目的小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值。本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标。方法采用平滑非线性能量算子(smoothed nonlinear ...目的小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值。本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标。方法采用平滑非线性能量算子(smoothed nonlinear energy operator,SNEO)算法,对痉挛型脑瘫患儿表面肌电信号中的运动单位动作电位(motor unit action potential,MUAP)数目进行估计,获得MUAP的平均发放间隔(inter-pulse interval,IPI),并根据医生采用的分级结果和健康人MUAP平均发放时限的早期研究结果进行对比验证。结果对14名不同运动障碍级别脑瘫患者的实验结果显示,其肌电信号MUAP的IPI与他们活动度的级别即运动障碍的程度呈正相关的关系,且具有明显差异。结论研究结果表明本文方法有效,采用IPI参数能够反映脑瘫患儿的运动障碍程度。展开更多
针对过必经节点集的最短路径问题,提出一种基于动态减枝策略的深度优先搜索算法(Depth First Search based on Dynamic Pruning,DP-DFS),该算法构建一个二维矩阵,每搜索一个节点,比较当前路径的权值和与矩阵中已保存的权值,如果当前路...针对过必经节点集的最短路径问题,提出一种基于动态减枝策略的深度优先搜索算法(Depth First Search based on Dynamic Pruning,DP-DFS),该算法构建一个二维矩阵,每搜索一个节点,比较当前路径的权值和与矩阵中已保存的权值,如果当前路径的权值小于矩阵中保存的权值,则更新矩阵中权值为当前较小的路径权值,否则进行剪枝。该算法比较适合较大规模的图搜索,实验表明,必经节点个数在50以内时,利用该算法可以在30 s内找到一条近似最优的最短路径。展开更多
文摘目的小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值。本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标。方法采用平滑非线性能量算子(smoothed nonlinear energy operator,SNEO)算法,对痉挛型脑瘫患儿表面肌电信号中的运动单位动作电位(motor unit action potential,MUAP)数目进行估计,获得MUAP的平均发放间隔(inter-pulse interval,IPI),并根据医生采用的分级结果和健康人MUAP平均发放时限的早期研究结果进行对比验证。结果对14名不同运动障碍级别脑瘫患者的实验结果显示,其肌电信号MUAP的IPI与他们活动度的级别即运动障碍的程度呈正相关的关系,且具有明显差异。结论研究结果表明本文方法有效,采用IPI参数能够反映脑瘫患儿的运动障碍程度。
文摘针对过必经节点集的最短路径问题,提出一种基于动态减枝策略的深度优先搜索算法(Depth First Search based on Dynamic Pruning,DP-DFS),该算法构建一个二维矩阵,每搜索一个节点,比较当前路径的权值和与矩阵中已保存的权值,如果当前路径的权值小于矩阵中保存的权值,则更新矩阵中权值为当前较小的路径权值,否则进行剪枝。该算法比较适合较大规模的图搜索,实验表明,必经节点个数在50以内时,利用该算法可以在30 s内找到一条近似最优的最短路径。