甲亢患者心率变异信号的频域分析

采用心电信号采集系统，将心电图机的模拟信号放大滤波后送入计算机，利用现代谱分析法分析了正常人和甲亢患者心率变异信号的VLF／HF值。观察结果表明：甲亢患者和正常人的VLF／HF值有明显的差异，说明谱分析方法是分析甲亢患者自主神经异常的有效参数手段之一。     

心率变异信号的相关维数分析

心率变异性(HRV)是反应交感-副交感神经张力及其平衡的重要指标,在临床中可以用作参考实现对心血管疾病辅助诊断及其康复过程中的无创性监测.通过对心率变异信号的非线性特征得到证实后认为,可以利用如相关维数等非线性动力学参数来刻画与分析心率变异信号.传统的计算时间序列相关维数的方法是基于相空间重构理论的G-P算法,通过对该算法的改进,可以大大降低其计算工作量.计算了30例临床病例HRV信号的相关维数,并对计算结果进行了统计分析,其结果可以在临床上提供参考.     

心率变异性的复杂性与分形维数分析

发挥非线性动力学的潜力，提出了心率变异性（ＨＲＶ）信号的复杂度分析法和分形维数分析法。由于这两种方法能从较短的ＨＲＶ信号中提取信息，因此作者又进一步把这两种分析方法发展成动态分析法。用这两种方法分别对一个改变体位的ＨＲＶ信号和一个发生心肌缺血的ＨＲＶ信号的过程进行了动态分析。分析结果表明，它们都成功地检测出了ＨＲＶ信号的生理和病理变化。可见，动态复杂度分析法和动态分形维数分析法对ＨＲＶ信号及类似于ＨＲＶ的信号是很有前途的分析方法。     

甲亢患者心率变异信号的现代谱分析法

采用自制的心电信号采集系统,将心电图机的模拟信号放大滤波后,送入计算机中的采集卡中,采样频率设为1 000 Hz,连续采集5 min的心电信号并保存于硬盘中.利用现代谱分析法和FFT分析法,分析了19例正常人和10例甲亢患者心率变异信号的VLF/HF值.可以看出,甲亢患者和正常人的VLF/HF值有明显的差异.对比现代谱分析法和FFT分析法,在正常人和甲亢患者VLF/HF比值对比研究中,现代谱分析法并无明显的不同和优势.研究结果表明,谱分析法是分析甲亢患者自主神经异常的有效手段.     

数字信号处理在心率变异分析中的应用

本文较全面的介绍了心率变异分析中常用的数字信号处理手段。即从时域简单列举了心率变异信号的一些统计学指标。在频域分别对比使用周期图法和AR模型法分析心率变异信号96功率谱密度。给出了分析实例,并说明了AR模型的优点及实用性。     

指数分布在心率变异临床分析中的应用

近20年来,心率变异(HRV)分析作为一种无创检测心脏功能,特别是自主神经系统活动状况的重要手段,成为临床和理论研究的热点之一.笔者提出在时频平面上研究HRV,能够显示HRV信号各频率分量随时间变化的信息,满足HRV分析对时间分辨率和频率分辨率的要求,选择指数分布来抑制交叉项造成的影响.将指数分布应用于药物试验HRV信号的分析,得到了一些有益的结论.     

单纯缺铁性贫血住院患者心率变异的研究

目的研究单纯缺铁性贫血住院患者心率变异。方法选取23名单纯缺铁性贫血患者为试验组,16名健康人为对照组,住院期间限制体力活动,并记录24小时动态心电图。结果试验组心率均值为（84．5±22．4）次／min显著高于对照组（72．6±13．2）次／min（P=0．005）。心率变异参数两组问均无显著性差异。结论体力活动受限的缺铁性贫血患者,心率变异没有显著性改变。     

基于复杂性测度的心率状态对比

本文介绍了近似熵（ApEn)和谱熵（SE）两种复杂性测度，研究了在两组静默（采用中国气功和Kundalini瑜珈练习方法）和正常状态下的心率复杂性。观察到两种状态下复杂度有明显差异，但两种状态下复杂性数值的大小关系对取决于不同的个体。研究结果进一步在心率变化的复杂性方面支持了关于在人体心率和自主调节间存在某种关联的看法，并提供了新的定量描述心率不同状态的方式和途径。     

