基于人工神经网络及心音小波分析的冠心病诊断方法的研究

通过对冠状动脉动力学及湍流诱发声学的理论研究后,首次提出用整周期心音信号小波分析来提取冠状动脉疾病（ＣＡＤ）心音特征的方法,诊断系统将ＣＡＤ病人组及非冠心病对照组提取的心音特征结合人体的个体特征参数输入到神经网络进行学习训练后,最后达到自动诊断冠状动脉疾病,为了检测这种较为微弱的生理信号,本文通过对人体体表声传播模型研究后设计对外界噪声有较强抗干扰能力而又适合于拾取人体体表心音的高灵敏度音腔,实验     

污水流量序列关联维数的计算

为了获得污水管网非恒定流模拟精度要求的节点流量过程线,应用分形理论对污水流量序列的变化特性进行研究,并初步分析其中是否存在分形特征.首先,应用延迟时间法(G-P法)重构污水流量序列的相空间,计算关联维数;然后对北京市2个污水处理厂日进厂流量记录进行了研究.为了得到可靠的关联维数,分别研究了时间滞时τ=△t和τ=4△t 2种情况.研究结果表明:①污水流量序列中存在分形特性;②τ=△t时,lnC(r,M)～ln r曲线存在明显的直线段,能够估计到饱和时的关联维数:0.49(污水厂A)和0.53(污水厂B);③τ=4△t时,lnC(r,m)～ln r曲线也存在较为明显的直线段,关联维数为0.75(污水厂A)和0.44(污水厂B);④2个污水流量序列的关联维数定量地说明污水厂流量来源较单一.     

露天矿边坡变形破坏位移速率的分形特征

应用分形理论研究了某露天矿边坡滑体的监测位移速率的时间序列．结果表明，该时间序列具有分形特征．同时讨论了求得时间序列饱和分形维数的相空同维数的选择以及尺码r的取值范围．     

利用分维方法研究气-液-固三相流化床的动力学现象

在气 液 固三相流化床中 ,通过对颗粒和气泡频率的时间序列的分维分析 ,研究了颗粒和气泡的确定性混沌运动。利用新型微电导探针 ,测得颗粒和气泡的频率。用嵌入方法利用在气泡和颗粒间连续时间序列的时间间隔数据 ,获得了气、固相的相关维数 ,其相关维数的大小主要与表观气速有关。通过相关维数 ,定量描述了泡相和乳化相间流型的过渡     

基于关键点的时间序列模式表示

时间序列包含的数据量大、维数高、数据更新快,很难直接在原始时间序列上进行数据挖掘.借鉴时间序列线性分段的基本思想,提出了一种基于关键点的分段线性表示法,用关键点组成的直线段近似描述时间序列.将关键点作为时间序列的分割点,反映时间序列的主要特征,降低时间序列的维数,使整体误差达到最小.     

基于多重分形理论的河流氨氮时空演变分析

基于时间序列相空间重构思想和多重分形理论,对安徽省某市河道型水源地氨氮的时间序列进行分析,合理选取嵌入滞时τ,采用Grassberger和Procaccia提出的混沌吸引子的G-P算法,构建n维相空间,计算嵌入维数m和分形维数D.计算结构表明:当嵌入维数达到9以后,河流氨氮时间序列动力学系统具有稳定的分形维数1.886,说明有2个因子在影响该水源地氨氮的动态变化,并且该系统的有效自由度为9,为水质系统建模时提供了变量数的上界.     

第二心音的数学模型和数值计算

利用特征线法对第二心音的一维数学模型进行了数值计算,计算结果与Stein的计算结果吻合良好,并且提出了第二心音的二维轴对称物理模型.利用SIMPLE法直接求解非定常轴对称Navier-stokes方程,得到了主动脉管内血液流动的二维速度场和压力场,以及心音的频幅特性,对诊断疾病的听诊观察手段提供了定性的指导作用.     

基于混沌和替代数据法的中风病人声音分析

研究中风病人因为脑损伤导致改变的声音信号,提出基于混沌和替代数据法的中风病人声音信号的分析方法,从非线性的角度分析中风病人的声音信号.计算声音信号的关联维数、最大李亚普诺夫指数和互信息图的第一个最小值;因为中风病人的声音信号会出现明显波动,增大了信号的关联维数,采用替代数据法结合混沌特征量之一的关联维数给出新的特征量,即归一化方差的检测量.对17例中风病人和20例健康人的分析结果表明:中风病人与健康人声音信号的混沌特征有明显差异,说明脑损伤导致声音信号的改变.     

经验模式分解及关联维数在心音信号分类识别中的应用

针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.     

基于心音小波分析的冠状动脉疾病无损检测的研究

通过对人体胸部体表声场和冠脉血流动力学等方面的理论研究。首次提出用多通道整周期心音信号小波分析来检测冠状动脉疾病,在传统器设计及信号检测过程中,系统采用了高灵敏度传感器列阵对正常人及冠心病患者胸部的多个部位进行检测,经高频提取后的模拟信号通过计算机进行数据采集。在信号分析方面,发发展了一种适合于心音信号分析的小波变换方法对心音在时域和频提取后的上展开了局部分分析。通过比较正常人及冠心病患者的分析结     

昆明年降雨量时间序列的混沌分析

降雨对水文水资源系统的预报预测是极其重要的.应用重构相空间技术和混沌理论对昆明1951-2010年降雨时间序列的特性进行了分析,通过研究嵌入相空间维数和关联维数之间的变化关系得到了饱和关联维.结果表明,昆明年降水系统中的混沌现象是存在的.这一研究结果为利用混沌理论建立预测模型提供了较为科学的依据.     

