首页 > 文献资料
-
利用脑电非线性分析参数复杂度对肝气郁结证患者的研究
目的:探讨肝气郁结证患者脑电非线性动力学变化规律.方法:15名肝气郁结证患者和15名正常受试者按年龄、性别配对,用参数Cx对安静闭眼、安静睁眼、睁眼心算3种状态下的脑电数据进行分析.结果:肝气郁结证患者部分区域的Cx较正常人增高,随刺激条件的增加,肝气郁结证患者与正常人大脑皮层的Cx均增高,但两者之间Cx差异逐渐缩小,肝气郁结证患者可能有认知功能的改变.结论:脑电非线性分析相对客观和准确地观测到肝气郁结证患者皮层的变化,可以用来对肝气郁结证的脑机制进行研究.
-
两种佛家静功脑电近似熵及复杂度的比较
目的:比较习练不同佛家静功时的的脑电差异.方法:选取持咒组与念佛组各12例,脑电采集分为练功前、练功中、练功后3个阶段,运用近似熵及复杂度2种方法分析其脑电特征,采用t检验比较比较组间差异.结果:练功过程中念佛组Fp1-A1、Fz-A1、Fp2-A2、F7-A1、F3-A1、FCz-A1、F4-A2、T3-A1、C1-A1、FCz-A2、CPz-A2、C2-A2、C4-A2、T4-A2、Pz-A1、P4-A2、T6-A2导联的近似熵显著大于持咒组(P＜0.05),念佛组Fp1-A1、Fz-A1、Fp2-A2、F7-A1、F3-A1、FCz-A1、F4-A2、T3-A1、C1-A1、FCz-A2、C2-A2、C4-A2、T4-A2、T5-A1、P4-A2、T6-A2导联的复杂度显著大于持咒组(P＜0.05),结论:念佛状态的脑电近似熵及复杂度显著大于持咒状态.
-
基于LMCD的步态信号复杂度分析
目的 步态信号的研究是现今生物医学研究的重点.对不同步态信号的分析,有助于进行临床诊断和医学研究.方法 采用Lopez-Mancini-Calbet Divergence (LMCD)的复杂度分析方法,对老年人、年轻人和帕金森患者各10例的步态信号分别计算复杂度,并对实验数据进行方差分析.结果 3种步态信号的复杂度差异显著性,年轻人的步态信号复杂度大,老年人次之,帕金森患者的复杂度小.结论 基于LMCD的步态信号复杂度分析可以得出人的步态信号随机性的强弱.
-
早老性痴呆的脑电复杂度与近似熵特征分析
利用两种复杂性测度的算法(复杂度与近似熵)对早老性痴呆(AD)病人和正常人的脑电进行分析,并绘制脑电信息图(BIM).通过对比表明AD患者头皮绝大多数导联处EEG信号的复杂性测度值均显著低于同龄正常人,平均有20%～40%的降幅,而且信息图灰度值都小于正常人.研究结果提示EEG的复杂性测度与大脑功能状况有一定联系,在一定程度上可以反映大脑功能状态的变化.
-
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.
-
脑肿瘤患者大脑复杂度的fMRI研究
目的：针对目前缺少对脑肿瘤患者客观的认知损伤评价标准，本文提出基于静息态功能磁共振数据的脑复杂度分析方法。方法首先对24位肿瘤患者与18位健康志愿者的BOLD－fMRI图像分别进行预处理，再求取全脑平均样本熵值及全脑体素样本熵图，然后求取以肿瘤部位为感兴趣区域（ region of interest， ROI）的功能连接和互样本熵值对比分析。结果健康志愿者样本熵值明显高于肿瘤患者（ F＝15?907，P＝0?000），互样本熵值与功能连接呈负相关关系，并且左额或左颞有脑肿瘤的患者在左额、左颞、楔叶的功能脑区与健康志愿者相比有明显差异，该研究结果与临床诊断数据较为一致。结论提出一种基于样本熵的脑复杂度分析方法，发现肿瘤会影响大脑的复杂度，肿瘤级别升高导致大脑复杂度的降低，该方法所得结果能够作为评定肿瘤级别的量化参数之一。
关键词： 样本熵 互样本熵 复杂度 rs BOLD-fMRI -
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,分析了其复杂度.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复杂度之差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染色分析和热休克蛋白(HSP)分析结果相一致.EEG复杂度对局灶性缺血脑损伤十分敏感,可以对损伤程度进行诊断,对损伤区域进行定位,有望进一步成为临床应用的一个指标.
