国家自然科学基金(39970204)
- 作品数：9 被引量：67H指数：5
- 相关作者：郑崇勋宦飞张辉王志中吴浩江更多>>
- 相关机构：西安交通大学上海交通大学第四军医大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生机械工程更多>>
- 基于时频分析自动识别睡眠脑电的梭形波被引量：7
- 2002年
- 为了识别睡眠脑电图 (EEG)中出现的梭形波 ,使用Choi Williams分布对EEG信号进行时频变换 ,根据瞬时频谱估计局部范围里EEG的波形特征 ,在此基础上设计了一个自动识别睡眠EEG中梭形波的方法 ,对实际睡眠EEG中的梭形波进行识别 ,识别正确率为 85 0 4 % ,并且能够提供梭形波的定量指标 .实验结果表明 ,经过进一步完善 。
- 宦飞郑崇勋
- 关键词：脑电图时频分析自动识别睡眠生理
- 虚拟神经元动作电位信号记录仪
- 本文针对神经元动作电位信号的特征和采集记录要求,充分利用个人多媒体计算机的声卡和Windows9X的DirectXAPI软件接口,在不增加任何额外开销的情况下,实现了Windows9X下的虚拟神经元动作电位记录仪。使用适...
- 张辉吴浩江郑崇勋闫相国
- 关键词：虚拟仪器DIRECTX
- 文献传递
- 一种新的鼠大脑局部缺血模型被引量：7
- 2001年
- 目的 制成鼠大脑局部缺血模型 .方法 采用左侧颈动脉离心端插管 ,灌注一定压力和流量的生理盐水 .结果 1美蓝染色显示大脑左侧大部分区域被染蓝 ,除皮层着色较浅外 ,其余部位着色较深 . 2体感诱发电位在灌注后 30min时 ,其幅度超过灌注前 2 0 % .结论 染色说明大脑左侧为缺血区 ,体感诱发电位幅度的增高 ,表明大脑处于兴奋性损伤状态 .
- 王跃民谢安臧益民朱妙章
- 关键词：脑缺血诱发电位动物疾病模型
- 功率谱熵在局灶性缺血性脑损伤无创检测中的应用被引量：16
- 2003年
- 为了对局灶性缺血脑损伤的程度进行无创诊断 ,并对损伤区域进行定位 ,用 SD(Sparague- dawley)实验大鼠建立了一个局灶性缺血脑损伤的动物实验模型 ,采得缺血前到缺血 30 m in时的缺血区域与正常区域的 EEG(Electroencephalogram)信号 ,并采用功率谱熵对 EEG信号进行了分析。结果发现局灶性脑缺血导致 EEG信号的功率谱熵发生了明显的变化。缺血侧的 EEG信号的功率谱熵在缺血 15 min时已经明显低于缺血前的正常值 ,在整个缺血过程中缺血侧的 EEG信号的功率谱熵小于正常区域的功率谱熵。这表明 EEG信号的功率谱熵是一种很好的表征脑缺血损伤的参数 ,具有计算简便。
- 吴浩江张辉郑崇勋孔金生
- 关键词：局灶性缺血脑损伤无创检测脑电图
- 局灶性脑缺血损伤无创检测中EEG近似熵研究被引量：3
- 2002年
- 局灶性脑缺血的早期无创诊断在临床实际中有着非常重要的意义。采用SD(Sparague-Dawley)大鼠建立了局灶性脑缺血的动物实验模型,记录了缺血前后缺血区域和正常区域的脑电信号EEG。由于近似熵复杂度算法所需时间序列长度较短,大大减少了脑电信号非平稳所带来的困难,且无需粗粒化,采用近似熵对局灶性缺血动物实验模型的脑电信号的复杂度进行了分析。结果发现缺血前后缺血与非缺血区域的近似熵均有着易于区分的特征,因此EEG信号的近似熵分析可以用于对局灶性缺血的脑损伤程度进行诊断,并区分损伤区域和非损伤区域,有望在临床中加以应用。
- 吴浩江孔金生郑崇勋张继武张辉
- 关键词：局灶性脑缺血无创检测EEG近似熵脑电图
- 基于多分辨Tsallis熵的癫痫EEG分析被引量：3
- 2001年
- 利用多分辨率 Tsallis熵的方法 ,识别癫痫脑电中的棘波 ,把 EEG信号分解成小波级数 ,在各个尺度上利用多分辨率 Tsallis熵来检测棘波。和申农熵相比 ,多分辨率 Tsallis熵能给出更详细的信息。通过对 6位患者的EEG信号进行处理 ,发现这种方法能够比较准确的检测 EEG中的棘波 。
- 唐世钧张辉郑崇勋
- 关键词：小波级数EEG癫痫
- 虚拟神经元动作电位信号记录仪被引量：2
- 2001年
- 本文针对神经元动作电位信号的特征和采集记录要求 ,充分利用个人多媒体计算机的声卡和 Windows9X的 Direct X API软件接口 ,在不增加任何额外开销的情况下 ,实现了 Windows9X下的虚拟神经元动作电位记录仪。使用适当的前置放大器 ,还可提取和记录脑电信息 。
- 张辉吴浩江郑崇勋闫相国
- 关键词：虚拟仪器DIRECTX
- 一种分析睡眠脑电图的时频特征图被引量：4
- 2001年
- 使用 Choi- Williams分布对一段睡眠脑电图 (EEG)信号进行时频变换 ,利用局部频谱的特征估计各个时间间隔里的波形 ,并得到局部频谱的特征曲线 .整段 EEG信号中所有时间点上的频谱特征曲线组成一种时频特征图 .使用该时频特征图分析睡眠 EEG,不仅能够统计该段 EEG信号中各种基本波形的出现情况 ,而且可以观察 EEG信号中每个基本波形的变化方式 .通过时频特征图对采集的实际睡眠 EEG数据进行分阶实验 ,结果表明 ,时频特征图可以作为一种分析睡眠 EEG有效工具 。
- 宦飞王志中郑崇勋
- 关键词：脑电图睡眠时频分析
- 利用时频变换识别睡眠EEG中的基本模式被引量：10
- 2002年
- 本文提出了一种基于时频变换识别睡眠 EEG中基本模式的方法。首先从信号处理的角度 ,对国际上普遍采用的睡眠EEG分阶规则进行了分析 ,指出了利用功率谱方法分析睡眠 EEG的不足。通过利用 CWD( Choi-Williams)分布对一段 EEG信号进行时频变换 ,得到该段 EEG信号在各个时间上的频率分布 ,称其为一种瞬时频谱。通过检测这种瞬时频谱中的谱峰 ,并提出按照高频优先原则 ,识别相应时间里的 EEG信号的基本模式。
- 宦飞王志中郑崇勋
- 关键词：脑电图睡眠时频分布模式识别EEG
- 睡眠EEG的多尺度信息熵分析被引量：17
- 2001年
- 本文提出一种基于连续小波变换的睡眠 EEG分析方法。该方法使用 Morlet小波计算 EEG信息的小波变换系数 ,通过计算 EEG信号在多个尺度上小波系数的熵分析睡眠 EEG。结果表明 :浅睡阶段 EEG信号的多尺度熵的变化模式与深睡阶段的多尺度熵的变化模式不同 ,REM睡眠期间 EEG信号的多尺度熵的变化与深睡阶段类似 ,使用多尺度熵可以区分 REM睡眠和浅睡时 EEG之间的差别。
- 宦飞王志中郑崇勋
- 关键词：脑电图睡眠小波分析
