您的位置: 专家智库 > >

国家自然科学基金(60071023)

作品数:15 被引量:146H指数:7
相关作者:冯焕清江朝晖王涛刘大路吴小培更多>>
相关机构:中国科学技术大学安徽大学更多>>
发文基金:国家自然科学基金安徽省自然科学基金中国科学技术大学青年基金更多>>
相关领域:医药卫生电子电信自动化与计算机技术更多>>

文献类型

  • 15篇期刊文章
  • 4篇会议论文

领域

  • 17篇医药卫生
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 12篇睡眠
  • 7篇睡眠状态
  • 7篇脑电
  • 5篇睡眠脑电
  • 3篇独立分量分析
  • 3篇心率
  • 3篇信号
  • 3篇近似熵
  • 3篇关联维数
  • 2篇心率变异
  • 2篇血压
  • 2篇睡眠分期
  • 2篇睡眠呼吸
  • 2篇睡眠呼吸暂停
  • 2篇脑电信号
  • 2篇功率谱
  • 1篇电图
  • 1篇心脏
  • 1篇心脏节律
  • 1篇信息最大化

机构

  • 16篇中国科学技术...
  • 4篇安徽大学

作者

  • 16篇冯焕清
  • 11篇江朝晖
  • 6篇刘大路
  • 6篇王涛
  • 3篇吴小培
  • 3篇李继伟
  • 2篇张道信
  • 1篇郭晓静
  • 1篇龙飞
  • 1篇沈谦
  • 1篇周荷琴
  • 1篇范羚
  • 1篇詹长安
  • 1篇宁艳
  • 1篇安滨
  • 1篇周颖
  • 1篇王国辉
  • 1篇谢丹
  • 1篇徐金燕

传媒

  • 4篇生物医学工程...
  • 3篇北京生物医学...
  • 2篇中国科学技术...
  • 2篇计算机工程与...
  • 1篇中国医疗器械...
  • 1篇中国生物医学...
  • 1篇山东生物医学...
  • 1篇生物医学工程...
  • 1篇中国生物医学...

