基于模糊联想记忆模式分类器的心率变异性辨别

提出了应用基于多输入/多输出模糊集变换的改善型模糊联想记忆模式分类器(Fuzzy associativememory pattern classifier,FAMPC)系统,来识别排序相邻与不相邻情况的心率变异性(Heart rate variability,HRV)信号,实验表明了它的有效性。     

基于多元多尺度模糊熵的帕金森步态信号分类

目的传统多元多尺度熵在量化有限长数据时会造成部分数据丢失,同时传统算法对阈值的过分依赖也会造成整个系统产生不稳定的现象,二者皆会使最终结果产生较大的误差,因此本文提出一种多元多尺度模糊熵算法。方法对传统多元多尺度样本熵的粗粒化方式进行改进,采用滑动均值滤波使粗粒化后各尺度上的时间序列与原始时间序列长度一致,减小了所计算多元多尺度熵的离散性。此外,本文算法在保持多元样本熵中硬阈值优点的同时,通过定义模糊隶属度函数来统计两复合延迟向量距离略大于阈值的情况。结果本算法既降低了传统方法对阈值的依赖性,又很好地解决了传统阈值所导致的不稳定现象。最后用仿真数据对该算法进行验证,并将其应用于帕金森患者步态复杂度的评价和分类。结论实验结果表明多元多尺度模糊熵的识别效果明显优于传统多元多尺度熵。     

基于非广度相对熵的缺氧缺血HRV信号分析

缺血缺氧脑损伤研究是当今的热门课题。本文利用非广度集内的相对熵(Nonextensive kullback-Leibler entropy)对缺氧缺血状况下的心率变异信号(Heart rate variability,HRV)进行分析,并且与相应的脑电分析结果做比较,说明Kullback-Leibler熵可以表征缺氧缺血程度,同时为临床量化监测缺血缺氧脑损伤提供一种新的途径。     

基于模糊人工神经网络的染色体识别

由于染色体特征中存在着许多因素时变信息，因此传统的识别方法在识别中存在不足。本研究将一类模糊神经网络引入染色体识别中，并采用两级网络结构。实验证明该网络的识别率较多层感知(MLP)人工神经网络有了明显提高。特别是对许多特征相似染色体的识别效果很好。     

基于模糊识别理论的针电极肌电信号的辨识

针对针电极肌电信号的不确定性，提出了一种利用模糊识别理论辨识针电极肌电信号的方法，对前臂异常募集时的针电极肌电信号进行辨识，给出了模糊识别所需的特征量，隶属度函数和特征关系矩阵。与选取相同特征值和样本数量的贝叶斯分类器的对比实验表明，这种方法所需样本少，识别准确率高。     

基于多生理信号的情绪初步识别

以生理信号分析为主,表情行为观察和情绪主观感受评价为辅,对多名被试的情绪进行识别.60名大学女生接受恐惧-快乐-轻松的情绪诱发,有效数据55名,对应每个情绪片段,根据信号标记以及GSR微分,截取1min的生理信号进行处理和分析,应用SPSS对各生理参数进行情绪的单因素方差分析,然后采用逐步多类判别法,提取特征参数以识别情绪.结果表明HR、HRV、R波、T波各生理参数对情绪较敏感;提取出HFP,HR max,PNN50,LF/HF,Ratio,LFP,Mean NN 7个特征参数,构建情绪判别函数Fuction1,Fuction2和Z1、Z2,Z3;轻松的判别正确率为88.0%,快乐的为92.0%,恐惧的为80.0%,总体判别正确率为86.7%.以生理信号分析为主,辅助表情行为观察和情绪主观感受报告,是一种有效的情绪识别方法,所得数据客观、准确,提高了情绪识别率.     