-
病理心电信号的Jensen-Shannon divergence分析
目的 研究快速区分不同病理心电信号的算法是当前临床医学诊断的研究热点之一.方法 本文采用基于Jensen-Shannon divergence的复杂度分析方法,从MIT-BIH标准数据库中提取正常窦性心率、房性早搏、窦性心动过缓信号,分别计算它们的复杂度.结果 正常心率信号复杂度高,窦性心动过缓信号次之,房性早搏低.方差检验结果表明,此方法得出的3种信号的复杂度具有显著性差异.结论 病理心电信号的Jensen-Shannon divergence分析对临床医学检测和诊断房性早搏、窦性心动过缓信号有很好的借鉴意义.
-
睡眠脑电信号的非线性动力学分析
睡眠与健康、工作、学习等之间的关系甚为密切.由于脑电(EEG)是描述睡眠过程中显著和直观的信号,所以睡眠脑电是研究睡眠的重要且有用的工具.其中睡眠分期研究对评估睡眠质量重要.由于脑电活动自身的复杂性,因此采用非线性方法处理会有比较好的结果.本文简单介绍了睡眠与脑电的关系,重点介绍了几种非线性动力学方法,包括李亚普诺指数、复杂度、相关维数、近似熵等,并介绍了它们对睡眠脑电信号进行特征处理的情况,发现在不同的睡眠期,计算出的结果呈现一定的变化规律.
-
低频光诱发脑电在浅睡期的样本熵复杂度分析
睡眠障碍患者通常表现为从浅睡期进入深睡期存在困难,分析浅睡期脑电波的变化对研究睡眠效率和睡眠质量至关重要.通过分析低频光刺激下睡眠过程中脑电波的复杂度值变化,研究人在浅睡期脑电波对光刺激的响应,进而探讨外部光刺激对睡眠过程中脑电波的影响.使用美国neuroscan型脑电图仪,采集10例志愿者的光刺激睡眠和正常睡眠的脑电数据.首先,利用时频分析,对睡眠过程中的脑电信号进行分期,获得浅睡期脑电信号;然后,使用小波包分解,获得该期脑电波的各频段分量(δ波、θ波、α波和纺锤波);接着,采用样本熵算法,分别计算浅睡期脑电信号的复杂度以及各频段脑电波的复杂度;后,对志愿者在光刺激(5 Hz)和正常睡眠下浅睡期脑电复杂度进行比较,研究光刺激对脑电复杂度的响应情况.结果显示:在低频光刺激下,浅睡期脑电波复杂度的均值为0.514 15,明显低于正常睡眠复杂度的均值0.589 23,在中央区和顶区有显著性差异(P＜0.05).研究表明,5Hz光刺激可诱发浅睡期θ波的同步响应,增强脑电波的节律性,有助于更好地进入深度睡眠.
-
阵发性和持续性房颤的分类方法研究
目前,人们对房颤维持和终止的机制还没有完全了解,因此对阵发性房颤和持续性房颤的分类具有非常重要的研究意义.鉴于此,本研究提出一种新的分类方法.根据主成分分析从单导联心电信号中提取出房颤信号,其次计算提取到的房颤信号的特征,后用分类器对阵发性和持续性房颤进行分类.提出将房颤波的复杂度作为房颤波波动复杂度的表征.对阵发性和持续性房颤分类的实验结果表明,预测的总正确率是90％.在1 000次随机性实验中,高分类正确率可达到92％,平均正确率为77.12％.该方法可以很好的对两类房颤进行分类,对预测房颤的自发性终止有一定的指导意义.
-
网络成瘾患者的EEG小波熵与复杂度特征分析
通过分析网络成瘾患者与正常受试者的自发脑电复杂性的差异,研究网络成瘾患者自发脑电复杂性的特点.对9名网络成瘾患者(实验组)和9名正常受试者(对照组)在安静状态下的自发脑电分别进行小波熵和复杂度分析.发现网络成瘾患者的自发脑电的小波熵值以及复杂度值在绝大多数导联位置上均比正常受试者具有显著性的降低(P<0.05),两种方法的分析结果相似.网络成瘾患者在安静状态下的自发脑电的小波熵值以及复杂度值比正常受试者均有显著降低,提示脑电的复杂性显著降低.因此在安静状态下脑电复杂性降低是网络成瘾患者的一大显著特征.
-
脑电特征分析在阿尔茨海默症临床研究中的应用
阿尔茨海默症(AD)是典型的脑认知功能障碍性疾病,严重影响患者的工作与生活,如何早期诊断此类疾病,一直是人们关注的热点,也是一项有意义的研究.脑电信号包含的功能信息,在脑认知功能障碍的早期诊断中有着独特的优势.从AD的发病机理出发,总结AD的常规诊断方法,进一步阐述脑电特征分析方法,即脑电功率谱、脑诱发电位、脑电近似熵及脑电复杂度等在AD诊断中的应用研究现状,并进行展望.
-
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.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100%.