基于分形理论的柴油机燃烧振动分析

通过对振动信号的分析和处理，证明柴油机燃烧振动具有分形特性。采用计算时间序列相关维的方法，对测得的振动信号进行了向量空间重构，利用Ｇ－Ｐ算法计算出了相关维数。研究发现：（１）相关维数对燃烧波形边界十分敏感，作者建立了确定边界的准则；（２）当重构向量空间的维数时，燃烧振动的相关维数趋于定值；（３）不同的燃烧状况，计算出的相关维数不同；（４）不同型号的柴油机，计算出的相关维数不同。     

黄金期货价格的混沌动力学分析与预测

以上海期货交易所黄金期货价格的收盘价形成的时间序列为研究对象进行分析,在重构向空间的基础上,通过绘制相图,计算时间序列的关联维数和Kolmogorov熵等特征参数,证明了所研究的时间序列具有混沌特性,并利用径向基(RBF)神经网络对部分数据进行预测,得到了较为满意的预测结果.     

便携式冠状动脉狭窄无损诊断仪的研制

该文开发了基于掌上电脑和蓝牙无线传输的便携式冠状动脉狭窄无损诊断仪,仪器以掌上电脑和蓝牙技术为基础,包括心音采集模块和掌上电脑手持移动监护终端.手持移动监护终端可以通过蓝牙模块与信号采集模块连接,实现掌上电脑对心音数据的接收、实时波形显示、存储、回放以及冠脉狭窄的智能诊断,达到医疗监护的移动性和智能化.     

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.     

交通时间序列分形测量方法研究

为了研究交通数据的分形特征,引入一种新的分形测量方法,分析了2006年8月1日0时11分到8月10日14时11分的北京玉泉营高速路的交通流量时间序列.计算结果发现交通时间序列在不同的标度区间具有不同的分形维数.进一步借助多重分形谱的宽度和极大值对交通时间序列进行研究,结果发现,多重分形谱宽度为0.603 1、极大值为0.966 4.因此,交通流量具有明显多重分形特性,这将为多重分形在交通时间序列分析的非线性研究提供重要的理论基础.     

离散信号尺度变化率及其在视频中的应用

针对离散信号复杂度的定量描述问题,基于分形计盒维数的思想,将分形维数方法推广到适合离散信号数据的复杂度特征计算。提出尺度变化率来度量离散信号的局部复杂度,通过实验分析了具有不同时间变化率信号的局部复杂度特征,表明尺度变化率对信号局部特征描述的有效性。同时,将尺度变化率应用于数字视频序列处理,通过计算各像素灰度随时间变化的复杂度特征,实现有效的运动目标区域检测和分割。实验结果表明,基于尺度变化率的方法和已有方法相比,有相对更好的运动区域检测结果,并且尺度变化率的计算量小,相对于已有的复杂度估计方法,更适合离散语音、图像、视频等数字信号的实时分析处理。     

基于心音信号处理的冠心病诊断的研究

记录舒张期心音信号,用信号处理方法进行分析识别,实现冠心病的无创诊断.将小波分析(WT)、自回归滑动平均(ARMA)以及独立分量分析(ICA)方法分别应用于冠心病(CAD)心音信号的特征提取,并将提取的特征值输入径向基(RBF)神经网络进行训练和识别.实验结果,CAD病人和非CAD病人的正确检测率分别是:小波分析80%,85%;ARMA 70%,75%;ICA 85%,85%.结果表明,在CAD病人的心音中含有300～800 Hz的高频心音能量.在三种方法中,ICA显示了较好的效果.     

一种水文时间序列预报的新方法

介绍了混沌和人工神经网络的理论及其在水文中的应用 ,在此基础上分析了水文时间序列中嵌入维数和BP神经网络的输入节点数的内在联系 ,提出用嵌入维数作为BP神经网络输入节点数的新方法 .计算了宜昌日径流时间序列的李氏指数和嵌入维数 ,确定其具有混沌特性 ,并用新的方法做了预测 ,同混沌中局域预测法的预测结果做了比较 ,结果显示新的方法效果明显较好 .     

测井时间序列的替代数据混沌判定方法的研究

利用测井时间序列进行计算机自动测井解释已成为正确认识油层地质规律的重要途径,但能够有效区分沉积相的曲线特征却难以提取.由于测井时间序列的非均质性,线性特征已不能满足逐渐细分的多种沉积微相的分类要求.而提取时间序列的非线性(混沌)特征时,首先要判定它是否含有混沌特性.这里将替代数据法应用于某油田的3种真实测井数据的混沌判定,并结合全井的关联维数做判据进行实验.得出的判据显示,3种测井时间序列均含有混沌.这一结果表明,具有复杂形态的测井时间序列可以用低阶非线性模型或适当的分维特征来描述.这为进一步应用混沌时间序列分析方法研究测井数据打下了理论基础.