基于高阶统计量信号检测的研究

研究了高阶统计量（主要是三阶累积量）在信号检测中的应用，探讨了信号检测的高阶累积量算法.利用高斯噪声的高阶累积量的零均值特性，用计算机对SNR=20dB和SNR=0dB的输入信号进行模拟仿真，并将检测结果与原始信号进行比较，从结果上看执行效果较好．     

人体HRV信号的检测及其复杂性分析

设计开发了一种便携式心电监测仪器,用于监测人的肢体心电(ECG)信号.根据获得的心电数据,采用小波变换技术进行心电R峰的准确定位,进而得到HRV序列.对HRV信号进行复杂性分析的结果表明:处于健康状态下HRV信号的复杂度(C(N))要高于处于病理状态下HRV信号的复杂度,且近似熵和复杂度的分析结果一致;处于健康状态下HRV信号的近似熵要高于处于病理状态HRV信号的近似熵.     

经验模态分解和Kolmogorov测度的癫痫预测算法

针对头皮脑电信噪比低的缺点,提出了一种新的癫痫发作预测算法.首先对头皮脑电进行经验模态分解,去除伪差,保留包含主要癫痫预测信息的固有模态分量,然后用Kolmogorov测度来反映大脑的非线性动力学特征变化,并发现在癫痫发作之前,仅位于病灶区域附近导联的Kolmog-orov测度明显降低.通过对3例癫痫病人共5段长程头皮脑电信号的分析表明,这3例病人的平均发作预测时间为338 s,敏感性为66.7%,特异性为19.2%,因此该算法具有良好的临床应用前景.     

模糊C-均值聚类算法在心率变异诊断中的应用研究

对健康和心律异常的心电信号进行分析,经小波分解之后的心电信号实现R波的准确定位,提取心率变异性这一特征参数的5项指标.根据心率正常和异常体现在特征参数上的差异,用模糊C均值聚类算法得到心率变异的病症模式,并与正常心电数据进行比较.结果表明,心率变异特性具有明显的可分性,基于模糊C均值聚类算法可以得到较好的结果.     

CES型盲均衡及其基于高阶统计量的一种实现

介绍了一种全新的设计盲均衡器的评估标准──信道评估标准ＣＥＳ（ＣｈａｎｎｅｌＥｓｔｉｍａｔｉｏｎＳｔａｎｄａｒｄ），并就其实现方式作了简要讨论，在分析现有算法优缺点的基础上，基于高阶统计量，对非最小相位线性信道，提出了一种ＣＥＳ型盲均衡算法ＨＣＢＥＡ，该方法避免了ＣＥＳ盲均衡中常见的大运算量的缺陷，由多电平ＰＡＭ及ＱＡＭ信号仿真实验表明，该方法具有良好的均衡特性。     

基于二维近似熵度量轴心轨迹复杂性的研究

提出了二维近似熵的概念,并用于表征轴心轨迹的复杂性,定量地评价了回转机械的运行状态．该方法具有计算所需数据短、抗噪及抗野点能力强、对确定性信号和随机信号都适用等特点．应用二维近似熵,对某机组关键轴瓦的轴心轨迹进行了复杂性度量,研究结果表明,二维近似熵在表征轴心轨迹的时间模式复杂性方面具有很强的能力,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法．     

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.     

基于体震信号的心率测量方法

心脏向外泵血引起与心跳同步的身体的震动,产生体震信号,其规律与心率相关,可在脊椎轴上通过敏感的力传感器检测出来.体震信号微弱且易受干扰,针对此特点设计了传感器电路和信号处理电路,说明了检测方法.所获得的原始体震信号先经预处理去除噪声,再应用模极大值算法得到每个心动周期中的峰值点,最后求得心率.采集体震信号时,同步采集一路单通道心电信号作为基准,评价测量的准确性.实验结果表明,基于体震信号的心率测量方法获得了良好的效果.