基于HHT边际谱熵和能量谱熵的心率变异信号的分析方法

基于希尔伯特-黄变换(HHT)理论,依据广义信息熵的概念,提出基于HHT边际谱熵和能量谱熵的概念和熵分析方法。对常规信号和混沌时间序列信号进行复杂性研究,结果表明本方法在刻画信号复杂度变化、抗脉冲干扰方面优于Lempel-Ziv复杂度和功率谱熵方法。将其应用于MIT-BIH标准数据库的实际心率变异(HRV)信号分析,结果显示HHT边际谱熵和能量谱熵能从HRV信号中敏感地检测出生理和病理状态的变化,统计学分析优于传统的功率谱熵方法,为临床HRV信号及其他复杂生理信号的分析提供一种有效的分析方法。     

基于熵和支持向量机的病态嗓音识别

为了更好地分析实际短数据带噪的病态嗓音信号,利用近年来提出的样本熵、多尺度熵、模糊熵和分层熵的方法来提取嗓音的熵特征参数,并借鉴分层分解方法,提出分层多尺度熵和分层模糊熵,分别对测试集39例正常嗓音和36例病态嗓音进行支持向量机（SVM）识别。实验结果表明：三层分层熵、分层多尺度熵、分层模糊熵的识别率和稳定性均较分层前有提高。在耗时较短的情况下,提取2 000点病理嗓音数据的6种熵特征都能达到较好且较稳定的识别率。提取2 000点病理嗓音数据的三层分层模糊熵特征,能得到较好且较稳定的SVM识别率97.33%,较分层前的模糊熵特征识别率提高约4.00%。熵分析方法可推进病态嗓音研究向临床的应用,为临床分析诊断实时、短数据的带噪病理嗓音提供一定的参考。     

青少年个体体质评价的模糊数学模型及其应用

本文依模糊数学原理，构造了评价青少年个体体质诸因素的隶属函数，建立了二级广义模糊综合评价模型，该模型用于评价青少年个体体质，方法简单、适用性强。     

基于心率变异性的精神疲劳的研究

以心率变异性指标对精神疲劳程度进行客观评估。对主动疲劳与被动疲劳进行区分,指出负荷、应激与疲劳之间的联系。在此基础上,设计读书和笔算两种精神疲劳实验。比较读书阶段和音乐放松阶段的心率变异性(HRV)指标,将笔算过程的HRV指标和工效指标结合起来进行分析。结果表明:以工作绩效检测精神疲劳有局限性;读书阶段的疲劳累积效应强于笔算过程引发的疲劳;随着读书或笔算过程中疲劳程度的增加,HRV增加而HR降低,说明精神疲劳促使应激能力降低。HRV直接反映的是应激水平,在严格的约束条件下,HRV可以反映被动疲劳程度;随着被动疲劳程度的增加,通常HRV升高,HR降低,这可能是生理抑制性保护作用。     

基于小波变换的心率变异性动态分析

心率变异性（Heart rate variability，HRV）分析已成为无创检测心脏自主神经调节功能的一种手段。传统的频域分析，主要是计算HRV信号各频段功率，以及识别各频段的峰值频率，无论是采用经典谱估计还是AR模型都是以假设HRV信号近似平稳为前提的。这种假设在短程分析中可以基本满足，但在长程分析中，HRV信号的非平稳性便凸现出来。提出了一种基于小波变换的心率变异性动态分析方法，它不但可以获得传统的频域指标，而且可以获得它们随时间变化的动态值，称为短时功率，短时LF／HF比，特别是后者，可以动态评估自主神经活动的平衡情况。最后将这种分析方法应用到阿托品药物实验中，跟踪分析了阿托品对自主神经的影响情况。     

基于遥测技术的大鼠24小时心率变异性分析

本研究应用遥测技术连续记录大鼠在无束缚条件下24h心电信号，并通过心率变异性（Heart rate variability，HRV）频谱分析的方法研究大鼠24h自主神经活动。大鼠24hHRV分析结果表明：自主神经活动具有明显昼夜节律，在睡眠期迷走神经活动较活跃，而在清醒期以交感神经活动为主；HRV频谱中低频和高频成分的比值（LF／HF）随着睡眠深度的变化而波动。24hHRV分析可以获得自主神经系统活动的丰富信息，并有助于研究自主神经系统在生理和病理过程中的调控作用。     

