Burg算法在基于AR模型多普勒血流信号时频分析中的应用

多普勒超声血流信号是一个非平稳的高斯随机过程,其时频分布与血流的速度及其变化有密切的关系。由于假设信号在一定时间间隔内是平稳的,实际上难以获得同时具有较好的时间、频率分辨率的超声多普勒时频分布。一种估计多普勒超声血流信号时频分布的方法是基于Levinson-Durbin算法的自回归(AR)模型法。但用该算法估计出的参数的误差随时间间隔的缩短而增大。Burg提出一种递推算法,不需要计算自相关,而是用使前向与后向预测误差能量之和最小的方法求出模型的参数。我们将用两种算法估计出的多普勒时频分布及理论的时频分布进行比较,发现用Burg算法估计出的多普勒时频分布比用Levinson-Durbin递推算法估计出的多普勒时频分布更接近理论的时频分布,尤其是频率带宽性能得到了明显的改善。     

基于小波变换与基于短时傅立叶变换的超声多普勒血流信号时频分布比较研究

本研究讨论了一种改进的Morlet(MMORL)小波变换在分析超声多普勒血流信号时的优点。用小波变换和短时傅立叶变换计算得出时频分布与理论的时频分布进行了比较。结果得出小波变换能提供较好的时频分辨率的折中效果，能产生更精确的平均频率和带宽。     

基于EEG信号AR模型的中枢神经系统损伤检测

本文综述一类基于 EEG信号 AR谱和 AR模型参数分析的中枢神经系统损伤检测方法 ,包括主控频率法、AR谱距离法和 Itakura距离测度法等。这类方法根据 EEG信号的 AR模型建立分析 EEG信号状态和变化的测度 ,并利用其检测中枢神经系统在缺氧窒息实验过程中可能存在的损伤并预测最终结果。实验和数据分析的结果表明 ,这类方法在实验各个阶段的检测结果与采用医学方法进行综合评价的 NDS结果一致 ,具有较高的可靠性。     

多普勒血流信号仿真模型的建立及谱估计方法的研究

本文建立了多普勒血流信号的仿真模型，在计算机上完成了血流信号谱估计方法的仿真研究。最后，通过对人体颈动脉血流信号的研究，进一步分析了各种谱估计方法的有效性。所得结论对多普勒血流信号谱分析器的设计有重要的指导意义。     

基于AR模型和支持向量机的急性低血压预测

ICU中,急性低血压的发生严重威胁着患者的生命安全,临床上对其预测性判断主要依靠医生经验。为实现急性低血压预测,利用PhsioNet的MIMIC II数据库ICU监护中的患者临床记录,对发生与未发生急性低血压两者间的平均动脉压信号进行AR模型的功率谱估计,运用医学信息学理论,选取功率谱幅度的中位数、平均值、最大值、标准偏差和极差用于支持向量机分类预测器的学习和训练,建立分类预测模型。预测模型对测试集进行分类预测,得到预测正确率为87.5%,表明相对于直接提取患者平均动脉压信号的统计特征参数作为预测特征,本方法具有更好的预测效果,有利于实现急性低血压提前预测。     

激光多普勒血流仪评价活体大鼠大脑中动脉栓塞模型成功的可行性分析

目的：探讨激光多普勒血流仪（LDF）评价活体大鼠脑缺血/再灌注损伤模型制作成功的可行性和可靠性分析。方法：10只体重280-310 g的雄性SD大鼠用传统线栓法制作单侧大脑中动脉阻塞（MCAO）模型,神经功能评分,LDF监测插栓前后大鼠脑血流动态变化。于缺血2 h和再灌注24 h断头取脑,TTC染色检测脑片梗死灶体积。结果：基线血流均值为 (224.99±75.00) PU,局灶神经功能障碍评分0分。插栓成功MCAO模型,缺血2 h血流均值为 (67.23±6.90) PU,与基线血流差值为157.76PU,降幅约为70%（P<0.01）,差异显著。拔拴后血流均值为 (216.01±7.30) PU,与缺血2 h血流差值为148.78PU（P＜0.01）,差异显著;与基线血流差值为-8.98 PU（P>0.05）,无显著差异。再灌注24 h后,局灶神经功能障碍评分10.35分,脑片TTC染色显示梗死及水肿灶。插栓不成功模型LDF监测显示仍有血流通过,降幅少于基线的50%,再灌注24 h后,局灶神经功能障碍评分0分,TTC染色未见梗死灶。结论：LDF对大鼠脑血流的监测是除神经功能评分以外另一种判断活体大鼠MCAO模型制作成功的可靠而实用的方法。