基于脑电非线性动力学特征探究TEAS内关穴对焦虑的影响

基于脑电非线性动力学特征,探究经皮穴位电刺激(TEAS)内关穴对焦虑的影响及其机制.实验选取l2位焦虑受试者随机分为TEAS内关穴干预组(穴位组)和TEAS非穴位干预组(非穴位组),分别采集电刺激前后各组受试者脑电数据,提取脑电信号的特征近似熵(ApEn)与关联维数(D2),分析大脑复杂度的变化,同时比较电刺激前后焦虑...     

激光针灸结合穴位注射治疗急性胃脘痛疗效观察

目的:观察激光针灸结合穴位注射疗法治疗急性胃脘痛的疗效.方法:采用激光照射中脘穴结合梁丘穴穴位注射的方法,以临床症状为疗效标准,观察治疗后胃脘痛的改善情况.结果:1次治疗后治愈12例,2次治疗后治愈6例,好转2例,无效2例.结论:激光针灸结合穴位注射是治疗急性胃脘痛的有效疗法.     

基于EEMD-ICA的脑电去噪算法研究

脑电信号(EEG)是脑神经细胞的电生理活动在大脑皮层的反映,但采集到的脑电信号一般都含有大量噪声。为了保留有效信息同时消除尽可能多的噪声,提出通过构造虚拟通道将集合经验模态分解与独立成分分析相结合的脑电信号去噪方法。首先,对脑电信号进行EEMD分解得到固有模态函数(IMF)分量,根据相关性准则筛选含噪声成分多的IMF分量构造虚拟通道进行ICA去噪;然后,将消噪后的结果与含信号成分多的IMF分量进行重构再次ICA去噪,得到最终去噪信号。为了验证EEMD-ICA去噪方法的有效性,以信噪比、均方根误差作为评价指标,将该方法与小波去噪法、EEMD去噪法、ICA去噪法进行比较,结果表明,EEMD-ICA去噪后的信噪比高于其它方法,均方根误差小于其它方法,综合分析该方法能更好地消除噪声。     

基于LLE-RF的中药三维荧光光谱分类识别

针对中药三维荧光光谱信号非线性问题,应用局部线性嵌入算法(LLE)对补虚类中药三维荧光光谱信号进行特征提取。使用荧光光谱仪测得不同浓度的24味补虚类中药的三维荧光光谱和等高线光谱图,并利用总体平均经验模态分解(EEMD)算法进行降噪处理,在此基础上,采用LLE算法对经过降噪处理后的三维荧光光谱数据进行特征提取; 然后,应用随机森林(RF)算法对提取的特征向量进行分类识别。为了验证LLE算法的有效性,将其与主成分分析(PCA)算法进行比较。实验结果表明: LLE-RF组合算法分类准确率达95%,比PCA-RF算法分类准确率高,从而验证了该算法的有效性。