采用独立分量分析方法消除信号中的工频干扰

工频干扰的消除是微弱信号采集中的一项重要技术,传统方法是采用陷波滤波器或自适应滤波,论文则提出了用独立分量分析（ICA）进行生物医学信号中工频干扰消除的新方法,在简要介绍了独立分量分析的基本理论及算法的基础上,根据三种不同的实际情况,详细讨论了利用独立分量分析进行工频干扰消除的方法与步骤,并给出了实验结果。     

不同响度下晚潜伏期响应的锁相值研究

目的:研究听觉诱发电位(AEP)的晚潜伏期响应(LLR)锁相值(PLV)在不同响度下是否表现有差异.方法:对19位听觉正常的成年受试者在响度"most comfortable"和"loud"的脑电信号(EEG)进行扫层分段等预处理后,对各扫层进行6阶复高斯小波变换,选取所有扫层PLV均值最大值对应的时间t和频率f,提取每个扫层在该时刻、频率的相位值并观察2种响度下随扫层数增长的PLV变化差异.结果:频率为2、4、…、30 Hz对应的PLV均值在t约为100 ms时取得最大值,在LLR的N100-P200复合波范围内.在该时刻频率为5 Hz时,50～410扫层"loud"的PLV始终要高于"most comfortable".取第410扫层的2种响度PLV,检验存在显著性差异(单因素方差分析,P0.05).结论:LLR在"most comfortable"和"loud"的PLV存在显著差异,可为响度相关的AEP研究提供参考.LLR的PLV有望成为响度客观检测的潜在指标.     

于实测数据的空间堆叠法心室实体造型

根据实测数据建立具有个体差异的心脏模型，是精确求解心电正问题的关键之一。本文首先在三维直角坐标系下，根据人体心室的实测几何数据，通过三次B样条插值获得心脏垂直于其长轴方向的层片边界，按照广义圆柱方法组织各个层片，建立符合个体差异的真实心脏心室参数边界模型。然后对该边界模型进行离散，实现心室的空心推叠法实体造型。模型中每个元素具有规则性、无二义性和唯一性。该建模方法具有输入参数少、离散单元大小调整方便的优点。     

基于实测数据的空间堆叠法心室实体造型

根据实测数据建立具有个体差异的心脏模型 ,是精确求解心电正问题的关键之一 .本文首先在三维直角坐标系下 ,根据人体心室的实测几何数据 ,通过三次B样条插值获得心脏垂直于其长轴方向的层片边界 ,按照广义圆柱方法组织各个层片 ,建立符合个体差异的真实心脏心室参数边界模型 .然后对该边界模型进行离散 ,实现心室的空间堆叠法实体造型 .模型中每个元素具有规则性、无二义性和唯一性 .该建模方法具有输入参数少、离散单元大小调整方便的优点     

基于小波变换的自适应滤波器消除ECG中基线漂移

设计了一种新的基于小波变换的自适应滤波器，其参考信号选择原始信号经小波分解后的高频部分。该滤波器可有效消除心电信号中基线漂移。经ＭＩＴ／ＢＩＨ心电数据库检验，取得满意的结果。