基于多分辨率分析的心率变异性分析

目的：心率变异性蕴藏了大量有关心血管调节的信息,可作为定量反映自主神经功能及其对心血管的调控作用和反映心脏活动正常与否的重要指标之一。因此,主要研究了几种常用的心率变异性分析方法。方法：本论文应用多分辨率分析方法对HRV信号进行6尺度分解,计算小波系数的能量及其在各频段的分布,对cd3-cd6频段的能量进行分析比较。结果：充血性心衰患者各频段能量均值比正常人都要低,能量分别主要集中在高频段和低频段的偏低频部分,且两组的能量差异更为明显,与频域分析结果相比更为精确。结论：要得到带有普遍规律的实验结果,需要对不同的分析方法进行不断地改进和优化,并进行大量的研究工作。     

慢性肾衰患者心率变异性改变

目的　通过心率变异性 (HRV)变化测定 ,探讨慢性肾功能衰竭 (CRF)患者的自主神经活动状况。方法　用2 4小时动态心电图分析系统 ,对 2 0例健康者 ,77例CRF患者 (其中 30例氮质血症 ,4 7例尿毒症 )心率变异性的时域指标进行对比研究。结果　CRF患者心率变异性的测定结果为 :SDNN 85 .2 8± 19.96 ,SDANN 75 .5 5± 2 2 .4 7,r-MSSD19.2 2± 11.82 ,PNN50 6 .7± 14 .79,各项指标均明显低于健康者 (P <0 .0 1)。氮质血症期与尿毒症期心率变异性无明显差别。结论　通过HRV时域分析发现 ,CRF患者有自主神经调节功能紊乱。CRF氮质血症期患者已出现HRV下降 ,提示CRF患者早期就存在自主神经功能损害。     

基于多目标模糊模式识别的腹膜透析方案选择

讨论了在腹膜透析方案的选择中的模糊性。介绍了一种多目标模糊模式识别方法,及其在腹膜透析方案选择中的应用,结果表明,这种方法与医生诊断的结果相同。该方法在腹膜透析的研究中的应用还尚属首次,为该方面的研究提供了一种新思路。并且该方法简单易用,有一定的应用前景     

放松训练对脑电、心率变异及情绪的影响

目的：观察放松训练对受试者脑电、心率变异、情绪、肌电和皮肤末梢循环的影响，以及以上各因素之间的关系，探讨放松训练对抗精神紧张、改善心身健康的心理生理机制。方法：将60名大学生分为实验组和对照组；实验组集体接受放松训练2个月，对照组不接受任何放松训练；两组实验期间同时经历考试应激过程。比较实验前后两组的心率变异，并用心理测验量表（SCL－90、SRHMS和PSQI）对其情绪进行评估，同时测定2个月后两组的脑电变化。最后，以脑电指标中的额α指数为因变量，进行回归分析。结果：2个月后，与对照组比较，实验组的脑电α指数及脑电相干函数增高、心率变异中低频／高频比值降低（P＜0．05）、RR间期散点图形状得分升高（P＜0．01），SCL－90总分降低（P＜0．01）。结论：放松训练对大学生精神紧张有一定缓解作用。     

心率变异性短时分析的非平稳性影响研究

针对短时心率变异性(heart ratev ariability,HRV)分析在临床中常常不能得到一致性结果的情况,研究几种常用HRV短时分析参数受非平稳性的影响。通过几种参数与平稳性衡量参数(均值、标准差)的相关性分析,结果表明,各短时参数在长时数据中呈现出随时间变化的波动,其中HFnorm和SE受非平稳干扰影响大,LFnorm和BE受非平稳干扰影响小。从而推论,非平稳干扰是影响短时HRV分析结果一致性的一个原因,尽量排除非平稳干扰,严格保证数据的可比性前提,可提高其分析结果的可靠性和一致性;同时,HRV中的低频波动不只包含了非平稳干扰的影响,还蕴含了心脏动力系统的固有特性,短时分析参数由于未能包含这部分低频信息,所以不能对心脏动力系统提供全面描述,这是导致短时HRV分析结果一致性差的另一个重要原因。