基于广义线性模型的针刺足三里脊髓背根神经活动解码

神经系统以时空编码形式刻画外部刺激信息, 针刺作为对穴位的机械作用可以等效为对神经系统的一种外部刺激. 为了揭示神经系统如何表达和传递针刺作用, 本文设计了不同频率的针刺动物实验, 即在针刺大鼠足三里穴位时获取脊髓背根神经节电信号. 首先, 经过数据预处理获得单神经元动作电位序列并转化为点过程序列. 其次, 应用广义线性模型(GLM)编码针刺作用, 产生模拟的神经放电序列. 另外, 在模型基础上应用贝叶斯解码, 根据神经放电序列重构针刺随时间变化的位移波形. 最后, 基于时间重标度理论应用分位数分位数(Q-Q)图方法检验编码模型与点过程数据的一致性. 结果表明, GLM能够模拟针刺神经编码, 并正确解码针刺信息. 本文为针刺研究提供了新的视角, 对于构建神经系统与机器接口以改善针刺的临床研究具有潜在意义. 关键词： 针刺 点过程 广义线性模型 神经解码     

非线性物理破解神经编码机制

信息在神经系统中以脉冲点序列的形式传输和处理，神经系统如何通过脉冲点序列对所表达的信息进行编码，一直是一个谜．人们曾普遍认为，神经可能通过发放率（单位时间发放脉冲出现的次数）对信息编码，也有人猜测，神经可通过脉冲点序列的时序编码．由于神经发放的随机性，这就使得任何编码机制都面临着被表达信息的确定性与表达该信息的信号的随机性的矛盾．通过神经非线性随机动力学模型，文章作者发现，神经点序列的发放率对点序列的时序信息传输的影响，揭示了神经点序列时序信息在神经非线性传输中的随机共振特征．由此预期，并进一步通过听觉心理物理实验观察到，在一定条件下噪声对听觉的增强作用．从而通过非线性物理揭示了听觉时序编码机制的存在以及在时序编码中随机性噪声的积极作用．     

连续动力系统时间序列的非线性检验

用相位随机化的替代数据方法，研究了连续混沌动力系统时间序列的非线性检验判定.研究发现，在不同的采样情况下，混沌时间序列的非线性特性检验有所差异，尤其对于过采样时间序列，往往会出现虚假的判断结果.针对过采样时间序列，最好采用能够反映非线性特征的参数，作为检验统计量进行检验判断. 关键词： 替代数据 关联维数 连续时间序列 非线性检验     

基于非线性预测效果的癫痫脑电信号的特征提取方法

在非线性时间序列预测研究的基础上,提出了基于非线性预测效果的癫痫脑电信号特征提取方法,从脑电信号中自动检测出癫痫脑电信号.采用基于可预测性的选取嵌入维数的方法确定脑电信号序列的嵌入维数,进行相空间重构.实验结果表明:基于非线性预测效果的特征提取方法提取的特征能明显地区分癫痫脑电信号与正常脑电信号,该非线性特征提取方法适合小数据量的情况且对噪声的稳定性好.     

混沌时间序列的自适应高阶非线性滤波预测

根据混沌序列产生的确定性和非线性机制,基于Volterra级数展式和混沌序列高阶奇异谱特征,提出了一种高阶非线性傅里叶红外(HONFIR)滤波预测模型用于混沌时间序列的自适应预测.其自适应算法采用时域正交算法来自适应地跟踪混沌的运动轨迹,而不是重构混沌系统 的全局或局部运动轨迹.实验研究表明：(1)这种HONFIR自适应滤波器能够有效地预测一些超 混沌序列.(2)预测混沌序列的性能与预测模型的非线性拟合能力有关,但并非非线性程度越 高,预测性能就越好.(3)当HONFIR滤波器对混沌序列的非线性拟合精度高时,其自适应预测 的性能与其输入维数的关系不受Takens嵌入定理的约束.(4)HONFIR自适应滤波器具有一定的 抗噪能力. 关键词： 混沌 非线性模型 滤波器     