-
用脑电互信息及复杂度预测异氟醚麻醉时患者对切皮刺激的反应
自从麻醉应用于临床以来,麻醉深度的可靠监测是十分必要的.但到目前,尚没有一个公认可靠准确的方法.本文提出一种麻醉深度监测的新方法,即用脑电的互信息序列及其复杂度分析来反应异氟醚麻醉条件下患者的麻醉情况.首先计算出四导脑电的互信息时间序列,然后计算该序列的复杂性测度,借助于神经网络可实现用脑电来监测麻醉深度.神经网络的输入是复杂度值和对应的MAC水平,输出即是麻醉深度状况的结果.从98个自愿患者进行的实验中得到98个不同程度异氟醚麻醉时切皮前脑电片断,同时监测血液动力学参数和患者的呼吸模式.切皮后,仔细观察每个患者两分钟,以检查患者对切皮的反应,把有反应时的脑电标上0.0,无反应时的脑电标上1.0.训练和测试神经网络用"去掉一个"方法.从患者对切皮的反应和神经网络的输出结果可检测系统的预测情况.实验表明,系统对切皮后患者反应的平均正确判断率为91.84%,该方法比传统脑电分析方法如边缘频率法、中心频率法、双谱分析法有更高的准确性.另外,该方法计算时间短,适合临床实时使用.
-
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.
-
DNA芯片与蛋白质质谱技术在生殖内分泌研究中的应用
今天的生命科学已经进入了以基因组学(genomics)、RNA组学(transcriptomics)及蛋白质组学(proteomics)为代表的组学(omics)时代.高通量技术的广泛使用是组学时代生命科学研究的一个显著特征.这一特征的出现,是科技进步的必然结果.首先,生命体是复杂度很高的巨系统,在任何一个层次上的生命活动,都是由众多参数所决定的,只有应用系统生物学的方法,才可能理解生命活动的规律,而只有高通量技术,才能为系统生物学研究提供所需的大量数据.其次,成熟的电子、自动化和计算机技术,使得多种高通量技术的出现成为现实.DNA芯片技术和蛋白质质谱技术就是在这样的条件下产生的.
-
状态相关脑波复杂度用于脑负荷评价的研究
目的探讨状态相关脑波复杂度(Cs)分析方法在脑负荷评价中的应用.方法记录47名23～33岁正常人闭眼安静及心算状态EEG,分析其Cs特征及心算相关变化.结果Cs分布左右对称、颞高枕低,心算负荷导致Cs出现显著、稳定的脑区性改变:A类,38名被试(81%),心算时前额以外脑区Cs显著上升,且以左后颞、左枕顶及右后颞显著;B类,9名被试(19%),安静时枕顶及后颞Cs明显高于A类,心算引起Cs下降,以右中颞和右中央显著,其次为左额中央及前颞等脑区.此外,Cs的变化与心算作业成绩及心算负荷主观评价间可能存在一定联系.结论Cs与心算活动有较强的相关性,可以较好地反映大脑机能状态,为脑力负荷客观评价及大脑高级认知活动规律的研究提供了新的方法和途径.
关键词： 脑电图 复杂度 脑波状态复杂度(Cs) 负荷 脑 -
大鼠皮层脑电和海马电位的复杂度和功率谱分析
目的分析大鼠皮层脑电和海马电位在觉醒和睡眠各期的复杂度和功率谱特性,以及两种电信号的复杂度值与功率谱分布之间的关系.方法 通过慢性埋植电极采集自由活动大鼠皮层脑电和海马电位,计算其算法复杂度Kc值、近似熵ApEn值,以及功率谱和功率谱重心频率.结果 海马电位在任何时期的复杂度值都显著高于皮层电位;皮层电位的复杂度值在非快动眼(NREM)睡眠期小,海马电位的复杂度值在清醒期大,两电位的总功率在NREM睡眠期大.结论 两种复杂度值Kc和ApEn与脑电功率谱的频率分布具有密切关系,功率谱中具有明显的高峰时,信号复杂度降低.复杂度指标可以区分大鼠皮层和海马电位之间的差别,以及同一电位在不同行为状态下的较大差别.
-
复杂度在立位期间心率变异分析中的应用
目的介绍非线性指标复杂度;并将之应用于心率变异分析,分析立位测试过程中心血管系统复杂性的变化.方法对8名被试者进行立位耐力测试,记录心电信号并用复杂度进行心率变异分析.结果与立位前平卧位相比,立位0～5 min、5～10 min、10～15 min和15～20 min心脏R-R间期、R-R间期标准差和相临R-R间期差值的标准差(RMSSD)显著降低.立位0～5 min、15～20 min复杂度和近似熵显著低于平卧位.结论立位期间心率变异降低,心血管系统复杂性降低;复杂度应用于心率变异的分析是可行的.
