动态分析急性心肌缺血模型中的非线性

通过分析心脏电信号 ,许多学者已经发现正常的心脏和病态的心脏都有显著而突出的动力学特征。在此基础上 ,建立了 6只兔子急性心肌缺血实验模型 ,计算其不同时间段的 12导同步 ECG,作出关联维数 -时间 (D2- T)曲线和最大 L yapunov- T曲线 ,结合电生理和解剖学知识 ,研究了实验结果 ,证实了心肌缺血的存在会导致ECG的最大 L yapunov指数和关联维数的下降。 ECG的最大 L yapunov指数和关联维数分别反映了心脏系统的混沌性和复杂性 ,两者间没有明确的对应关系。关联维数更多受到了局部心脏系统状态的影响。     

同步十二导联常规心电图信号的非线性动力学特性分析

本文采用非线性动力学方法对同步十二导联常规心电信号（Electrocardiogaram;ECG)进行了研究，计算了每一导联心电图信号的关联维数D2，发现不论健康人还是冠心患者（CHD），心电信号表现出强烈的混沌动力学特征，从不同导联得出的D2值不同，同一导联相比较，除Ⅰ、Ⅱ、Ⅲ导联外，冠心病患者的D2显著低于正常人的D2值，显示在心肌缺血的情况下，心脏ECG吸引了的复杂程度降低了，结果表明，D2可以区别正常人与冠心患者，也可以确定病变部位提供有价值的诊断信息。     

动物ECG信号关联维数动态变化的初步研究

我们对动物 (兔子 )在麻醉后 3种不同病理情况下的标准同步 12导联心电信号 (Electrocardiogram,ECG)的关联维数 D2 的动态变化进行了初步的研究。研究结果表明 ,不论是在正常状态还是在急性心肌梗塞情况下 ,从不同体表位置提取的心电信号得出的关联维数并非一个常数 ,而具有分布特性。同一导联相比较 ,在急性心肌血范围扩大的情况下 ,肢体导联的 D2 基本不变 ,胸部各导联 ECG信号的 D2 值则呈升高趋势。D2 在冠心病的诊断中显示出潜在的应用。     

睡眠中血压信号的关联维数计算

计算慢性阻塞性睡眠呼吸暂停综合症(OSAS)患者夜间血压的关联维数D2，并研究它和睡眠状态的联系。从替代数据检验结果和重构相空间轨迹看，血压信号具有一定的非线性确定性，但用GP算法计算D2时，D2值没有出现明显的饱和现象。统计并比较不同个体、不同睡眠状态下血压的D2值，在睡眠周期较完整时D2值较好地反映睡眠状态的变化：处于清醒、快速眼动期及浅睡时D2值较大，睡眠加深时D2值变小，表明相对D2值具有一定的应用价值。     

心肌缺血下人体心室电生理建模和心电图仿真

为了分析心肌缺血下心肌细胞电生理变化以及对心室传导波的影响,本文考虑了缺血情况下高钾、酸液过多、局部缺氧的实际情况,开发了一个人体心室缺血模型。基于该模型,文中模拟了不同缺血程度下心内膜细胞、M细胞和心外膜细胞的动作电位(AP),并探讨了心肌缺血的三个单一因素分别对细胞AP的影响,最后定量分析了二维人体左心室组织心肌缺血下心电图(ECG)的改变情况。实验结果表明,在缺血情况下,心肌细胞动作电位时程(APD)均有不同程度的缩短。大多数情况下,缺血区域越大,或者缺血情况越严重,ECG的ST-T波变化幅度也越大。在上述三个心肌缺血因素中,高钾对ST-T波变化起到关键的作用,这与之前在动物模型上得到的实验结论保持一致。     

犬急性心肌梗死后HRV的非线性动力学分析

目的：观察心肌梗塞后非线性动力学参数的变化。方法：基于心肌梗塞的动物实验模型,通过心电采集,记录和预处理,用非线性动力学方法分析RR间期序列,并用单光子发射计算机断层成像实验方法进行比较,结果：急性心肌梗塞后关联维数和近似熵都减少,且15天后又逐渐恢复,急性心肌梗死后李氏指数增加,且随着时间的推移逐渐恢复到正常,结论：非线性动力学参数可以反应心肌缺血的程度和急性心肌缺血后的恢复情况。     

冠心患者与健康人同步12导联ECG信号的李雅普诺夫指数谱比较研究

本研究首次计算了60名具有窦性心率的冠心患者(Coronary atrery disease:CAD)和60名健康老年人的同步12导联心电图信号的李雅普诺夫指数谱.发现对同一个人,从不同导联得出的Lyapunov指数是不同的,具有明显的空间分布特性.所有导联的ECG信号的最大Lyapunov指数L1均为正数,其余指数为负,心电信号表现出明显的混沌特征.同一导联相比较,冠心患者的最大Lyapunov指数L1低于健康正常人的最大Lyapunov指数L1,提示在心肌缺血的情况下,心电信号的混沌程度下降了,重构相空间中ECG信号的奇异吸引子的动力学复杂性降低了.结果表明,在估算Lyapunov指数时,有必要指明导联的位置.在Lyapunov指数谱中,最大Lyapunov指数可以将冠心患者与健康正常人区分开来,在心脏疾病诊断中具有潜在的应用价值.     

缺血修饰白蛋白的临床应用进展

心脏血流供应不足会导致心肌缺血，如果心肌缺血时间延长会导致心肌细胞坏死和心肌损伤。因此应在心肌坏死之前鉴别出心肌缺血，以便于进行急性受损的心肌灌注治疗。当前心脏缺血的诊断多依赖于心电图（ECG）的ST段和T波改变，这是心肌缺血最简便、最迅速、最廉价的检查方法，但ECG诊断不稳定型心绞痛的敏感性只有35％．诊断急性心肌梗死的敏感性也仅为50％。     

EEG非线性特征参数的研究

脑电图(EEG)记录了神经元群的电活动,为脑信息处理特征的研究提供重要的信息.基于相空间重构思想的时间序列分维算法(G-P算法)提取EEG信号的特征参数,讨论了G-P算法的三个重要参数,即无标度域、嵌入维数和延时的确定规则,记录大脑在不同状态下的EEG信号并计算其关联维数.实验结果表明,EEG关联维数可以有效地区分大脑不同状态的特征,关联维数可以作为脑信息处理的非线性特征参数.     

基于非平稳特征从单导联ECG中提取房颤信号

目前,房颤(AF)信号提取算法大部分是针对多导联(12导)心电图(ECG),但是多导联的监护系统移动性不强,单导联监护系统由于灵活方便,将成为未来可移动化的AF监护系统的发展趋势。从单导联提取AF信号的方法有模板匹配法,然而,该方法受ECG波形的形态以及噪声的影响较为严重,鲁棒性较差。有鉴于此,本文提出了一种新方法。新方法利用AF信号在时间上的非平稳性,把单导联ECG进行扩维(分段),然后再利用盲源提取算法进行AF信号的提取。实验结果表明,新方法能够很好地从单导联ECG中提取AF信号,计算时间较短,具有应用于实时无线AF监护系统的前景。