一种基于脑电信号分析的中枢神经系统损伤检测的韧性自适应方法

根据带噪EP信号的α稳定分布特性和分数低阶矩理论 ,本文分析了DLMS自适应算法在低阶α稳定分布噪声条件下退化的原因 ,并从理论上研究了由本文部分作者提出的DLMP诱发电位潜伏期变化自适应估计算法在高斯和非高斯环境下的韧性及其保持韧性的原因。理论分析和计算机模拟以及实验数据分析的结果表明 ,α稳定分布噪声模型是一种适合于描述带噪EP信号统计特性的随机噪声模型 ,基于分数低阶矩的DLMP自适应算法在高斯和低阶α稳定分布噪声环境下均具有良好的韧性。用这种方法所检测估计的EP信号潜伏期变化 ,与神经系统的实际状态和变化一致 ,具有较高的可靠性。

基于EEG高阶过零分析的脑损伤检测新方法

目的 :提出基于高阶过零 (HOC)的方法并利用EEG检测由于缺氧窒息而引起的中枢神经系统损伤及对损伤程度进行定量评估。方法 :采用两种基于HOC的方法 ,一种为依据EEG信号序列统计分布特性的HOCSD(S距离 )法 ,另一种为依据预处理后EEG信号的谱特性的HOCCF法。结果 :对三类实验样本进行了检测 ,检测结果与神经缺欠值 (NDS)的相关性高达 96 %。结论 :实验数据分析表明 ,两种基于HOC的新方法对于检测由于缺氧窒息而引起的中枢神经系统损伤及对损伤程度进行定量评估具有一定的意义。