON)状态的弛豫倾向来模拟生物兴奋(抑制)过程,因而在晶体管中可以实现对突触功能的模拟.本文总结了近年来研究人员用平面晶体管结构的突触器件模拟的突触可塑性功能,包括:短时程突触可塑性(包含双脉冲易化和双脉冲抑制,动态过滤(高通滤波/低通滤波),处理时空关联的脉冲,适应等)、长时程突触可塑性、短时程向长时程的转变、放电时间依赖可塑性、分流抑制等,详细说明了这些功能的特点及模拟方法并对其未来发展进行了展望.     

簇模型理论及其应用

近10年来,人们为了解BBO(β-ΒaΒ_2O_4)和(LBO_3O_5)晶体能带结构特征和对非线性极化率贡献的结构敏感部位,无论在理论还是实验方面都做了许多研究工作.在处理BBO时,阴离子基团理论认为,对非线性极化率的贡献主要来自阴离子基团内电荷转移跃迁,而根据从头算能带方法计算得到的价带和导带原子态密度的贡献却表明非线性极化率的贡献主要来自阴离子基团的电荷到阳离子Ba~(2 )的转移跃迁.为了既能了解能带的原子态组成,又能具体计算非线性光学参数,我们发展出簇模型理论方法.     

基于核主成分分析的教师综合素质评价模型

本文利用矩阵条件数诊断了教师综合素质评价指标的多重共线性,在此基础上建立了核主成分分析(KPCA)评价模型.与主成分分析(PCA)的对比结果表明,KPCA能够提取更少的成分反映原始指标的信息.     

单面弹性固体层负载的板中SH波的时频分析

利用时频分析方法分析一侧附有弹性固体负载层的各向同性板中水平剪切波(SH波)的传播特性. 为验证该方法的有效性, 采用基于短时傅立叶变换的时频重排方法对有限元仿真出来的SH波信号进行了分析. 提取出来的频散数据与频散方程分析的结果相符. 结果表明, 负载层厚度的增加会引起SH0模式群速度和高阶模式截止频率的降低, 从而可应用于负载层特性的传感. 文中也讨论了该方法的局限性.     

心电信号时间序列基于Lyapunov指数谱的主成分聚类分析

提出了心电信号时间序列基于Lyapunov指数谱的主成分聚类分析方法, 对MIT-BIH数据库中22个心电数据进行了分析, 得到了较好的诊断效果. 还提出一种改进TSS算法, 利用已知样本对未知样本进行分析, 进一步提高了实验结果的准确度. 该方法结合了统计学方法和非线性动力学方法的优点, 十分适合应用于心电信号等非线性时间序列分析.     

辅酶B_(12)模型化合物Co—C键的电化学及量子化学研究

辅酶B_(12),作为自由基载体,能促进分子内重排反应的进行。一般认为辅酶B_(12)在重排反应过程中Co—C键的均裂是整个酶催化反应的关键步骤,而Co—C键的强弱与轴向脱氧腺苷基及其对位的轴向有机碱的电子效应和立体效应密切相关.深入研究辅酶B_(12)及其模型化合物Co—C键强的影响因素对于认识辅酶B_(12)的作用机制有重要意义.目前大部分有关辅酶B_(12)模型化合物的工作都是以钴Schiff碱为母体,轴向烷基为配体作模型化合物.本文以有     

16导脑电信号分形强度的交叉分布

通过分析人闭目觉醒时的16导脑电信号(EEG)的多重分形特性, 发现人脑16导EEG信号具有不同强度的分形特性且存在稳定的分布现象, 强弱分布表现为在人脑的左右对应区域强弱相对、同侧相邻区域强弱交叉; 顶区、额区、前颞区、后颞区的左右对应区信号的分形强度左强右弱, 且左右差别较大; 在枕区、中央区、前额、中颞区分形强度右强左弱, 且左右差值较小. 通过对40名病人和10名健康人的分析和对比, 病人组和健康组的对应导联信号的多重分形强度虽然不同, 但其强弱分布的关系是不变的. 同一导联信号相比, 精神分裂症和抑郁症病人各导信号的多重分形强度大于健康人, 这表明人脑EEG信号的多重分形强度在诊断人脑非正常状态有潜在的应用价值.     

位错组态演化规律及其在流变应力预测中的应用

金属塑性变形过程中产生的位错组态的基本特征是高低位错密度区交替出现的空间周期性有序结构, 位错组态演化是典型的非线性现象. 针对刃位错与螺位错组成的系统, 考虑到螺位错通过交滑移作用对刃位错密度的贡献及位错间的反应特点, 以反应-扩散方程为基础建立了一个反映变形过程中局部应力变化的包含高阶微分项的非线性偏微分方程, 该方程具有非线性系统方程的一般特征, 并利用这一特点, 避免了建立位错组态演化模型时对复杂的位错反应项的表示. 通过理论分析, 得到了相邻高密度位错区之间距离(位错胞尺寸或位错墙之间的距离)与应力或位错密度之间的关系. 利用该关系对亚微米晶铜和铝的流变应力进行了预测, 所得到的结果与前人的实验结果吻合.     

基于非线性多参数的心脏室颤预测

血管疾病中心肌缺血导致室颤(Ventricular Fibrillation: VF)所引起的死亡占有相当的比例, 在病变发生之前预测到即将发生的病变, 为治疗赢得时间具有重要的意义. 本文以5条家犬为研究对象造VF模型, 采用非线性多参数分析方法即新的关联维估计方法-高斯核(Gaussian kernel: GK)算法和Lyapunov指数估计方法, 对VF发生前后心电信号的非线性特性变化进行了研究, 同时给出了关联熵h₂的估计. 研究结果表明, 当心肌缺血造成心功能降低时, 3个参数会同时降低, 而其中某个参数的改变可能是其他原因造成的. 因此, 综合判断3个参数的变化能可靠地了解心脏的状态, 克服了采用单个参数进行判断时所带来的误差, 对预测心肌缺血引起的VF具有一定的意义.