基于非线性混沌的心律失常心音信号分析

本文基于非线性混沌理论,对正常及心律失常心音信号的关联维数及最大Lyapunov指数进行了计算和混沌特性分析,从而提出一种新的心律失常分析方法。对30例健康人和30例心律失常患者的分析结果显示,正常心音和心律失常心音的关联维数和最大Lyapunov指数具有显著性差异。由于心律失常心音信号时序上的不规则性,导致其可预测性下降,与正常心音信号相比,具有较高的复杂度,从而具有比正常心音更大的关联维数和最大Lyapunov指数值。故关联维数和最大Lyapunov指数可用于分析心律失常心音信号及其特征提取。     

HRV非线性动力学分析的临床初步研究

采用非线性动力学分析方法,观察了陈旧性心肌梗塞、糖尿病病人非线性动力学参数的改变。结果显示：陈旧性心肌梗塞病人与正常人相比关联维数增高,李氏指数降低;糖尿病病人与正常人相比关联维数显著增高,李氏指数降低,两组病人的熵与正常人相比基本不变。因此,关联维数可反映陈旧性心肌梗塞和糖尿病时自主神经功能的变化。     

利用Lorenz散点图分析高血压患者的运动心率变异信号

目的探讨高血压患者运动心率变异信号的非线性特征,为临床诊断高血压患者的心血管功能状况提供参考。方法以高血压患者作为研究对象,以健康者作为对照组,采集阶梯试验运动过程中两组人群的运动心电信号,提取其中包含的运动心率变异信号进行分析,运用散点图的定性和定量分析方法,将两组人群的散点图形状和散点图的6个参数进行对比。结果高血压患者与健康者的运动心率变异信号散点图在运动前后的表现差异明显,且高血压患者的各散点图参数数值较低。结论提示运动心率变异信号的散点图可用于高血压疾病患者的心血管系统功能损伤评测。     

基于独立分量分析算法研究儿童癫痫脑电的混沌动力学特征

首先采用独立分量分析(Independent component analysis,ICA)算法,将儿童癫痫信号从复杂的背景脑电(Electroencephalogram,EEG)中分离出来;然后采用了一维时间序列相空间重构技术和混沌的定量判据,对分离出来的独立分量信号进行了分析与计算.通过对生理和癫痫状态下独立分量信号的相图、功率谱、关联维数和Lyapunov指数的对比研究,得出如下结论:(1)EEG独立分量的相图、功率谱、关联维数和Lyapunov指数反映了大脑的总体动态特征,它们可作为一种定量指标衡量大脑的健康状态;(2)在正常的生理状态下EEG是混沌的,而在癫痫状态下则趋于有序。     

基于心电图的心肌缺血非线性分析

心电图是心肌缺血检测的一种方便、经济、无创的工具,其主要的临床表现为ST-T段变化.鉴于心脏是一个混沌系统,本文从非线性角度出发,对心电图特征参数序列进行分形维数和最大Lyapunov指数分析,其中特征参数序列包括：心电图RR间期,瞬时心率HR（heart rate）,ST段的平均幅值STmean,ST段最小幅值STmin,STmean与HR的比值STr,T波峰末间期TpTe,R波峰值Ramp,T波峰值Tamp.利用公共数据库Long-term ST database（LTST）中心肌缺血和非心肌缺血心电数据,通过统计t检验分析,除最大分形维数分析中的TpTe与最大Lyapunov指数分析中的Ramp和Tamp特征参数外,其余参数均有显著性差异.基于心电图的非线性分析为心肌缺血检测与诊断提供另一重要依据.     

