基于脑电复杂度的意识任务的特征提取与分类

本研究提出了利用事件相关脑电复杂度提取大脑运动意识特征，应用Mahalanobis距离判别式分析法，对人脑想象左右手运动任务进行分类，获得了满意的结果。对受试者想象左右手运动期间在大脑初级感觉运动皮层区记录的脑电信号采用复杂度分析方法量化了事件相关去同步（ERD）和事件相关同步（ERS）时程，结果表明EEG复杂度特征较好反映了ERD／ERS变化时程。最后对测试数据进行分类，最大分类正确率达到86．43％，通过最大分类正确率，最大信噪比，最大互信息等评价指标比较，验证了该方法的有效性，从而为大脑运动意识任务的特征提取及分类提供了新思路。     

脑电信号的分析—一种探索大脑功能状态及活动规…

本从脑电产生的神经生理基础综述了脑电的发生及自发节律调控的不同学说和观点，从临床应用的角度综述了脑电图用于脑病诊断及在麻醉、睡眠研究中的应用，从脑电信号分析方面综述了相关分析、频域分析、时域分析等信号分析方法用于ＥＥＧ信号处理的特点及存在的问题。最后本介绍了时频分析、混沌方法及复杂性度量等脑电分析方法，这些方法将把脑电分析和研究向前推进一步，也有望成为探索大脑的思维、学习、感知等高级中枢活动规     

适用于医学动态监测数据的稳健参数估计方法

目的 :介绍并分析适用于医学动态监测数据的稳健参数估计方法。方法 :结合分布假设和稳健统计给出了参数估计方法。首次提出了一种迭代求取形状参数稳健估计的算法。结果 :该方法对医学动态监测中某种生理量异常所占百分比值统计量的参数估计优于临床普遍采用的方法。结论 :通过对分布拟合、估计优效性和可实现性、估计稳健性等的理论分析和模拟实验表明该方法是一种高效、可靠的稳健参数估计方法     

横向电场作用下外周神经兴奋特性的实验研究

传统的外周神经电缆方程只能描述纵向电场刺激下外周神经兴奋,实验发现在脉冲磁场诱导的横向电场作用下也可使神经兴奋,从而揭示出需要进一步对感应电场兴奋外周神经的机理进行研究。本文研究了横向电场作用下外周神经的兴奋特性,以在体的人体正中神经为例研究了横向电场作用下外周神经兴奋点的位置、刺激阈值、及刺激阈值与纤维半径的关系,以离体的蟾蜍坐骨神经为例研究了刺激阈值与作用时间的关系。实验结果验证了改进的电缆方程的有效性。实验研究成果有助于磁刺激技术的进一步发展与应用。     

远程医疗及医学图像

<正> 一、引言远程医疗是这样一个系统,它能远距离传送医疗信息,并使专家和医生能远距离对患者进行病情诊断、处理、治疗,乃至手术和紧急救助。远程医疗是医院(医疗中心)的外延,可延至一个城市内、城市间(一个地区)、地区间、     

局灶性缺血脑损伤EEG信号的时频分析

本文提出了一个局灶性缺血脑损伤实验模型,以此动物模型,我们记录缺血前到缺血３０分钟缺血区域与正常区域的ＥＥＧ,分析了复杂度。我们发现,缺血引起ＥＥＧ复杂度明显的变化,在整个缺血实验过程中,缺血区域的ＥＥＧ复杂度小于正常区域,两个区域ＥＥＧ复杂度之间呈增大速率渐低的增长趋势;损伤发生时,损伤区域的ＥＥＧ复杂度小于正常值。用复杂度分析的结果与我们对同一实验的离散Ｇａｂｏｒ谱分析结果以及ＨＥ染色分析的热     

数字水印技术在脑电信号数据压缩中的应用

首先对数字水印技术和脑电信号的数据压缩进行了介绍,然后就数字水印技术用于解决脑电信号数据压缩过程中的完整性和真实性检测问题进行了探讨。最后总结了国内外研究情况,并对脑电信号数据压缩方法进行了展望。     

胃动力障碍患者的胃电活动

研究胃动力障碍患胃电活动。方法记录、分析１２例具有胃动障碍患在禁餐８ｈ后的胃电数据，结果４例出现胃动过缓；２例餐后胃电幅度明显降低，１例餐后哎吐，其胃电波形变为一条线；结论胃电活动与胃动力密切相关     

基于Adaboost技术的大脑运动意识任务分类

本文提出了应用机器学习技术Adaboost算法与Fisher判别式分析作为基本分类器相结合的方法,实现大脑想象左右手运动意识任务的分类.利用Morlet小波滤波方法提取优化的运动相关脑电特征,对两组实验数据4个受试者运动相关脑电模式进行分类,平均最大分类正确率达到88.11%.通过最大分类正确率,最大互信息等评价指标比较,验证了Adaboost技术在改善大脑运动意识任务分类性能的有效性,从而为脑机接口系统应用中大脑运动意识任务分类提供了新的思路.     

基于脑电复杂度分析的麻醉深度监测研究

目的：通过对麻醉状态下脑电(EEG)的Lempel—Ziv复杂度C(n)分析，寻找适用于临床手术的麻醉深度实时监测参数。方法：通过对SD大鼠在不同麻醉深度下，从不同导联处提取的EEG信号进行Lempel—Ziv复杂度C(n)的计算分析。结果：EEG复杂度随麻醉程度的加深而减少，反之亦然。各导联的变化趋势是相似的。结论：只需对任一导EEG信号进行复杂度动态分析即可满足麻醉深度监测的要求，且复杂度计算简便，可为临床的麻醉深度实时监测提供一个新的途径。