RQA在肌电分析中的应用

介绍了递归图的生成方法和定量递归分析（RQA）中递归点的百发数,确定性线段的百分数,线段分布香农熵等分析量的意义。应用RQA分析肱二头肌及肱桡肌在不同负重下的肌电信号,发现肽二头肌肌电信号的递归点百分数的比肱肌高,有较强的周期性嵌入。与同一信号所作的FFT谱分析相比较,RQA法有较同的区分灵敏性,是肌电分析的一种新方法,它在其他复杂的生理信号处理中也有十分广阔的应用前景。     

基于表面肌电信号的人体动作识别算法研究进展

表面肌电信号(Surface Electromyography,sEMG)是通过相应肌群表面的传感器记录下来的一维时间序列非平稳生物电信号,不但反映了神经肌肉系统活动,对于反映相应动作肢体活动信息同样重要。而模式识别是肌电应用领域的基础和关键。为了在应用基于表面肌电信号模式识别中选取合适算法,本文拟对基于表面肌电信号的人体动作识别算法进行回顾分析,主要包括模糊模式识别算法、线性判别分析算法、人工神经网络算法和支持向量机算法。模糊模式识别能自适应提取模糊规则,对初始化规则不敏感,适合处理s EMG这样具有严格不重复的生物电信号;线性判别分析对数据进行降维,计算简单,但不适合大数据;人工神经网络可以同时描述训练样本输入输出的线性关系和非线性映射关系,可以解决复杂的分类问题,学习能力强;支持向量机处理小样本、非线性的高维数据优势明显,计算速度快。比较各方法的优缺点,为今后处理此类问题模式识别算法选取提供了参考和依据。     

基于混沌理论的蛋白质序列特性的研究

蛋白质序列特性的研究对于蛋白质的结构及功能具有重要意义。该文为了研究蛋白质序列是否具有混沌行为,先将蛋白质序列通过氨基酸电子离子相互作用势(electron interaction potential,EIIP)转化为时间序列,再根据混沌理论对其进行相空间重构,利用去偏自相关系数,经典G-P算法确定系统的时间延迟t和嵌入维数m,系统的最大Lyapunov指数则用改进的最大Lyapunov指数计算方法计算,其结果绝大多数为正,从而确认了蛋白质时间序列的混沌行为,并对特例进行了说明。     

基于混沌理论的河流藻类生长特性分析——以德国易北河为例

针对藻类生长具有高度非线性特征和实际采样样本间隔稀疏的问题,采用了混沌理论对采样序列的混沌特征量进行估计。采用C-C方法估计时间序列的嵌入维和延迟时间,采用G-P算法对关联维进行估计,并采用小数据量法估计最大Lyapunov指数,最终可实现对最长可预测时长的估计。以易北河为例,对易北河水体叶绿素a 1997年至2001年间各年的观测序列进行了混沌分析,分析结果表明,各年的叶绿素a观测序列均具有低维混沌特性,关联维D=2.75—4.02,各年的叶绿素a序列的最长预测时间变化范围为8.01—18.94d,平均为13.98d(约2周)。采用同样方法对5a易北河连续日径流量时间序列分析表明,该径流量也具有低维混沌特性(最大Lyapunov指数λ1=0.0125),径流量的最长预测时间估计约为80d。气候因素的混沌特性对藻类生长表现出的混沌特征的影响可能要大于径流量等水文因素的影响。     

基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除

脑电(electroencephalography,EEG)信号中不可避免地存在着眼动、心跳、肌电信号以及线性噪声等伪迹干扰,这些伪迹的存在极大地影响了脑电信号分析的准确性,因此在进行脑电信号分析前需要去除伪迹干扰。为了有效地去除伪迹,结合独立元分析和非线性指数分析,提出一种自动识别并去除脑电信号中伪迹分量的方法。该方法还可同时用于提取脑电信号中的基本节律如!波等。相应的模拟与实际脑电数据的实验结果表明所提议的方法具有很好的识别和去除脑电信号伪迹分量的性能。     

肌电信号的特征分析方法及其应用

肌电信号是产生肌力的生物电信号来源,反映了神经-肌肉系统在进行随意性和非随意性活动时的生物电变化情况,它与神经肌肉活动密切相关.伴随着肌电信号特征分析方法的日臻完善,蕴含在信号内的神经、肌肉信息,越来越多地被人们所掌握,并被广泛地应用于临床医学、康复医学、体育科学、医学工程学以及基础研究等诸多领域.因而肌电信号具有重要的应用价值和学术价值.现本文主要针对肌电信号的特征分析方法(时域分析、频谱分析、时频分析等方法)以及肌电信号相关领域的应用情况作以综述.     