电刺足三里穴脑电信号的非线性动力学方法初探

为探讨电刺足三里穴位引起的大脑活动的变化，本文以脑电为手段，用非线性动力学方法对电刺前后的两种脑电的非线性特征进行分析。实验结果显示，非线性特征指数，如关联维数、Lyapunov指数和测度熵，在电刺前后均能很好的区分（P〈0．05）。结果表明，电刺后大脑的随机性和无序度降低，大脑相应脑区的活动更趋于有序，且这种有序性将随着电刺次数的增加而渐趋于稳定。     

发作间期癫痫患者脑电非线性分析

目的：通过比较癫痫发作间期不同发作类型患者与正常对照组之间脑电非线性特点,探讨非线性脑电图在发作间期癫痫患者脑功能评价中的意义及应用价值。方法：对发作间期36例癫痫发作患者（其中2i例强直阵挛发作患者和15例复杂部分性发作）和32例健康对照组分别行安静闭眼、闭眼心算、安静睁眼3种脑功能活动状态下的脑电图检查,经专门软件采样处理得出相应的关联维数、近似熵并加以分析。结果：强直阵挛发作组不同脑功能活动状态下关联维数、近似熵与健康对照组相比在安静闭眼、闭眼心算、安静睁眼状态下均无明显差异,复杂部分性发作组与健康对照组相比在安静闭眼状态下于额、顶、颞叶相关导联的关联维数、近似熵下降,闭眼心算状态下近似熵在顶叶、颞叶导联下降。结论：脑电图之关联维数、近似熵有助于评价不同癫痫发作类型患者发作间期的脑功能状态。     

癫痫脑电及节律波的非线性动力学特征研究

脑电图(EEG)是研究脑科学的重要工具,对EEG信号中隐藏的特征和信息进行深入研究,能更好地满足现在临床研究的需要。本文通过小波变换和非线性动力学两种分析方法,提取癫痫发作间期和发作期EEG信号及其节律波(δ波、θ波、α波和β波)的非线性特征,计算分析关联维数(CD)、Lyapunov指数、近似熵(ApEn)特征值在癫痫发作过程是否存在显著变化。研究结果表明,EEG信号及其节律波的非线性动力学特征在检测癫痫发作过程时可作为有效的鉴别统计量。     

冠心患者与健康人同步12导联ECG信号的李雅普诺夫指数谱比较研究

本研究首次计算了60名具有窦性心率的冠心患者(Coronary atrery disease:CAD)和60名健康老年人的同步12导联心电图信号的李雅普诺夫指数谱.发现对同一个人,从不同导联得出的Lyapunov指数是不同的,具有明显的空间分布特性.所有导联的ECG信号的最大Lyapunov指数L1均为正数,其余指数为负,心电信号表现出明显的混沌特征.同一导联相比较,冠心患者的最大Lyapunov指数L1低于健康正常人的最大Lyapunov指数L1,提示在心肌缺血的情况下,心电信号的混沌程度下降了,重构相空间中ECG信号的奇异吸引子的动力学复杂性降低了.结果表明,在估算Lyapunov指数时,有必要指明导联的位置.在Lyapunov指数谱中,最大Lyapunov指数可以将冠心患者与健康正常人区分开来,在心脏疾病诊断中具有潜在的应用价值.     

基于非线性时间序列法研究人体步行稳定性

目的应用非线性时间序列分析方法,研究健康老年与青年志愿者的步行稳定性,为更全面评估人体的动态平衡、预测跌倒风险提供重要依据。方法应用VICON运动捕捉系统,采集肌骨系统健康志愿者(7名老年和10名青年)在不同步速(80%、100%1、20%自然步速)下的运动学数据,提取志愿者在30个连续步态周期中,第7颈椎和第10胸椎在前后和左右方向上的位移,以及下肢各关节屈曲伸展和外展内收运动角度,计算位移和运动角度变化的最大Lyapunov指数,比较分析老年与青年组之间步行稳定性差异,以及步速对人体步行稳定性影响。结果青年组步行稳定性优于老年组,并在某些运动节段呈现显著性差异(P<0.01);老年和青年的步行稳定性随步速增加而降低(P<0.05)。结论应用非线性时间序列分析方法中的最大Lyapunov指数,能有效并定量地评测人体步行中各运动节段的稳定性。