线性时频分析在ECG信号分析中的应用

目的:心电信号(Electrocardio-signal,ECG)是人体中最重要的生物信号之一,是一种具有非平稳性和非线性特性的信号.分析ECG信号是诊断心脏疾病的有利工具,近年来国内外很多学者致力于这方面的研究.本文探讨短时Fourier变换(STFT)和离散小波变换(DWT)这两种时频分析方法在ECG信号分析中的应用.方法:本文采用麻省理工学院的MIT-BIH数据库中提供的数据,运用MATLAB软件编程,讨论短时Fourier变换和离散小波变换在ECG信号分析中的应用.结果:通过编程,做出了正常ECG信号和失常ECG信号的短时Fourier变换的时域图和频谱图以及正常ECG信号和失常ECG信号的单级离散小波变换的结果.结论:正常ECG信号和失常ECG信号的STFT变换的时域图和频谱图都能反应出信号的频率和时间的变化关系.但是,正常信号和失常信号的频率和时间有明显不同,正常信号的能量随时间和频率的变化关系有序整齐,而且周围有较少的杂波;失常信号的能量随时间和频率的变化关系杂乱,而且周围存在较多的杂波.通过离散小波变化后,正常信号和失常信号均产生了不同的离散小波系数,根据不同的离散小波系数,可以很容易判断正常信号和失常信号的区别.     

小兴安岭针叶树种在不同尺度上对环境因子的敏感性分析

 小兴安岭地区是我国重要的林区之一,预测该地区针叶树种的分布,在不同尺度上查找针叶树种分布最敏感的环境因子,是不同层次的林业部 门制定森林恢复和植树造林方针的重要科学依据。该文以坡度、坡向、综合地形指数、海拔、坡位指数、年平均温度和年平均降水量作为环境 因子,利用Logistic回归模型对红松（Pinus koraiensis）、兴安落叶松（Larix gmelinii）、冷杉（Abies nephrolepis）、红皮云杉 （Picea koraiensis)、鱼鳞云杉(P. jezoensis)和樟子松（Pinus sylvestris var. mo ngolica）的分布进行了预测。并且采用相对运行特征 (Relative operating characteristic, ROC）,对模型进行了精度评价。其取值范围为0～1, 如果ROC小于0.7,认为模型具有低精度;如 果大于0.7且小于0.9,则模型具有较好的模拟精度;如果大于0.9,认为模型具有很高的预测精度。对每个树种的模型验证表明只有冷杉的ROC 大于 80%,红松、兴安落叶松和云杉的ROC在70%～80%之间,而樟子松的为67.9%。之后,把预测模型应用到丰林保护区,揭示局域尺度上树种 分布最敏感的环境因子。经过树种分布预测图与环境因子之间的相关分析发现,在区域尺度（整个研究区）上,红松、冷杉、云杉和樟子松对 年降水量最为敏感,而兴安落叶松对坡度最敏感。在局域尺度（丰林保护区）上,红松分布对坡度最敏感,冷杉和云杉对海拔最敏感,兴安落 叶松对坡位最敏感。在不同尺度上,树种最敏感的环境因子的转移,引起了在不同尺度上树种分布类型的变化。红松在区域尺度上聚集分布 （ROC=78.6%）,而在局域尺度上其聚集程度有所减弱（ROC=74.4%）,红松的分布范围增加。在区域尺度上,云杉和冷杉聚集分布,但在局域 尺度上,它们的分布接近随机分布类型（ROC<60%）,它们在丰林保护区内分布面积较大。与以上3个树种相反,兴安落叶松的ROC从71.7%增加 到了82.0%,在区域尺度上聚集分布的兴安落叶松,在局域尺度上更加聚集,其分布范围局限于某个特定环境（谷底）。总的来说,在区域尺度 上,多数树种分布对气候因子最为敏感,在局域尺度上,对地理因子最为敏感。不同树种对不同环境因子的敏感性,揭示了树种空间分布格局 和分异规律。     

基于小波变换的QRS综合波的检测

本文描述了基于二进制小波变换（DyWT),ECG信号中QRS综合波的检测。设计－小波它适合于QRS检测,将基于心电信号的特殊的特征的特征为小波的尺度。DyWT较之其它方法最基本的优点为强有力的抑制噪声检测以及在分析随时间变化ECG波形时的灵活性。     