八道多功能生理记录仪微机系统的建立和应用——肌电信号的计算机处理

高效、准确、定量是现代肌电信号分析技术力求达到的理想境界。随着计算机科学和医学电信号处理技术的发展和日臻成熟,这一理想已可能成为现实。本实验利用模数转换器(A/D板)将八道多功能生理记录仪与计算机连接,并通过编制肌电信号处理软件,建立了肌电信号微机处理系统。该系统除能迅速、准确地对八道肌电信号同步进行积分和频谱处理外,还具有较强的图形和数据表格显示打印功能。初步应用表明,肌电信号微机处理系统的建立,对于提高临床诊断和基础研究水平具有重要意义。     

三自由度前臂假手的肌电控制系统

生物电应用于控制早在五十年代就有人研究,只是随着电子工业的发展才逐步走向实用阶段。对于假手来说,目前国际上已有商品化的单自由度假手出现,而多自由度假手正在许多国家的实验室里进行研究。虽然有些国家的假肢行业以为肌电信号不稳定、易受干扰,而不欢喜肌电控制。但是随着对肌电信号的深入研究和电子工业中大规模集成电路的发展,以及人们期望有更完善的假手,因而肌电控制的多自由度假手仍然成为人们竞相研究的对象。我们所研制的是肌电控制三自由度前臂假手,是在手腕关节部位实现手指的开闭,腕的伸屈和腕的内外旋。假手的肌电控制系统包括肌电信号源的选定、控制逻辑的组成、表面导引电极和肌电信号放大器及数字逻辑控制电路等部分。     

基于复杂性度量的表面肌电信号分类方法

提取表面肌电信号的复杂性测度信息,利用原始数据的复杂度指标构造特征矢量对四种前臂动作进行分类,取得了较好的识别效果.通过比较,发现基于原始数据的复杂度指标在分类性能上要优于基于重构序列的复杂度.肌电信号的复杂度算法简单,适合短数据运算,能够满足实时处理的要求.作为一种新的肌电信号特征,复杂性测度也为生理与病理分析提供了新的思路.     

基于关联维数和Lyapunov指数高频脑电非线性动力学研究

目的:探讨利用非线性动力学理论特征值来区分老年人和青年人脑电的差异。方法:采用非线性动力学的关联维数和lyapunov指数对老年组和青年组的安静闭眼、安静睁眼和N-back字母记忆事件等的高频脑电进行特征提取,对特征值进行统计分析,分析两组特征值之间的差别。结果:安静闭眼和安静睁眼事件下,老年组多数导联的关联维数和lyapunov指数的特征值与青年组的特征值存在显著差异(P均0.05);N-back字母记忆事件下,老人多数导联的关联维数特征值大于青年的特征值,但老年组只有14导联的lyapunov指数特征值大于青年组的特征值(P均0.05)。不管有无思维活动,人脑在矢状线上的五个导联Fz、FCz、Cz、CPz、Pz的关联维数和lyapunov指数的特征值都处在峰值处。结论:老年人相比青年人脑功能弱、能量发放少;在思维活动情况下,老年需要更多地发放能量来完成相同的思维活动。安静闭眼和睁眼以及N-back字母记忆事件等三个事件的关联维数和lyapunov指数特征值可用来区分老年组和青年组脑电的差异。     

对脑电相关维数计算中有关参数的探讨

应用Ｇｒａｓｓｂｅｒｇｅｒ－Ｐｒｏｃａｃｉａ ａｌｇｏｒｉｔｈｍ算法,通过点列长度、时间延迟、嵌入维数等参数的变化,对人的８导脑电时间序列的相关维数值的影响进行了研究。结果表明不仅参数的选用是否合理对计算值影响很大,而且脑电信号不像是一个稳定的混沌吸引子,因此拟用相关维数作用一项客观指标来准确地表示大脑的不同功能状态,几乎是不可能的。     

现实神经元模型以及其复杂行为表现

在已提出的现实性神经元模型基础上,构造了一个网络,研究其动态反应特性,计算机模拟结果表明在恒定输入下,该网络输出呈脑电波样反应,在周期性刺激下,其输出呈诱发电位样反应,并从ＥＥＧ－ｌｉｋｅ波形的频谱、相空间重构、平面映射及Ｐｏｉｎｃａｒｅ截面,关联维数等方面对网络进行了复杂性分析。     

