基于Poincare差值散点图的心率变异性分析方法研究

在心率变异性的非线性分析中,Poincare散点图分析是一种重要手段.本文基于Poincare差值散点图(modified Poincare plot)提出了两个参数—区域分布熵和区域分布系数,用于定量描述所考察区域内散点的分布趋势,并提出对散点在4个象限中的分布进行分别计算.通过对MIT-BIH数据库中健康年轻人、健康老年人和充血性心力衰竭患者样本数据的分析,发现两参数值均呈现显著的组间差异;同时,不同象限的分析结果显示了四个象限具有不同的区分敏感性,而其中尤以第一象限的区分度为最高,反映出充血性心力衰竭患者相对健康人迷走神经调控功能的改变最为显著,与以往的生理学研究结论相符.经验证,该方法可用于短时数据,更易于扩展至临床应用.     

Poincaré-Chetaev方程的Noether对称性

建立d'Alembert-Lagrange原理的Poincaré-Chetaev形式,给出原理在无限小变换下的变形形式,由此得到广义Noether等式以及守恒量的形式.举例说明结果的应用.     

超晶格电流振荡的分岔图和Poincaré映射

基于超晶格输运的分立漂移模型,数值模拟了掺杂弱耦合GaAs AlAs超晶格在外加交流偏压下电场畴的输运行为.以黄金分割比固定交流驱动频率,模拟并分析不同交流幅度下电流的准周期、锁频及混沌现象.     

心率变异性的异方差特征研究

心率变异性数据具有非平稳和瞬时波动的特点,本文提出了采用自回归条件异方差(ARCH)分析方法分析这种波动.分析方法采用自回归移动平均模型消除序列的趋势和相关性,采用F检验法判断残差序列中是否存在ARCH效应,同时给出接受ARCH效应的概率.对充血性心衰竭病人和正常人的心率波动序列进行分析,两类人群ARCH特征接受概率及其变化率的统计值有较大差异,表明该方法可以区分不同的群体,为心电信息学研究提供了一种新的方法.     

非完整约束奇异广义力学系统的Poincaré-Cartan积分

对受高阶微商非完整约束并用奇异Lagrange量描述的广义力学系 统，基于广义Apell-Четаев约束条件，并考虑到系统的内在约束，导出了该非完整 约 束奇异广义力学系统的广义Poincaré-Cartan积分不变量. 并证明了该不变量与非完整约束 奇异广义力学系统的广义正则方程等价.     

基于有限穿越水平可视图的短时睡眠心率变异性研究

心率数据是最易于获取的人体生理数据之一,基于心率变异性的睡眠分析是近年来各种用于日常健康管理的可穿戴设备功能的一个重要发展方向,需要不断探索可以应用于标准睡眠分期时间窗(约30 s)的各类短时特征参数.利用近期报道的有限穿越水平可视图,并进一步提出一种加权有限穿越水平可视图,将不同睡眠状态下的短时心率变异序列映射为网络,进而提取平均集聚系数、特征路径长度、集聚系数熵、路径分布熵、加权集聚系数熵和加权路径分布熵等网络特征参数进行统计分析.结果表明,各网络参数值在醒觉、浅睡期、深睡期和快速眼动期的幅度水平具有显著差异,体现了所述方法在基于短时心率变异数据的睡眠分期中的有效性.同时,进一步研究了健康年轻人和中老年人在不同睡眠状态下的网络参数值,发现两者虽然存在整体的水平差异,但是在不同睡眠状态间的变化仍具有相同的趋势,反映出相对于正常的年龄老化,睡眠调制对心脏动力学系统具有更显著的影响,也说明所述方法可作为基于心率变异性的睡眠研究的一种新的辅助工具.     

符号动力学在心率变异性分析中的参数选择

时间序列的符号动力学信息熵H_k因其计算简单快速,对数据量要求小,而被应用于心率变异性(heart rate variability, HRV)分析,然而符号化的参数选择至今却并未形成统一标准.HRV作为典型的生理信号,存在着极大的个体间差异和非平稳性,要获得稳健的一致性分析,在符号化过程中必须考虑符号化参数α与序列本身均值、标准差的综合影响.文中,首先以仿真噪声序列为对象,考察了3个参数对于H_k的影响及三者相互之间的关联性,研究表明当满足特定关系时,H_k的曲线簇收敛于反映序列动力特性的H_k-up;随后在对15例心跳间隔序列的分析中,验证了H_k-up在消除个体间差异及减弱非平稳干扰影响两方面都优于α取固定值时的研究结果. 关键词： 符号动力学 熵 心率变异性     

心率变异性谱成分的非线性本质

提出了分频段相位随机化替代数据方法,与噪声滴定法相结合,观察了不同频率成分对心搏混沌的影响.结果显示心率变异性高频成分相位随机化的替代数据使混沌强度显著降低,提示谱分析的频率成分中蕴含着信号的非线性特性.提出的方法能有效分析不同频率成分对非线性的贡献,该法不仅适用于心率变异性还适用于其他确定性信号的特性分析. 关键词： 分频段相位随机化替代数据 混沌 滴定法 心率变异性     