一类位于加周期分岔中的貌似混沌的随机神经放电节律的识别

识别非周期神经放电节律是混沌还是随机一直是一个重要的科学问题. 在神经起步点实验中发现了一类介于周期k和周期k+1(k=1,2)节律之间非周期自发放电节律, 其行为是长串的周期k簇和周期k+1簇的交替. 确定性理论模型Chay模型展示出了周期k和周期k+1节律的共存行为. 噪声在共存区诱发出了与实验结果类似的非周期节律, 说明该类节律是噪声引起的两类簇的跃迁. 非线性预报及其回归映射揭示该节律具有确定性机理; 将两类簇分别转换为0和1得到一个二进制序列, 对该序列进行概率分析获得了两类簇跃迁的随机机理. 这不仅说明该节律是具有确定性结构的随机节律而不是混沌, 还为深入识别现实神经系统的混沌和随机节律提供了典型示例和有效方法.     

轴向加速运动黏弹性梁受迫振动中的混沌动力学

研究了黏弹性轴向运动梁在外部激励和参数激励共同作用下横向振动的混沌非线性动力学行为. 引入有限支撑刚度, 并考虑黏弹性本构关系取物质导数, 同时计入由梁轴向加速度引起的沿径向变化的轴力, 建立轴向运动黏弹性梁横向非线性振动的偏微分-积分模型. 通过Galerkin截断方法研究了外部激励的频率和因速度简谐脉动引起的参数激励的频率在不可通约关系时轴向运动连续体的非线性动力学行为, 并对不同截断阶数的数值预测进行了对比. 基于对控制方程的Galerkin截断, 得到离散化的常微分方程组, 使用四阶Runge-Kutta方法求解. 基于此数值解, 运用非线性动力学时间序列分析方法, 通过Poincaré 映射, 观察到轴向运动梁随扰动速度幅值的倍周期分岔现象, 并比较了有无外部激励对倍周期分岔的影响. 分别在低速以及近临界高速运动状态下, 从相平面图、Poincaré 映射以及频谱分析的角度识别了系统中存在的准周期运动形态. 关键词： 轴向运动梁 非线性 混沌 分岔     

用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列

基于混沌动力系统的相空间延迟坐标重构,利用混沌序列固有的确定性和非线性,提出了用 于混沌时间序列预测的一种少参数非线性自适应滤波预测模型.该预测模型在Volterra自适 应滤波器的基础上引入sigmoid函数来减少待定参数.实验研究表明,这种少参数非线性自适 应滤波预测器仅需用50个样本经20次预训练后,就能有效地预测一些低维混沌序列,且这种 少参数非线性自适应滤波预测器更便于工程实现. 关键词： 混沌 非线性自适应预测 少参数非线性自适应滤波器 自适应算法     

基于分形自仿射的混沌时间序列预测

从混沌与分形的关系出发，基于奇怪吸引子的分形结构和时间序列的自仿射特性，提出了一种混沌时间序列的预测方法.采用迭代函数系统跟踪混沌的局部运动轨迹，由此确定统计意义上仿射性能最优的时间序列段，并根据吸引子定理和拼贴定理建立预测模型.以Mackey-Glass混沌系统、脑电信号和Lorenz混沌系统等三种混沌系统为例进行预测试验，结果表明本方法能对混沌时间序列进行准确预测，且对混沌时间序列先验知识要求少，具有广泛的实用性. 关键词： 自仿射 迭代函数系统 混沌时间序列 预测     

永磁同步电机的混沌分析及其电路实现

作为一个非线性动力学系统,在一定参数范围和外部输入下永磁同步电机可以呈现非常复杂的混沌运动或极限环,其混沌特性较为显著.在永磁同步电机的非线性数学模型基础上,分析其分叉图、Lyapunov指数图谱和平衡点性质等非线性运动特性,并通过数字仿真得到验证.最后基于该模型设计了相应的模拟电路,实验结果和数字仿真一致. 关键词： 永磁同步电机 混沌 分形分析 电路实现     

