消除趋势波动分析方法用于大鼠脑电分析

用消除趋势波动分析方法 (detrended fluctuation analysis,DFA)对大鼠正常脑电和癫痫脑电时间序列进行分析,计算得到的标度指数表明,大鼠癫痫脑电具有长程相关性,其未来变化趋势与过去变化趋势一致,大鼠正常脑电则具有颤动噪声动力学性质 (flicker- noise dynamics),表明生物系统处于自组织评判状态.     

小波包变换分析帕金森病患者足底的压力信号**

背景：帕金森病属中枢神经系统的退行性疾病,步态失调是帕金森病3大特征之一。因此对帕金森病患者足底压力的研究较为广泛。以往研究多集中于从力学方面揭示足底压力的分布,而对足底压力信号的研究较少。 目的：观察比较帕金森病患者与正常人足底压力信号的差异。 方法：采集93例帕金森病患者和72名正常对照的足底数据。被试者以其平时自然的步态在水平地面上行走约2 min,足底在垂直方向所受的反作用力(N)以时间序列记录下来。足底的16个传感器以采样100次/s的速度记录,数据中还包括了每只足底8个传感器的记录之和。采样速度为100 Hz,每个被试采样时间为121.171 5 s。利用小波包分解来分析帕金森病患者和对照组步态数据。 结果与结论：通过分解和计算,得到了来自足底不同传感器的信号的熵。D1层分解结果的熵值显示,来自于传感器L1,R1,L2,R2,L6和R6信号的P值明显小于其他传感器的数值,且小于0.05;DD2层分解结果的熵值显示,来自于传感器L1,R1,L6和R6信号的P值明显小于其他传感器的数值,且小于0.05。由统计结果可知,帕金森病患者与正常对照的足底压力信号熵值存在明显差异,通过分析足底压力信号可以辅助医师诊断和治疗帕金森病患者。 关键词：帕金森病;小波包;小波熵;步态;足底运动;压力信号;数字化神经科技术     

利用脑电信号的同步现象研究大脑不同区域间的通讯:大鼠左右脑癫痫波同步性检测方法

目的:探讨有效的、适于实时检测大鼠左右半球脑信号同步性的方法。方法:实验是在2004-10在首都医科大学生物医学工程学院计算机系完成。采用线性化检测方法,定义了差异度描述函数,借助小波变换的方法,以信号变化速度为检测依据确定两信号的同步程度。结果:文章提出的方法与传统的相关函数方法检测效果相同,算法的复杂度大幅度降低。结论:文章提出的方法不仅能够有效检测癫痫信号的同步性,还可用来识别脑不同区域间通讯的关联,适于实时信号检测。     

信号提取技术在脑机接口系统中的应用

目的以SSVEP为实例探讨脑机接口系统中输出信号的提取方法。方法分别利用功率谱密度估计、独立分量分析和数字滤波器等技术提取脑电信号中的稳态视觉诱发电位，并对上述各种技术提取该信号的独到之处进行讨论。结果本文利用图示方式直观展示了三种信号处理技术在SSVEP提取中的特点。结论将三种信号处理技术用于脑机接口研制与开发的不同阶段，给特征信号的确认、分析和提取带来很大方便。     

让提交的表单活起来

结合网站建设中各种应用实例，简述如何综合使用网络编程的各种语言和方法，来解决表单显示内容和表单提交过程中所遇到的问题     

基于MATLAB编辑的电生理图像数值转换算法

背景:许多文献报道的电生理原始实验记录均具有进一步研究的价值,但是这些原始实验记录往往是曲线记录图形,由于病例特殊或实验设备及实验成本的限制,使得重复该实验的难度加大,因此将曲线记录图形精确转换为数值,成为医学信号处理领域获得原始数据的一个方法.目的:利用MATLAB编程,实现将各种类型电生理图像文件转换成数值文件,以便进一步分析、比对与研究保存.方法:在分析心脏电生理图像特点的基础上,实现将各种典型的心脏电生理图像文件经去噪、信号提取、插值、数值对应等处理,最后转换为与实际图像大小相符的数值文件,将该算法应用于各种典型的心脏电生理图像验证该算法的可行性,最后将原图像和用该算法得到的数值进行比较,校验其准确度.结果与结论:经该算法得到的数值与原图数值比较可知,该算法准确度较高,各种电生理图像均能利用该算法读成数值形式.该算法在电生理图像的转换中是很可靠的工具,可以将电生理图像精确转换成数值形式并保存下来,为继续科研,尤其是对于复杂罕见的心脏离子通道疾病研究做了很有意义的准备.     

利用数据交叉表动态生成不规则格式报表

本文从课程表这一特殊应用出发,深入分析课程信息的特点,提出了利用数据交叉表表达、挖掘、筛选出的新信息,生成基于动态网页的不规则格式报表的方法.     

消除趋势波动分析方法用于大鼠脑电分析

用消除趋势波动分析方法(detrendedfluctuationanalysis,DFA)对大鼠正常脑电和癫痫脑电时间序列进行分析,计算得到的标度指数表明,大鼠癫痫脑电具有长程相关性,其未来变化趋势与过去变化趋势一致,大鼠正常脑电则具有颤动噪声动力学性质(flicker -noisedynamics) ,表明生物系统处于自组织评判状态。     

信号提取技术在脑机接口系统中的应用

目的 以 SSVEP为实例探讨脑机接口系统中输出信号的提取方法.方法 分别利用功率谱密度估计、独立分量分析和数字滤波器等技术提取脑电信号中的稳态视觉诱发电位,并对上述各种技术提取该信号的独到之处进行讨论.结果 本文利用图示方式直观展示了三种信号处理技术在 SSVEP提取中的特点.结论 将三种信号处理技术用于脑机接口研制与开发的不同阶段,给特征信号的确认、分析和提取带来很大方便.     

数据库系统在设备管理上的应用

仪器设备管理系统是基于当前信息技术,用于管理仪器设备的使用、维护、报废等数据信息的网络化系统.本系统支持网络功能,利用数据动态交换技术,使管理更加方便和快捷.