心率变异性分析在新生儿疼痛检测中的应用

为了研究疼痛暴露对新生儿自主神经系统的影响,并建立基于心率变异性(heart rate variability,HRV)指标的新生儿疼痛检测模型,采用时域、频域和非线性方法对40名新生儿疼痛暴露前后的心电数据进行短时HRV分析,Wilcoxon符号秩检验用于统计分析,支持向量机(support vector machine,SVM)用于建立检测模型.结果表明,RR间期均值a RR、低频段功率LF、高频段功率HF等3个线性指标和近似熵Ap En、样本熵Samp En、递归率REC等9个非线性指标在疼痛前后具有统计学差异;基于a RR、相邻两个RR间期对差值大于50 ms的百分比p NN50,Ap En,关联维D2和REC等5个指标和SVM的疼痛检测模型检测正确率达到83.75%.HRV的相关指标可反映新生儿自主神经系统对疼痛暴露的应答,基于HRV指标和SVM的模型可用于新生儿疼痛检测.     

昼夜节律下心率变异性信号的熵信息和谱特征

生理系统产生的复杂波动信号能够反映其潜在的动力学特征.采用基本尺度熵和功率谱的方法分析24 h心率变异性信号.结果表明,心脏系统昼夜节律下生理和病理的变化伴随着变化的基本尺度熵和功率谱分布,但是对于近似熵,其变化却不明显;同时发现,基本尺度熵的变化能够反映相应的自主神经调控的变化,由于充血性心力衰竭患者迷走神经的调控被抑制,交感神经的调控占优势,所以数据中会出现更多变化的矢量模式组合,因此心力衰竭患者心率变异性信号的熵值较高;在夜间睡眠状态时,由于迷走神经的调控增强,交感神经的调控减少,所以健康人和心力衰竭患者的基本尺度熵都比白天清醒状态时产生了下降趋势.     

融合心率变异性与表情的非接触心理压力检测

针对现有心理压力检测方法主观性强、准确率低,且无法连续监测的问题,提出了一种融合心率变异性(HRV)与人脸表情的非接触式心理压力检测方法.该方法通过成像式光电容积描记(IPPG)技术从视频图像中提取HRV信息,并通过VGG19网络建立表情识别模型,获得人脸表情.将HRV及表情共同作为特征输入,利用支持向量机进行训练分类...     

心率变异性基本尺度熵的多尺度化研究

将基本尺度熵的方法在时间上做多尺度化的扩展,并将其应用到心跳间隔序列的分析研究中.研究发现,健康人的心率变异性是小时间尺度下的模式特定性与大时间尺度下的模式丰富性相结合的,而充盈性心衰患者则正好相反.这说明充盈性心衰患者在小时间尺度下心脏动力系统的控制不力,导致随机性增加,而在大时间尺度下对外界环境变化反应又不够丰富,从而导致生命更容易受威胁.据此提出了以小时间尺度下的基本尺度熵值相对于大时间尺度下平台区基本尺度熵值的变异参数δ作为区分健康人和充盈性心衰患者的诊断依据.通过对72例健康人和44例充盈性心衰患者的计算,发现两组样本差异显著,证明了参数δ的有效性. 关键词： 多尺度化的基本尺度熵 心跳间隔序列 心率变异性 充盈性心衰     

应用多尺度化的基本尺度熵分析心率变异性

本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.通过对健康人代理数据的分析,发现房颤心律失常患者与代理数据的熵值趋势相似,研究结果表明房颤心律失常患者的心率变异性信号更多的是反映生理信号的线性特征,而对环境变化不能很好的进行自我调节. 关键词： 多尺度化的基本尺度熵 心率变异性 充血性心力衰竭 房颤心律失常     

基于异构计算的简单行走模型的吸引区域研究

被动行走机器人由于结构简单、能量利用率高而倍受青睐, 但其很容易跌倒, 因此准确把握最终步态与吸引区域成了关键. 由于面对非光滑系统, 大规模数值计算很难避免, 为此本文先提出基于CPU+GPU异构平台的Poincaré映射算法. 该算法可发挥最新平台计算潜力, 比传统CPU上算法快上百倍. 得益于此, 本文针对双足被动行走的最基本模型, 大规模地选取样点进行计算, 不仅清晰地得出吸引区域的形状轮廓和细节特征, 揭示了其内在分形结构, 还得到系统吸引集和吸引区域随倾角k的变化关系, 发现了新的稳定三周期步态和倍周期分岔混沌现象, 并研究了吸引区域.     

