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.     

基于斜率阈值主分量分析的心率变异性相空间分布维数

心率变异性是指逐次心跳间期之间的时间差异,即使正常人在安静状态下,这种差异也普遍存在.心率变异性信号蕴含着自主神经系统对心血管调节的大量信息,富含复杂的非线性成分.本文从心率变异性数据在延迟嵌入相空间中的几何分布入手,提出分布维数的概念,并提出在主分量分析方法中以高斯信号的特征值谱斜率为阈值区分信号方向和噪声方向,以此研究在相同嵌入维下健康年轻人、健康老年人和充盈性心力衰竭病人的心率变异性数据在延迟重构相空间中的分布维数,发现健康年轻人的分布维数最高,健康老年人和充盈性心力衰竭病人的分布维数都大大降低.该方法需要的数据量小,计算简单,具有很好的抗噪声能力,为心率变异性的临床诊断提供了一种快速高效的途径.     

基于类拐点特征向量的多层次指纹分类新方法

自动指纹识别技术是利用人类指纹的唯一性,通过对指纹图像的采集、细节特征提取并与样本库数据相比较的过程来实现指纹识别的技术.首次定义并成功提取了一种反映指纹方向场变化特点和规律的新特征向量,即类拐点特征向量.利用这一新的特征向量和从类拐点中抽取出来的指纹核心点为分类特征,以多层次树结构为分类策略,使不同类型的指纹在不同层次、不同特征空间都线性可分,从而分别获得最大的类间距离而最小的类内方差.在高维数比率样本测试条件下,分类的准确率达到99%以上,并且对低质量指纹图像具有良好的鲁棒性,从而真正实现了准确一致而又精细的指纹实时分类,具有很强的实用性和一定的推广价值.     

改进的重标度极差法用于人体步态信号的动力学探测

作为人体输出生理信号之一的步态信号通常呈现一定的分形结构,具有明显的非线性特征,如何准确地探测到人体运动控制这一复杂生理系统的动力学特征具有重要的现实意义.本文通过一种改进的重标度极差法准确地捕捉到了不同自由行走速度下人体步态信号的动力学分形特征,而将原始步态时间间隔序列随机打乱顺序,获得的新序列则呈现出明显的随机性;通过与按节拍器产生的三种对应行走速率下的步态信号进行分析和比较后发现:正常健康人体输出的步态信号呈现出长程正相关性,而按节拍器节律获得的步态信号则长程正相关性减弱甚至消失,证明了人体运动控制系统调控输出步态信号的重要性.步态信号的动力学分形特性是健康人体的固有特征,具有很强的鲁棒性.缩短步态时间间隔序列长度后分析,该方法依然能够有效地探测到正常健康人体步态信号的动力学特征,并且算法简单可靠、运算快速、参数敏感、抗干扰能力强,研究结果对于人体运动控制系统的建模以及量化步态信号动力学的生理状态具有一定的应用价值.     

脑电信号零点穿越间期序列的多重分形分析

微弱的脑电信号易受其他生理信号或采集设备的影响而产生较大的幅度偏移,影响分形分析结果的可靠性.因此,引入脑电信号的零点穿越间期序列作为分析对象,提出了一种脑电信号非线性动力学研究的新方法——零点穿越间期序列的多重分形分析.采用新的方法对取自PhysioBank“TheSleep-EDF Database“的24 h睡眠脑电记录进行了研究.作为比较,文中使用多重分形奇异谱和去趋势波动分析两种方法,分别对脑电信号的零点穿越间期序列和幅度时间序列进行了分析和比较.分析结果显示,零点穿越间期和幅度时间序列的奇异强度区间均随着睡眠的加深而增大,表明脑电信号在深度睡眠状态下的标度特性更加分散.对实验结果的单因素方差分析与多重比较检验显示零点穿越间期序列的多重分形分析方法在睡眠分期方面具有一定的优势.     

QYJ—1型取样积分器(Boxcar)

QYJ—1型取样积分器是一种可以将湮没在噪声中的重复性信号波形或重复脉冲大小提取出来的仪器。它有两个工作模式,即“扫描”和“定点”,前者用于恢复波形,后者用于脉冲测量。取样积分器利用很窄的并与信号同步的取样脉冲,对湮没在噪声中的输入信号进行取样。再利用噪声与信号的非相关性,通过RC积分电路对取出的样品进行同步积累,来达到抑制噪声以提取信号的日的。本文讨论QYJ—1型取样积分器的基本原理、电路设计、参数选择、误差分析和一些实验結果。 QYJ—1型取样积分器不仅适用于科学研究而且也适用于高等院校教学实验。     

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.     

婴儿监护系统中的音视频检测处理

婴儿监护系统的音视频监护部分主要要求实时的音视频图像显示、压缩、存储和异常情况的检测和报警．介绍了系统的音视频实时处理实现的主要技术，着重讨论了啼哭声音检测报警和婴儿纵向移动的异常情况报警方案，为防止婴儿在床上移动产生误报，提出两级视频图像运动检测的方法．     

一种改进的点模式指纹匹配方法

自动指纹识别因其在身份认证方面所具有的方便、快速、准确等特点而得到了广泛的关注，而指纹匹配算法的研究又是其中一个非常重要的研究内容．针对基准点定位困难的问题，提出了一种根据特征点集合中3个近邻点所组成的子集之间的相互关系来确定基准点以及变换参数的算法．实验结果证明，该算法可以快速、准确的定位基准点，精确求取变换参数，指纹匹配的速度和准确率可以满足实际应用的需要．