H-R神经元的正弦函数-延迟反馈反控制

目的研究单个Hindmarsh-Rose(H-R)神经元模型从周期动力学模式转向混沌模式的自适应反控制问题。方法利用施加正弦函数延迟自反馈方法进行数值模拟分析,分别将耦合强度和时间延迟作为控制参数。结果通过大量的数值模拟计算,给出神经元的膜电位变量随耦合强度和时间延迟两个参数变化的分岔图,发现在耦合强度值和时间延迟两个参数组合的一些范围内,本来是3峰周期动力学模式的H-R神经元运动可被反控制成混沌模式及其他周期模式的运动。结论对H-R神经进行反控制的正弦延迟自适应反馈法是有效的,耦合强度和时间延迟均为反控制的重要参数。控制过程反映了神经独有的自适应的信息识别的动力学特性。     

觉醒与混沌

2010年与2011年之交的同一个节点,不同的医改试点城市有着不同的状态。我们在全面调查16城医改进展的时候发现,宛如清晨时分的多样性,有的城市“刚醒”,有的城市还在“做梦”,有的城市尚在“晨练太极”,有的城市已经“出发上路”了。     

用相空间内邻近轨线伸展的相关性研究脑电的混沌特性

本文的研究针对目前脑电的非线性动力学研究中一个尚未定论的关键问题：脑电究竟是混沌信号还是无序的随机信号？文中介绍了作者的研究成果：用相空间中一对邻近轨线伸展的伸关性来鉴别混沌和无序的随机运动,并应用这种新的混沌行为分析方法证明了脑电的混沌特性,作为比较和验证,本文也介绍了用该方法对加上不同水平噪声和Lorenz系统仿真的研究结果。     

心率信号非线性动力结构的确定

在Silvio等提出的压力反射控制心脏活动的短期压力模型的基础上,推导出关于心率信号的一种四参量的非线性结构,通过实际的心率信号降维分析,表明心率信号存在非线性动力结构,为心率信号是确定性低维混沌的诊断提供了依据。     

心动周期信号的混沌特征分析及应用

目的:研究心动周期信号(HPS:Heart period signal)的混沌特征和谱特征,及这些特征随年龄的变化.背景:描述心动周期信号的混沌特征的参数有:相对分散度(Hrd),李雅普诺夫指数(Hle),分维数(Hfd)以及我们提出的混沌度(Lcc: Chaosness of HPS).目前只有分维数与年龄关系的初步工作发表,未见有全面研究HPS的混沌特征的工作报道.方法:将264例14～69岁健康自愿受试者分成6个年龄组(10～19,20～29,30～39,40～49,50～59,60～69),用本室研制的计算机化心动周期信号混沌分析系统进行测试.采用CM5导联,采样频率300Hz,AD转换精度12位,提取512个心动周期,计算Hrd, Hle, Hfd,Lcc以及总功率(Tfp)及三分段的绝对及相对功率(Pvv, Plv, Phv, Pvr, Plr, Phr)及平衡参数Rvh,Rlh(Rvh=Pvv/Tfp, Rlh=Plv/Tfp),给出HPS时域图,相平面图(Phase Plane Plot),延迟映射图(Return map)以及功率谱.结果:1.四个混沌特征参数及功率谱的绝对及相对功率和总功率都随年龄的增加而降低,降低的重要原因是反映迷走活动的HPS的高频分量降低.2.功率谱参数中降低最快的是Phv及Phr.3.得出了以上参数随年龄变化的拟合方程及四个混沌特征参数之间的互相关方程和相干系数.4.平衡参数Rvh随年龄增加而增加;5.Rlh先升后降.讨论:1.HPS混沌特征参数随年龄的增加而降低,反映自主神经系统功能的降低,而且主要是迷走神经系统功能的降低,若能有效地保护迷走神经系统,提高迷走神经系统功能,将是抗衰老的重要措施.2.病理条件下,最易受损害的是迷走神经系统;3.混沌特征参数在预测和估计病情的严重性方面是比功率谱参数(如平衡参数Rvh)更为敏感的指标.     