基于替代数据思想的复杂度归一化方法及其在心电信号分析中的应用

基于替代数据(Surrogate)思想的复杂度归一化方法,克服了一般复杂度对信号采样长度与采样频率的敏感性。文章对在生物医学信号复杂度分析中最有潜在应用价值的近似熵和C0复杂度进行了归一化。应用该方法可以有效地反映人体心脏某些病理状态之间的差别。同时,通过比较各种复杂度指标发现,C0复杂度和近似熵对采样长度的敏感性最弱,适用于短数据量的信号分析。     

心音信号的分析方法及其应用

心音信号包含了关于人体丰富的病理信息,其分析与研究为心血管疾病的诊断提供了很重要的临床依据.本文探讨了心音信号分析的研究现状,及其短时傅立叶变换(STFT),小波变换(WT),Hilbert-Huang变换在心音信号分析中的应用以及需要解决的理论问题,并运用PhysioBank数据库中的ECG数据,将Hilbert变换运用于ECG信号的分析中,结合MATLAB软件,做出了较为理想的瞬时频率图.     

周期激励下FHN模型的两种多峰分布放电节律

文章揭示了外界周期脉冲激励下神经元系统产生的随机整数倍和混沌多峰放电节律的关系.随机节律统计直方图呈多峰分布、峰值指数衰减、不可预报且复杂度接近1;混沌节律统计直方图呈不同的多峰分布,峰值非指数衰减、有一定的可预报性且复杂度小于1.混沌节律在激励脉冲周期小于系统内在周期且刺激强度较大时产生,参数范围较小;而随机节律在激励脉冲周期大于系统内在周期且脉冲刺激强度小时,可与随机因素共同作用而产生,产生的参数范围较大.上述结果揭示了两类节律的动力学特性,为区分两类节律提供了实用指标.     

周期激励下 FitzHugh-Nagumo模型的两种多峰分布放电节律

文章揭示了外界周期脉冲激励下神经元系统产生的随机整数倍和混沌多峰放电节律的关系.随机节律统计直方图呈多峰分布、峰值指数衰减、不可预报且复杂度接近1;混沌节律统计直方图呈不同的多峰分布,峰值非指数衰减、有一定的可预报性且复杂度小于1.混沌节律在激励脉冲周期小于系统内在周期且刺激强度较大时产生,参数范围较小;而随机节律在激励脉冲周期大于系统内在周期且脉冲刺激强度小时,可与随机因素共同作用而产生,产生的参数范围较大.上述结果揭示了两类节律的动力学特性,为区分两类节律提供了实用指标.     

基于复杂度的心率变异性分析研究进展

心率变异性（HRV）是当前心电图分析的一个前沿热点,它反映了交感神经和副交感神经对心血管系统的综合调节作用,是评价心血管系统功能的重要指标。随着非线性动力学和复杂性科学的发展,HRV信号被普遍认为是混沌或含有混沌成分的信号。复杂度是用来表征一个心率非线性动力学系统复杂程度的量度,以其简单快速的优点引起了众多研究者的兴趣,并广泛应用于心率变异性分析。本文综述了国内外复杂度算法的研究进展及基于复杂度的心率变异性分析的临床应用及前景。     

褐菖鲉的听觉阈值研究

利用听觉诱发电位记录技术研究了褐菖鲉(Sebasticus marmoratus)的听觉阈值。通过采用听觉生理系统记录和分析了8尾褐菖鲉对频率范围在100—1000 Hz的7种不同频率的声音刺激的诱发电位反应。结果表明, 褐菖鲉的听觉阈值在整体上随着频率增加而增加, 对100—300 Hz的低频声音信号敏感, 最敏感频率为150 Hz, 对应的听觉阈值为70 dB re 1 μPa。褐菖鲉的听觉敏感区间与其发声频率具有较高的匹配性, 表明其声讯交流的重要性。同时, 人为低频噪声可能对其声讯交流造成影响。     

相关维数计算中的ln c(r)～ln r线性拟和

相关维数是定量描述非线性时间序列的一个重要参数,在脑电、心电等生物医学信号的特征描述方面得到了广泛地应用.相关维数的计算涉及到诸如延迟时间、嵌入维数等多个参数的选择,同时需要确定ln C_m(r)～ln r线性拟和的尺度区间.本文介绍了一种新的确定尺度区间的方法,利用该方法确定尺度区间能够保持计算结果的稳定性与一致性.