胃电的非线性动力学分析

我们用非线性动力学的方法分析了两例健康人的胃电图（Ｅｌｅｃｔｒｏｇａｓｔｒｏｇｒａｍ,简称ＥＧＧ）,得出它的功率谱、计算了它的关联维数和最大Ｌｙａｐｕｎｏｖ指数。结果显示：它的功率谱为一有尖峰的连续谱;其关联维数介于６和７之间;它的最大Ｌｖａａｕｎｏｖ指数大于０。由此,我们可以初步推知ＥＧＧ不是随机噪声,它服从确定性的动力学规律。     

铅染毒大鼠脑电信号的分形特性研究

利用混沌时间序列的分析方法,对铅中毒情况下的大鼠的脑电波进行了测试和分析,求出了其分形维数。从研究结果中得出了铅中毒情况与脑电信号的分形维数之间的关系,结果表明,铅中毒会引起脑电信号的分形维数的显著变化。通过这一工作,能够为临床上重金属中毒的早期诊断提供新的方便、灵敏的指标。     

肌肉动态收缩期间表面肌电信号的时频分析

介绍了用于肌肉动态收缩期间非平稳表面肌电信号的时频分析方法。用短时傅里叶变换、Wigner-Ville分布及Choi-Williams分布计算了表面肌电信号的时频分布,用于信号频率内容随时间演化的可视化观察。通过计算瞬时频谱参数,对肌肉疲劳的电表现进行量化描述。分析了反复性的膝关节弯曲和伸展运动期间从股外侧肌所记录的表面肌电信号。发现和在静态收缩过程中观察到的平均频率线性下降不同,在动态收缩期间瞬时平均频率的变化过程是非线性的并且更为复杂,且与运动的生物力学条件有关。研究表明将时频分析技术应用于动态收缩期间的表面肌电信号可以增加用传统的频谱分析技术不能得到的信息。     

脑干内的混沌

对脑干听觉诱发电位进行了非线性动力学分析,计算了关联维数Ｄ２和最大Ｌｙａｐｕｎｏｖ特征指数,确认ＢＡＥＰ是一个来源于低维混沌动力系统的时间序列,从而证明人类脑干存在着混沌现象,利用满足最小互信息标准的最佳延迟重构了二维混沌吸引子。     

不同负荷方式引起的腰部肌肉表面肌电信号变化特征

采用时频、复杂度和定量递归信号分析方法对Biering-sorensen和Ito-Shirado条件下腰部肌肉表面肌电信号的变化规律和特点进行了比较。10名正常受试者分别参加Biering-sorensen和Ito-Shirado运动负荷试验,分别获取两侧L2～L3和L5～S1部位表面肌电信号。研究发现,以上两种运动负荷方式下平均功率频率和复杂度时间序列曲线呈单调递减型变化,而确定性线段百分数时间序列曲线呈单调递增型变化。双因素方差分析表明负荷方式和采样部位对以上信号分析指标变化斜率的影响均有显著统计学意义,证明Biering-sorensen负荷方式较Ito-Shirado负荷方式对腰部肌肉表面肌电信号特征有较大的影响,而采样部位也是腰部肌肉功能评价不可忽视的因素。     

表面肌电信号的肌肉疲劳判别研究进展

肌肉在周期的收缩或静态的拉伸过程中,会渐渐进入疲劳状态,肌肉疲劳特性的研究在康复医学、运动医学领域具有重要作用。表面肌电信号是从肌肉表面通过电极记录下来的反映神经肌肉系统活动的一维时间序列非平稳生物电信号,是评价局部肌肉疲劳的有效工具。本研究从时域和频域、时频域线性方法下的测量指标和非线性方法下的指标来综述表面肌电信号的疲劳研究进展,同时比较各种方法的优缺点,并对使用表面肌电信号来判别疲劳研究做了进一步的展望。     

基于定量分析方法的动作表面肌电信号分析

介绍了非线性数据处理方法递归图法(recurrence plots,RP)及其定量分析方法(recurrence quantifi-cation analysis,RQA),并利用RP和RQA研究了动作表面肌电信号。研究发现,表面肌电信号在不同动作模式下其所对应的RP图在结构上差异明显,通过计算两通道肌电信号的RQA指标递归率,发现不同动作信号的RQA指标递归率值具有不同的聚类分布。该方法为肌电信号的动作模式分类提供了一种新的思路。     

关联维数法在皮肤激光散斑测量中的应用

本文采用关联维数方法研究了皮肤厚度对皮肤激光散斑测量的影响。计算了６种模拟皮肤厚度情况下的生物散斑关联维数。结果表明,维数随皮肤厚度的增加而减小,而且重复性很好。这说明,关联维数方法可以应用在皮肤激光散斑的研究中