Characterizing neural activities evoked by manual acupuncture through spiking irregularity measures

The neural system characterizes information in external stimulations by different spiking patterns. In order to examine how neural spiking patterns are related to acupuncture manipulations, experiments are designed in such a way that different types of manual acupuncture （MA） manipulations are taken at the ＇Zusanli＇ point of experimental rats, and the induced electrical signals in the spinal dorsal root ganglion are detected and recorded. The interspike interval （ISI） statistical histogram is fitted by the gamma distribution, which has two parameters： one is the time-dependent firing rate and the other is a shape parameter characterizing the spiking irregularities. The shape parameter is the measure of spiking irregularities and can be used to identify the type of MA manipulations. The coefficient of variation is mostly used to measure the spike time irregularity, but it overestimates the irregularity in the case of pronounced firing rate changes. However, experiments show that each acupuncture manipulation will lead to changes in the firing rate. So we combine four relatively rate- independent measures to study the irregularity of spike trains evoked by different types of MA manipulations. Results suggest that the MA manipulations possess unique spiking statistics and characteristics and can be distinguished according to the spiking irregularity measures. These studies have offered new insights into the coding processes and information transfer of acupuncture.     

二维格子神经元网络的振动共振和非线性振动共振

本文采用数值模拟的方法, 在通过电突触耦合或化学突触耦合的二维格子神经元网络中, 研究了FitzHugh-Nagumo神经元受到双频信号输入时神经元网络对低频信号的响应特性. 结果表明:当固定受到双频输入信号的神经元在体系中所占的比例且FitzHugh-Nagumo神经元参数处于可激发区域时双频信号中的高频部分可诱导出动作电位产生, 而且随着高频输入信号强度的增加, 神经元网络对低频输入信号响应先增大后减小, 出现了极大值, 即发生了振动共振现象. 另外本文还研究了神经元网络对低频输入信号的二次谐波的响应, 同样发现了非线性振动共振现象, 并且体系对低频信号的响应随着其频率ω 的增加也产生共振现象, 即发生了双共振现象. 上述共振现象在以电突触耦合的二维格子神经元网络中和以化学突触耦合的二维格子神经元网络中都可以观察到. 当固定双频输入信号中高频输入信号强度时, 随着受到双频输入信号的神经元在体系中所占比例的变化, 电突触耦合的二维格子神经元网络对低频输入信号的响应与化学突触耦合的二维格子神经元网络对低频输入信号的响应相比有很大的不同.     

基于复杂度的针刺脑电信号特征提取

为探究针灸刺激对大脑活动产生的影响,文章设计了4种针刺频率针刺右腿足三里穴获取脑电的实验.首次采用排序递归图和关联维数方法提取针刺脑电信号的复杂度参数来反映针刺大脑的功能状态,并基于这些方法研究了针刺作用对大脑功能区域的影响以及不同针刺频率与脑电复杂度的相关性.发现针刺时脑电的复杂度高于针刺前,尤以频率为100次/min的针刺影响最为明显;从FP2, F7, T3导联脑电中提取的确定性指标(DET)可作为区分针刺状态与针刺前状态的一种特征参数. 关键词： 针灸 脑电 排序递归图 关联维数     

A novel observer design method for neural mass models

Neural mass models can simulate the generation of electroencephalography(EEG) signals with different rhythms,and therefore the observation of the states of these models plays a significant role in brain research. The structure of neural mass models is special in that they can be expressed as Lurie systems. The developed techniques in Lurie system theory are applicable to these models. We here provide a new observer design method for neural mass models by transforming these models and the corresponding error systems into nonlinear systems with Lurie form. The purpose is to establish appropriate conditions which ensure the convergence of the estimation error. The effectiveness of the proposed method is illustrated by numerical simulations.     

