桡动脉脉搏信号的无创检测与声信号处理

本文从根动与声学角度出发，用一种高性能的检测系统采集了挠动脉脉搏声信号，首次利用倒谱分析技术对两种脉搏信号进行了处理．获得了脉象功率谱和倒谱及其特征参数．分析结果表明：脉象功率谱可准确地判断人的呼吸频率特性；清脉信号在SHZ以内的谱能量约占总能量的83．7呢，而结代脉仅占47．2%；由倒港客观、准确地获得了脉搏周期值，倒谱可定量地给出脉搏强度大小，并可分析心律的稳定性等．本文的研究，为中医脉象的客观化研究和西医的心血管疾病的无创检测提供了一条新的途径．     

基于改进的符号转移熵的心脑电信号耦合研究

试图探究动力系统中的耦合关系一直以来都是国内外众多学者关注的热点,传统的时间序列符号化分析方法会使研究结果受序列非平稳性的严重影响,本文在原有转移熵的研究基础上,应用粗粒化提取,经过理论与实验的分析,发现心脑电信号耦合研究中的转移熵值在不同提取情况下对应不同的分布趋势,并选择效果最好的信号数据提取方法用在其后的应用分析中. 此外,对时间序列符号化方法提出改进,采用动态的自适应分割方法. 实验结果表明,无论清醒期还是睡眠期,改进的符号转移熵算法观测分析到的心脑电信号耦合作用更显著,能更好的捕捉到信号中的动态信息、系统动力学复杂性的改变,更利于医学临床实践应用中的检测,在分析非平稳的时间序列上具有更好的效果. 关键词： 心脑电信号 粗粒化 符号转移熵 基本尺度