年份

  • 1篇2007
  • 3篇2005
  • 9篇2004
  • 3篇2003
  • 2篇2002
  • 1篇2000
15 条 记 录,以下是 1-10
排序方式:
睡眠中血压信号的关联维数计算被引量:3
2005年
计算慢性阻塞性睡眠呼吸暂停综合症(OSAS)患者夜间血压的关联维数D2 ,并研究它和睡眠状态的联系。从替代数据检验结果和重构相空间轨迹看,血压信号具有一定的非线性确定性,但用GP算法计算D2时,D2值没有出现明显的饱和现象。统计并比较不同个体、不同睡眠状态下血压的D2值,在睡眠周期较完整时D2值较好地反映睡眠状态的变化:处于清醒、快速眼动期及浅睡时D2值较大,睡眠加深时D2值变小,表明相对D2值具有一定的应用价值。
江朝晖刘大路冯焕清王涛
关键词:阻塞性睡眠呼吸暂停综合症血压关联维数睡眠状态
睡眠脑电的奇异系统分析
2004年
奇异系统分析具有抑制噪声的效果 ,并且方法简单 ,计算量小。睡眠脑电的奇异系统分析表明 ,第一主成分含量明显反映了睡眠状态差异 :在清醒时最低 ,随着睡眠加深逐渐增加 ,但在REM期时介于S1期和S2期之间。这一结果基本不受个体、数据长度、嵌入维数以及延迟时间的影响。
江朝晖刘大路冯焕清
关键词:脑电睡眠状态主成分
基于谱分析的阻塞型睡眠呼吸暂停研究
2004年
目的 本文研究发生阻塞型睡眠呼吸暂停时患者的心率功率谱及血压功率谱结构与正常睡眠的差异。方法 采用AR模型估计心率及血压的功率谱 ,并提取低频分量与高频分量的比值 (LF HF)作为特征参数 ,考察发生阻塞型睡眠呼吸暂停时功率谱结构的变化。结果 发生阻塞型睡眠呼吸暂停时LF HF是正常睡眠时的 2~ 5倍 ,表明患者在此时的交感神经活动增强 ,迷走神经活动减弱。
李继伟江朝晖冯焕清
关键词:阻塞型睡眠呼吸暂停功率谱血压功率谱心率变异
R-R间期分析与睡眠分期被引量:10
2003年
研究心脏节律与睡眠结构之间的关系。以MIT/BIH睡眠数据库记录的R -R间期为分析对象 ,采用典型的心率变异分析方法以及计算RRI序列的平均频率、搏间自相关系数、LZ复杂度 ,将结果与数据库中睡眠分期标注进行比对。结果显示时域、频域及非线性分析从不同角度、不同程度上反映了心率变异与睡眠分期之间的联系 ,并且有些方法能较好地表达睡眠状态的变迁。本文结果有助于利用多生理参数研究睡眠分期。
江朝晖李继伟冯焕清王涛
关键词:睡眠分期心率变异RR间期心脏节律睡眠结构
睡眠脑电的信息熵和近似熵被引量:3
2004年
计算不同个体、不同睡眠状态下脑电信号的信息熵和近似熵,研究两者在表征睡眠状态方面的特点。
江朝晖冯焕清谢丹
关键词:脑电信号睡眠状态信息熵近似熵
基于Infomax算法的脑电信号中心电伪迹的消除被引量:11
2002年
介绍了一种基于信息最大化(Infomax)算法的盲源分离(BlindSourceSeparation,简称BSS)方法,并将其应用于脑电信号的预处理中,有效地去除了脑电信号中的心电伪迹。
张道信郭晓静吴小培冯焕清
关键词:盲源分离信息最大化脑电信号脑电图
隐马尔可夫模型在睡眠分期中的应用被引量:3
2003年
清醒期 (W )、快速眼动期 (REM)和睡眠二期 (S2 )在睡眠总时间中占据很大比例 ,而且三者从脑电 (EEG)上较难区分。用隐马尔可夫模型 (HMM)从单导睡眠脑电中区分W期、REM期和S2期。对受心电干扰明显的脑电信号进行独立分量分析 (ICA) ,去除干扰 ;建立最佳阶数AR模型 ,进行谱分析 ,提取EEG平均频率 ,和EEG幅度均值、标准差一起作为观察值 ;分别建立W期、REM期和S2期的连续密度隐马尔可夫模型 (CD -HMM )。经过测试 ,W期、REM期和S2期的正确识别率分别为 92 % ,10 0 %和 94%。表明隐马尔可夫模型 (HMM)
江朝晖李继伟冯焕清周颖
关键词:睡眠分期隐马尔可夫模型
基于ICA算法的事件相关电位的消噪与提取被引量:2
2005年
文章介绍了独立分量分析(IndependentComponentAnalysis,ICA)的基本理论及扩展信息最大(ExtendedInfo-max)ICA算法,并将该算法应用于多道单次事件相关电位(Single-trialEventRelatedPotential,SERP)的消噪中。实验结果表明,采用该算法成功地消除了SERP中的眼电(Electrooculographic,EOG)、肌电、α波、μ波等噪声,随后结合平均技术,实现了微弱的多道事件相关电位(EventRelatedPotential,ERP)在强噪声中的有效提取.
徐金燕吴小培郭晓静
关键词:独立分量分析消噪
采用独立分量分析方法消除信号中的工频干扰被引量:68
2000年
工频干扰的消除是微弱信号采集中的一项重要技术 .传统方法是采用陷波滤波器或自适应滤波 .论文则提出了用独立分量分析 (ICA)进行生物医学信号中工频干扰消除的新方法 .在简要介绍了独立分量分析的基本理论及算法的基础上 .根据三种不同的实际情况 ,详细讨论了利用独立分量分析进行工频干扰消除的方法与步骤 ,并给出了实验结果 .
吴小培詹长安周荷琴冯焕清
关键词:独立分量分析工频干扰负熵
用脑电特征划分睡眠状态的一个新方法
<正>脑电图(EEG)分析是睡眠研究的重要方法。按照脑电图、颈肌电图、眼球运动电流图的不同形态、特征,睡眠一般被分为无快动眼睡眠(NREM)和快动眼睡眠(REM)两类。NREM又分为一、二、三、四期睡眠(或S1、S2、S...
江朝晖冯焕清刘大路
文献传递
共2页<12>
聚类工具0