混沌背景中微弱信号检测的神经网络方法

基于复杂非线性系统相空间重构理论，提出了混沌背景中微弱信号检测的神经网络方法，利用神经网络强大的学习和非线性处理能力，建立了混沌背景噪声的一步预测模型，从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号)，研究了混沌背景中存在白噪声时该方法的检测能力，指出了目标信号为瞬态信号和周期信号时检测原理的异同点，最后以Lorenz系统作为混沌背景噪声进行了仿真实验，实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来. 关键词： 混沌 神经网络 信号检测     

Neural specificity of acupuncture stimulation from support vector machine classification analysis

Acupoint specificity, as a crucial issue in acupuncture neuroimaging studies, is still a controversial topic. Previous studies have generally adopted a block-based general linear model (GLM) approach, which predicts the temporal changes in the blood oxygenation level-dependent signal conforming to the “on-off” specifications. However, this method might become impractical since the precise timing and duration of acupuncture actions cannot be specified a priori. In the current study, we applied a data-driven multivariate classification approach, namely, support vector machine (SVM), to explore the neural specificity of acupuncture at gall bladder 40 (GB40) using kidney 3 (KI3) as a control condition (belonging to different meridians but the same nerve segment). In addition, to verify whether the typical GLM approach is sensitive enough in exploring the neural response patterns evoked by acupuncture, we also employed the GLM method to the same data sets. The SVM analysis detected distinct neural response patterns between GB40 and KI3 — positive predominantly for the GB40, while negative following the KI3. By contrast, group analysis from the GLM showed that acupuncture at these different acupoints can both evoke similar widespread signal decreases in multiple brain regions, and most of these regions were spatially overlapped, mainly distributing in the limbic and subcortical structures. Our findings may provide additional evidence to support the specificity of acupuncture, relevant to its clinical efficacy. Moreover, we also proved that GLM analysis is prone to be susceptible to errors and is not appropriate for detecting neural response patterns evoked by acupuncture stimulation.     

用于油气管道智能封堵的电磁双向通信技术研究

相对于传统的管内带压开孔封堵技术,高压智能封堵技术具有很大优势,应用前景广阔。而管内外通信技术是研发智能封堵系统的关键技术之一。针对智能封堵现场干扰强、通信速率要求不高,而金属管道对高频信号衰减大的特点,提出了一种基于频率调制和频域解调的管内外超低频电磁双向通信方法,并研发了相应的通信系统。该系统采用两个不同频率的超低频电磁信号分别表示码元0和1;发射线圈在MCU软件控制下发射频率调制的电磁信号,接收线圈将电磁信号转换为电信号;该电信号经过滤波、放大和高精度A/D采集,得到数字信号;将该数字信号送入MCU,通过实时对该数字信号作DFT,并搜索信号DFT幅度谱的最大峰值所对应的频率,来实现信号的解调解码。通过实验室模拟试验,验证了所研制的管内外电磁双向通信系统可完成向管内智能封堵器正确发送指令,同时将管内封堵器的动作状态返回地面控制单元,从而可保证管内智能封堵作业的准确可靠。     

Characteristic signal extracted from a continuous time signal on the aspect of frequency domain

Extracting characteristic signal from a continuous signal can effectively reduce the difficulty of analyzing the running states of a single-variable nonlinear system.Whether the extracted characteristic signal can accurately reflect the running states of the system is very important.In this paper, a method called automatic sampling method(ASM) for extracting characteristic signals is investigated.The complete definition is described, the effectiveness is proved theoretically, and the general formulas of the extracted characteristic signals are derived for the first time.Furthermore, typical Chua's circuit is used to accomplish a lot of experimental research on the aspect of frequency domain.The experimental results show that ASM is feasible and practical, and can automatically generate a characteristic signal with the change of the original signal.