基于复杂度和复杂率的心动过速和心室纤颤检测

本文从非线性动力学的角度 ,利用L Z复杂度 ,提出了复杂率指标及其定义 ,推导了复杂率的相关性质 ,并应用于异常心电信号的复杂性分析。经过生物实验、数据采集和计算机的仿真分析 ,证明了信息复杂度和复杂率的合理性。最后 ,对心脏异常心电信号中的VT和VF信号机理和复杂性进行了客观的分析和解释。结果表明 ,利用复杂度和复杂率 ,VT和VF信号的识别和分辨率达到 10 0 %。     

基于复杂度和复杂度的心动过速和心室纤颤检测

本文从非线性动力学的角度,利用L-Z复杂度,提出了复杂率指标及其定义,推导了复杂率的相关性质,并应用于异常心电信号的复杂性分析。经过生物实验、数据采集和计算机的仿真分析,证明了信息复杂度和复杂率的合理性。最后,对心脏心脏异常心电信号中的VT和VF信号机理和复杂性进行了客观的分析和解释。结果表明 ,利用复杂度和复杂率,VT和VF信号的识别和分辨率达到100%。     

基于PC机的多导联心电图测试系统与检测处理算法

本文分析描述了基于PC机的心电信号的测试系统,并讨论了一些技术细节,进而我们建立相应的线性和非线性的检测方法与算法,以帮助临床医生分析和诊断心率过速和心室纤颤。根据我们实验记录的数据和算法的结果,这套测试系统显示出良好的特性,可以为心率过速和心室纤颤的自动检测提供一个可行有效的途径。     

异常心电信号VT和VF的分析与检测

从线性动力学和非线性动力学的角度,利用信号功率谱和L－Z复杂度分析了室性心动过速（VT）和心室纤颤（VF）;并在此基础之上。提出了信息复杂率指标及其定义,推导了了信息复杂率的相关性质,继而应用于异常心电信号的复杂性信息分析。经过生物实验,数据采集和计算机的仿真分析,对心脏异常心电信号中的VT和VF信号机理和复杂性信息进行了客观的分析和解释。结果表明,信号功率谱、信息复杂度和和复杂率信息、VT和VF信号的识别和分辨率达到100％。     

异常心电节律VT/VF与非线性动力学定性定量分析现状

心血管疾病的发病率逐年提高,严重地危及着人们生命安全。本文在异常心电分析的基础上,主要介绍了室性心动过速（VT）和心室纤颤（VF）两种最严重节律收电信号的危害性以及治疗和研究现状。通过分析了当前国内外的心电研究的基本理论和不足之外,指出了非线性动力学在心电信号中的研究潜力和应用前景。     

基于ICA的重叠语音基频提取和语音增强

语音信号是一种特征时变信号,基音频率提取和语音增强是两种常见语音处理要求,独立分量分析（ICA）是一种盲信号处理方法,目的 在于将混合在观察信号中的相互独立的源信号分离出来,ICA在很多领域都有广泛的应用,在语音信号上最为成功,本文将ICA用来撮重叠语音信号中的基音频率,提出了一个基于ICA的混叠语音基频提取系统,成功地解决了基频相互接近时无法提取混合信号基频的问题,并将它应用到有音乐背景下的语音增强方面,均取得了较好的结果。