基于心冲击信号的心率异常自动检测方法

心冲击信号是一种非直接接触式的记录心肌收缩引起身体相应周期性震动的描记方法,其规律与心率相关.基于此原理,设计并实现了一套坐姿心冲击信号采集系统,同步采集一路单通道心电信号作为基准.针对心冲击信号微弱且易受干扰的特点,应用Duffing混沌振子提取含噪信号的周期性特征,并根据该特征提出了自动检测心率异常的简易相态分类方法.实验结果表明,即使预处理滤波后的心冲击信号中仍含有噪声,也可以通过该方法自动检测出心率异常的受试者.     

基于心脏动力学的体震信号建模与仿真

体震信号是一种无感觉记录心脏搏动的新型检测系统,较心电信号更适合在日常实时监测中使用.针对体震信号的产生机理,以心脏动力学为基础,分析了心动周期中心冲击力的产生过程,模拟了该力在主动脉传导中的血流速度变化曲线,给出了坐姿体震信号检测系统的传递函数,最终建立了体震信号的数学模型,并使用MATLAB进行时域波形仿真.仿真结果表明所建模型能够准确地反映坐姿体震信号的特征点,有助于依据体震信号评价心脏功能的研究.     

基于相空间重构的心冲击信号房颤检测方法

针对房颤事件中的节律异常特性，提出应用相空间重构算法提取心冲击(ballistocardiogram， BCG)信号的二维节律特征，并对重构过程中的最优嵌入维数和时间延迟参数进行了讨论.首先，将心脏搏动视为非线性动力学系统，应用相空间重构理论将一维时间序列映射到高维相空间中，从而获取BCG信号中表征房颤过程节律异常的相空间轨迹特征.其次，探讨了重构过程中适于房颤诊断的最优嵌入维数和时间延迟参数，并结合卷积神经网络实现了对房颤的智能诊断.最终，通过对59名受试者提取到的2000组BCG数据进行十折交叉验证，所提方法的分类准确率达到91.00%，与基于经典时频特征的机器学习方法相比较，有较为明显的提高，从而验证了所提方法的优越性.     

基于改进型脉冲耦合神经网络的混沌相态分类方法

混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦...     

三阶p-Laplace脉冲多点边值问题正解的存在性

利用锥上的不动点定理,给出一类三阶带p-Laplace算子脉冲多点边值问题存在正解的条件.     

一类中立型p-Laplace脉冲边值问题解的存在性

利用Krasnoselskii不动点定理,研究了一类二阶中立型带p-Laplace算子脉冲周期边值问题解的存在性,给出该类方程存在解的一些条件.     

一类中立型无穷时滞脉冲微分方程的周期解

利用线性系统的指数型二分性和Krasnoselskii不动点定理,研究一类中立型无穷时滞脉冲微分方程的周期解存在性问题,给出了保证系统存在周期解的一组充分条件,推广并改进了现有文献中的相关结论     

基于心冲击信号的呼吸率检测方法研究

根据呼吸对心冲击信号的调制作用，提出一种基于坐姿心冲击信号的呼吸率实对检测方法。通过分析不同呼吸状态下心冲击信号的时域振幅及频域成分的变化，确定了呼吸对心冲击成分的调制作用，并采用改进的J波检测算法定位实测信号中的W形组合波，对J波和K波进行重新采样，最终使用平滑滤波器恢复呼吸波形，并计算曲呼吸率。为了验证算法的可行性和准确性，应用小波分析方法进行定性对比实验，并同步采集鼻热敏呼吸信号进行定量统计。实验结果表明，所提方法可以从心冲击信号中较为准确的检测出呼吸率，为多生理参数的无感觉同步监测做了有益的尝试。     

一类六阶两点边值问题解的存在唯一性

利用上下解方法和Schauder不动点定理,讨论了一类六阶两点边值问题x(6)(t)-f(t,x(t),x′(t),x″(t),x(4)(t),x(4)(t),x(5)(t))＝0,t∈(0,1)x(0)=x′(1)=x″(0)＝x″(1)＝x(4)(0)＝x(5)(1)＝0,解的存在唯一性.     

带p-Laplacian算子Sturm-Liouville型三点边值问题正解的存在性

利用锥上的不动点定理,讨论带p-Laplacian算子Sturm-Liouville型边值问题正解的存在性,推广了已有结果.