一类两个自由度系统的同宿轨道

研究了一类两个自由度系统,利用多重尺度法证明存在锁频于Ω的周期解,在一定条件下可变换为Wiggins的系统     

慢性前庭综合征的机器学习分类方法

目的 通过最大Lyapunov指数(the largest Lyapunov exponents, LLE)计算慢性前庭综合征(chronic vestibular syndrome, CVS)患者运动的非线性特征,并通过机器学习算法验证分类模型的有效性。方法 使用三维运动捕捉系统捕捉受试者的关节运动轨迹,通过LLE判断混沌态,计算混沌轨迹的特征作为输入,采用ID3决策树、Adaboost、C45决策树、贝叶斯分类、朴素贝叶斯、支持向量机7种分类器进行分类。结果 共有16个关节点的17组轨迹处在混沌态,实验组运动轨迹的平均能量、增强波长、峰度表现出显著性差异(P<0.05),ID3决策树分类器表现出了最优性能,预测精度、召回率、F₁分数均为100%。结论 混沌特征可能包含了CVS患者更多的个性差异,能够提高机器学习算法识别的准确性。研究结果可为CVS患者的早期识别和运动康复提供参考。     

混沌理论与中医现代化

简介了混沌理论的基本思想及其基本特性,即混沌(chaos)是在确定性非线性系统中的内在随机行为,可表现出相空间的奇怪吸引子、对初始状态的敏感依赖性、系统的运动性质与参数密切相关等特性。认为混沌理论可解释复杂的生命活动如脑电活动、心脏节律变化、生理系统以及疾病过程的多样性和复杂性;并可利用混沌控制让生命过程向符合人类意愿的方向发展。指出中医的证、中药方剂的配伍和作用以及在辨证的基础上论治都可以用混沌理论得到恰当解释,故运用混沌控制手段使机体向理想状态转化,达到阴阳平衡,有望成为中医药现代化研究的一个新领域。     

成都市蚊密度中的混沌现象

目的 2006—2021年成都市城区蚊密度呈现宽幅震荡趋势，可将其一维时间序列拓展到多维相空间去进行混沌分析，以确定数据序列的非线性特征。方法 使用L.Cao算法确定嵌入维数和关联维数，后对数据序列进行相空间重构，由雅可比(Jacobian)方法计算最大李雅普诺夫(Lyapunov)指数。结果 当自相关函数衰减为0时，成都市蚊密度数据序列嵌入时延为τ=2,estimateEmbeddingDim函数确定的嵌入维数为m=7,系统的关联维数介于2～3。lyapunov.max函数计算所得的最大李雅普诺夫指数为λ₁=0.024,证明该动力系统至少有1个李雅普诺夫指数大于0,提示蚊密度有混沌特征。结论 成都市蚊密度分析可使用非线性方法，预测结果能较好地表征城区蚊密度的变化趋势和规律，对20个月内蚊密度中混沌现象短期预测精度较高。     

糖尿病患者心率变异性分析功率谱,混沌特征初探

心率信号（HRS）具有混沌特征，携带自主神经系统功能（ANSF）信息。本文分析了87例糖尿病（DM）患者HRS的功率谱、混沌图形和数值特征。与健康对照组相比较，DM组的功率话指标（TFP、PHV、PVV和RVH）数值和混沌指标（HLE、HFD、HRD和LCC）数值具有显著性差异（P＜0．05），提示DM患者可能存在心ANSF的全面减损，且可能以迷走神经功能受损为重。研究表明：（1）混沌指标亦能定量检测心脏ANSF状况。（2）功率谱指标和混沌指标间呈显著线性相关（P＜0．001）（3）评价ANSF的功率谱法和混沌分析法具有紧密联系。（4）作为自主神经病变（AN）的早期诊断，混沌指标可能比功率谱指标更灵敏、稳定。因而，结合功率谱法和混沌分析法，可为临床早期预防、诊断、治疗糖尿病AN提供参考。