神经网络分析方法用于心脏病诊断的研究

神经网络可以很好的拟合任意的非线性函数。我们从 QRS波群的高频三维频谱中提取出一些定量的特征参数 ,用神经网络的方法对这些参数进行有监督的学习训练 ,最终能在由这些特征参数张成的 m维空间中构建出一个 m维的曲面来区分病人和健康人的 QRS波群高频三维频谱 ,从而使得训练后的网络能基于 QRS波群的高频三维频谱自行诊断出病人和健康人     

心脑疾病对同步十二导联心电图多重分形谱的影响

对心脑疾病人群的同步十二导联ECG(心电图)进行多重分形特性分析,发现不同导联的多重分形曲线互不重叠。计算其十二导联平均的多重分形奇异强度分布范围以及分布范围的十二个导联间的离散特性,发现不同人群中存在互为交叉而有明显不同的结果。用十二导联多重分形Δα的平均值Δα及其离散度δα(取Δα的标准差)两个参量来描述其多重分形谱特征。发现健康人与心脏病人Δα接近,但δα相差较大;健康人与脑损伤患者δα接近,但Δα相差较大。预示着多重分形特性受到神经自律和心脏组织结构的自谐特性的双重控制,特征参数Δα与神经控制相对应,δΔ与心脏组织结构自谐特性的各向异性相对应。     

急性心肌缺血的动态关联维数

已有的研究成果表明，冠心病患者心脏各导联心电图(ECG)的关联维数D2比正常人均有不同程度的下降。为了进一步研究心肌缺血情况、导联位置和关联维数变化的关系，本研究设计了6只兔子急性心肌缺血实验模型，计算了其不同时间段的12导同步ECG，作出关联维数一时间(D2-T)曲线，结合电生理和解剖学知识，研究了实验结果，发现急性心肌缺血初期ECG的D2值具有动态变化特性，其原因在于心血管中存在代偿作用。ECG的D1的变化反映了单一化的心脏传输网络系统的非线性复杂性的变化。将此结论由动物推广到人，可以为临床上运用D2值分析心肌缺血病症严重程度提供理论指导。     

基于估计补偿的医学显微图像拼接技术

图像拼接能很好地解决显微镜高倍镜成像时视野减小的问题.我们在分析显微成像系统对医学显微图像灰度分布影响的基础上,提出了一个系统对图像灰度分布的影响函数.结合系统影响函数和精确匹配下的相关性方程,得到一个以最小平方和形式误差函数为基础的方程组.利用奇异值分解得到系统对图像灰度分布的影响的估计值,然后用估计值来补偿系统的影响,得到图像的原始灰度,再进行拼接.这种方法能在不影响拼接速度的前提下消除医学显微图像中存在的拼接缝和拼接痕迹.     

小波转换三维频谱分析诊断陈旧性心肌梗死的临床研究

目的：评价小波转换三维频谱分析诊断陈旧性心肌梗死的临床价值。方法：选择住院孤陈旧性心肌梗死患者和正常对照组进行小波转换三维频谱分析,观察QRS波下限频率及100Hz以上的高频含量变化。结果：与正常对照组相比。心肌梗死组QRS波的下限频率较正常组明显增宽、100－1000Hz频带内心电含量显著高于正常人。结论：利用小波转换三维频谱分析,对冠心病心肌梗死的诊断可能有较大意义。     

HRV信号关联维计算中参数选取的研究

健康和有疾病的心率变异性（HRV）参数有明显差异,计算关联维是识别这种差异的一种重要手段。用传统的G—P算法计算关联维时,嵌入维数m、延迟时间τ、及序列长度N等参数的选取会对最终计算结果有很大影响。本文从理论和实验方面论述了如何选取这些参数以获得正确的结果,并且将其应用于正常组和心率不齐疾病组进行对照,结果显示关联维可以有效地表征由于疾病对于心脏节律造成的影响。     

基于ENC28J60的局域网心电采集系统的设计

设计一种基于新型网络控制芯片ENC28J60的局域网心电采集系统。系统主控制芯片采用ARM7内核的LPC2148。在处理上,首先在模拟前端对心电信号经过放大和滤波处理,再AD转换后经信号隔离,然后送至局域网中主机端进行多通道波形显示和存储。实验证明本系统具有稳定性强、功耗低、安全性高及使用方便等特点,且同时满足采集和显示的要求。此系统适用于病房的心电远程监控,促进了病房监护的自动化进程,具有很好的市场应用前景。     

家用心电远程监护系统

本文所介绍的“家用心电远程监护系统”是以把心电监护的场所从医院病房移至家中为目的而研制的一种新系统。不但病人能承受使用它的经济负担，同时也能节省医院的医疗资源，从而能使更多需要监护的心脏病人能够得到有效的护理     

一种用于脑机接口的模式识别方法

基于脑电的脑机接口(BCI)是在人脑和计算机或其他电子设备之间建立的全新对外信息交流和控制技术,是一种不依赖于常规大脑信息输出通路(外围神经和肌肉组织)的脑机通讯系统.及时有效地提取和识别与运动想象有关的脑电模式可以帮助运动功能受损的病人建立一种与外界沟通的新途径.论文基于传统的特征提取方法--时频特征组合法,经过滑动窗优化,获取最佳时间段的时域均值和最佳频率段的频域功率谱均值,以此作为特征向量.基于该特征向量,用径向基概率神经网络对脑电信号进行分类.实验结果表明,该方法能够有效地提高脑电识别率,具有应用价值.     

多尺度熵在心率变异信号复杂性分析中的应用

介绍了在样本熵基础上提出的多尺度熵的概念、性质与应用,给出了一种计算多尺度熵的算法,并且通过实际算例说明了多尺度熵在表征信号复杂性方面的能力及其在心率变异信号研究中的初步应用.