基于小波逆变换合成的心率变异性信号的IPFM模型

本文提出了心率变异性信号的一种改进的积分脉冲频率调制的计算机仿真模型。由于合理地设计了模型的前置部分，从而使得仿真的ＨＲＶ信号的频谱和调制信号的频谱具有一致性。又由于采用小波逆变换的方法合成了ＨＲＶ信号中的１／ｆ部分，从而使得仿真的ＨＲＶ信号的时特征及频域特征均比原有的ＩＰＦＭ模型更近近于实际的ＨＲＶ信号。     

心率变异性信号基于小波变换的分解

在对心率变异性（ＨＲＶ）信号及类似的信号进行分析时往往希望把其中具有分形性质的１／ｆ成份和非１／ｆ成份分解开分别处理。然而，由于１／ｆ成份和非１／ｆ成份在频域上相互重叠，不容易简单地用频域滤波的方法来分解。因此有人根据１／ｆ成份的特点提出了所谓粗粒化谱分析的频域分解方法。由于该方法存在一些缺点，本文根据１／ｆ成份的特点提出了基于小波变换的ＨＲＶ信号的时域分解算法。对仿真的ＨＲＶ信号和实际ＨＲＶ信号的分解的结果证实本文提出的方法优于粗粒化谱分析法。     

心率变异性的非线性动力学分析及其应用

心率变异性（ＨＲＶ）是当前心电图分析的一个前沿热点。目前ＨＲＶ信号的分析法主要是功率谱分析法，非线性分析法则不多，而且后者主要都是静态分析法。本文则充分发挥了非线性动力学的潜力，提出了ＨＲＶ信号的分形维数、复杂度和近似熵分析法及其动态分析法。本文用这些方法分别对选拔飞行员的抗Ｇ潜能测试中的重力加速度改变对ＨＲＶ影响进行了非线性动力学分析。结果表明：重力加速度改变增加后受试者的ＨＲＶ的三个非线性参数都有不同程度的降低。进一步的分析还发现分解后的ＨＲＶ的三个非线性参数和受试者的抗Ｇ潜能存在比较明显的相关性。本文还对两个ＨＲＶ信号进行了动态分析。结果表明，它们都成功地检测出了ＨＲＶ信号的生理和病理变化信息     

心率变异性信号基于小流变换的分解

在对心率变异性信号及类似的信号进行分析时往往希望把其中具有分形性质的１／ｆ成份和非１／ｆ成份分解开分别处理。然而，由于１／ｆ成份和非１／ｆ成份在频域上相互重叠，不容易简单地用频域滤波的方法来分解。因此有人根据１／ｆ成从份的特点提出了所谓粗粒化谱分析的步域分解方法。     

精神负荷对心率变异性影响的非线性动力学分析

为研究精神负荷对心率变异性的影响，在选拔飞行员的心理生理储备测试中，对ＨＲＶ进行了非线性动力学分析。结果表明，加载精神负荷后受试者的ＨＲＶ的三个非线性参数都有不同的程度的降低。进一步分析还发现分解后的ＨＲＶ的三个非线性参数和受试者的心理生理储备有一定的相关性，有可能做为衡量心理储备的一项指标。     

近似熵：一种适用于短数据的复杂性度量

本文介绍了近似熵的定义，算法及应用、并讨论了其性能优点的东西。     

正加速度作用下心率变异性的非线性动力学分析

目的揭示心率变异性在＋ＧＺ作用下的变化规律，用于高性能战斗机飞行员的选拔。方法对３１名飞行员离心机加速度试验中安静状态、２．５Ｇ和３．５Ｇ时的心率变异性数据进行了复杂度、分形维数和近似熵的非线性动力学分析。结果随着＋ＧＺ作用增加，受试者心率变异性的复杂度、分形维数和近似熵都有不同程度的降低。进一步分析还发现，分解后的１／ｆ部分的分形维数变化量与基础Ｇ耐力呈正相关；非１／ｆ部分的复杂度和近似熵变化量与基础Ｇ耐力呈负相关。结论这些参数有可能作为衡量基础Ｇ耐力的指标。     

心率变异性非线性信息处理的现状与展望

心率变异性是无创检测心脏自主神经及体液调节功能的一种手段，是近年来心电信号处理领域的一个前沿研究热点。本对它的研究现状，尤其是非线性处理方面的现状进行了概述，提出了今后的研究方向。     

心率变异性非线性信息处理的现状与展望

心率变异性是无创检测心脏自主神经及体液调节功能的一种手段，是近年来心电信号处理领域的一个前沿研究热点。本文对它的研究现状，尤其是非线性处理方面的现状进行了概述，提出了今后的研究方向。