基于多角度偏振差值曲线的目标识别初探

多角度偏振遥感在目标识别和地物观测中具有广阔的应用前景.从目标地物的偏振探测机理出发,讨论了它们偏振反射光谱的空间特征,以及由反射光的垂直振动分量和平行振动分量构成的偏振差值曲线的变化规律.结果显示:反射光的垂直振动分量与平行振动分量之差R⊥//随着折射率的变化而不同,且均在入射角80°附近达到最大;随着折射率的增加,...     

危化品仓储激光扫描差值去噪算法的研究

为了实现对危化品仓储堆垛安全距离的实时监测和预警,采用由激光测距、旋转云台、编码器等组成的激光扫描监控阵列对垛距进行安全监测。针对激光测距扫描点云数据中异常噪声的问题,采用差值去噪算法。该算法是将扫描得到的激光测距数据点按角度值进行从小到大排序后,相邻两点的距离值依次取差值,然后对距离差值与预设阈值进行比较,滤掉噪点数据。针对几种不同尺寸和形状的障碍物进行了实验研究,结果表明差值去噪方差值明显小于加权二乘、Savitzky-Golay等拟合算法,该算法不仅能有效去除扫描点云数据中的异常噪声,同时较另外两个算法,数据完整性和可靠性更高。     

基于统计方法的动态光谱差值提取

为实现血液成分无创检测,针对动态光谱(dynamic spectrum, DS)时域单拍提取法存在的不足,提出时域差值提取法,即顺序提取各波长对数光电脉搏波上相距理想差值间隔的两对应采样点的绝对差值构成差值DS,利用统计方法优选若干有效差值DS进行叠加平均获取最终DS输出。对48例志愿者的实验数据分别利用差值提取法和单拍提取法进行DS提取,结果表明：差值提取法提取DS的去噪效果略优于单拍提取法;对单一个体可获取有效DS的平均个数由48个改善为130个,有效DS间均方误差的平均值由0.39改善为0.006,运算速度提升了近20倍。新方法显著提高了DS提取的质量。     

基于PPG的心率和呼吸频率的测量研究

利用光电容积脉搏波描记法(PhotoPlethysmoGraphy,PPG)测量人体生理参数具有操作简单、性能稳定和适应性强等优点.采用反射式光电测量法获得桡动脉PPG信号,对PPG信号做快速傅里叶变换,分析频域实现人体心率和呼吸频率的检测.实验结果表明利用快速傅里叶变换获得的心率和呼吸频率与监护仪获得的相应数据之间有...     

一种基于差值指数的颗粒物PM2.5浓度反演新方法

从分析对颗粒物PM_2.5敏感的光谱特性入手,提出了一种基于差值指数的颗粒物PM_2.5浓度反演新方法。使用Avafield-1光谱仪(测量范围300～1 100 nm)测量了典型地物植被、土壤在不同的颗粒物PM_2.5污染条件下的光谱曲线,发现颗粒物使得植被和裸土的光谱曲线在红光波段反射率增加,在近红外波段反射率下降,且其变化量较为稳定,因此使用对颗粒物敏感的红光波段和近红外波段,构建差值指数(difference index,DI)以表征颗粒物PM_2.5的浓度变化。以北京市为研究区,选择TM影像,求取差值指数,结合北京市及周边地区地面空气质量监测站提供的PM_2.5逐时数据,反演了北京市的颗粒物PM_2.5的浓度。结果表明,2016年3月1日(监测站PM_2.5浓度均值为105.8)预测模型相关系数r为0.796,精度表现良好,12月14日(监测站PM_2.5均值为15.8)预测模型相关系数r为0.628,即颗粒物污染程度较低情况下,差值指数模型预测精度低于颗粒物污染程度较高的情况,分析原因是颗粒物浓度较低时,由颗粒物引起的地物光谱特征变化比较不明显,造成差值指数模型精度较低。由于空气质量为重度及严重污染时,获取的遥感影像质量较差,影响颗粒物浓度反演,因此该方法适合轻度、中度污染情况下的颗粒物PM_2.5浓度反演。该方法获取污染数据简单,反演结果空间分辨率较高(30m),且可根据需要选取包含敏感波段数据的遥感影像用以获取不同时间、空间分辨率的颗粒物PM_2.5浓度分布,具有广泛的应用前景。     

基于蓝牙4.0和GSM的无线心率监测仪设计

针对现有的家用心率监测仪器便携性差、报警功能不完善、成本高等问题,提出一种基于蓝牙4.0 BLE协议栈和GSM移动通信网络的新型无线心率监测仪设计方案。系统可分为主机和从机两部分。从机由光电式脉搏传感器和蓝牙模块组成,负责测量心率和电量,并将得到的数据实时无线发送给主机。主机由蓝牙模块、单片机、液晶屏和GSM模块组成,负责接收从机发送的信息,并对数据进行监视,同时完成人机交互。实验测试表明,系统可稳定实现心率测量、监视、显示及远程设置、查询和报警功能,与市场上同类产品相比,具有使用便携性好、功耗低、测量准确、多重报警方式及成本低等优点,在家用智能监护领域具有广泛的应用前景。