文档介绍：摘要潜伏期及其变化映表示了神经系统的传导及延迟,从而反映了神经系统的状态和诱发电位中包含了丰富的有关神经系统传导通路上各个部位的信息,特别是变化。因此,检测这种潜伏期及其变化,对于诊断神经系统的损伤和病变具有十分重要的意义。本课题属于时间延迟估计的范畴。传统的信号潜伏期变化检测算法主要包括基于相关的方法和基于自适应的方法。在这些算法中,带噪信号及信号中存在的燃有栽肷患俣ㄎ7痈咚狗植肌H欢治龊褪笛楸砻鳎捎梅质徒譨稳定分布模型描述带噪信号及其燃有栽肷瘸9娴母咚狗植寄P途哂懈玫氖视性。由于分数低阶榷ǚ植夹藕挪淮嬖谟邢薜亩拙兀虼苏庑┐车幕诙拙赜限的潜伏期变化检测算法都出现了很大程度的性能退化。本文详细阐述了榷ǚ植寄P秃褪奔溲映俟兰频幕纠砺壑J叮⒆胖胤治隽嘶于不同噪声分布模型假定下的信号潜伏期变化检测算法。在此基础上,通过对误差函数取绝对值后进行对数的变换,将原本不存在二阶矩的分数低阶榷ǚ植荚肷浠阶矩有限的范围,并借鉴苯幼钚均值惴ǖ乃枷耄疚奶岢隽艘恢新的低阶稳定分布噪声下信号潜伏期变化检测算法一惴āP滤惴ㄏ喽砸延算法具有扌柙ぶT肷藕诺蘑蛑担┱瓜钟兴惴ǖ氖视梅段В视糜诎樗嬖肷弧稳定分布的场合。两个显著优点。模拟实验数据结果表明,新算法无论在收敛速度上或是在估计结果上均具有相对现有算法更好的韧性。本文还从理论上初步给出了算法的收敛性证明。算法作为一种在高斯噪声环境和分数低阶Ⅱ稳定分布噪声环境下均具有良好韧性的信号潜伏期变化检测算法。本文基于分数低阶统计量的原理,根据确定性平均方法,结合文中给出并证明的两个引理,对算法的估计结果的无偏性进行了理论分析和证明。结果表明,若潜伏期变化为信号采样间隔的整数倍,则算法对这种变化的估计是无偏估计。若整数倍的条件不满足,则算法的估计偏差不大于半个采样间隔。关键词:诱发电位,分数低阶疚榷ǚ植迹珼惴ǎ质徒淄臣屏浚奁裕确定性平均
知识水坝***@pologoogle为您整理
,,瑃.。,.,;:..鵶矗.【,篍,.
知识水坝***@pologoogle为您整理
髀诱发电位及其潜伏期为由外部刺激时刻开始到某个选定的峰之间的时间间耐”。信号中包含了丰富的侵惺嗌窬低乘纳锏缧藕牛巧窬统对外部声,光和电脉冲等刺激的有特定规律的响应。信号的潜伏期ㄒ有关神经系统传导通路上各个部位的信息,特别是潜伏期及其变化映表示了神经系统的传导及延迟,从而反映了神经系统的状态和变化。例如,由于低含氧量空气的吸入而引发的大脑缺氧症会降低体感诱发电位幅度并使其潜伏期延长,如果含氧量及时回复到正常水平,诱发电位的幅度和潜伏期将恢复。由于潜伏期表征沿着传递躯体刺激和反应的神经通路的实际延迟,所以潜伏期的变化可以是对神经系统变化的恰当的检测手段。因此,检测这种潜伏期及其变化,对于诊断神经系统的损伤和病变具有十分重要的图所示为信号潜伏期及其变化映的波形。上面的波形为平均沃后的正常体感诱发电位ㄐ危峦嘉H毖踝刺的信号波形。潜伏期定义为从刺激时刻开始到选定峰谝桓之间的间隔,潜伏期变化ㄒ逦A絊波形潜伏期之间的间隔。根据外部刺激的不同,信号可以分为不同的种类,例如听觉,视觉及体感等等。通常,由于外部刺激是周期性进行的,因此,信号通常也呈周期性特征。严格来说,信号是一种准周期信号,即在不同的周期瓷中,信号的波形诱发电位珽意义翻。信号的潜伏期捌溲映图诱发电位潜伏期变化估计方法的研究
诱发电位信号检测方法概述诱发电位信号的分类及其临床意义通常,信号的潜伏期可以通过对信号波形进行蜂值检测来实现,然而,临床不是完全相同的。造成这种不同的原因,除了神经系统本身的变化外,主要是由于信号中所伴随的脑电图;藕潘斐傻摹信号是中枢神经系统自发产生的随机信号,在信号的检测中,不可避免地要受到藕诺挠响,因此,通常将信号中伴随的醋魑T肷信号按刺激模式缌鳎酰泳可以分类为:体感诱发电位听觉诱发电位泳诱发电位话辞狈诳梢苑掷辔#憾糖狈谟辗⒌缥唬中潜伏期诱发电位,长潜伏期诱发电位;按电极与神经发生源的距离可以分类为:近场电位,远场电位;按刺激频率可以分类为:瞬态诱发电位,稳态诱发电位。听觉诱发电位是指听觉系统在接受刺激后,从耳蜗至各级听觉中枢产生的相应电活动,共个波形刚。听觉诱发电位在临床的主要用途包括锒夏愿傻募膊“ㄌ窬觯杂诓”涞龋糜诨杳院湍运赖呐卸希糜诙喾⑿杂不⒌恼锒希糜谘T蔚恼锒稀视觉诱发电位是指由于外部视觉刺激而在视觉通路上产生的可以在头皮上测量到的视觉诱发电位在临床的主要用途包括觳馐由窬”洌觳馐恿φ习体感诱发电位在临床的主要用途包括捎糜谥鼙呱窬顾瑁愿桑忧鸩”涞亩ㄎ唬拦阑杳曰颊叩脑ず笄榭觯镏喾⑿杂不⒌牧俅舱锒希测得的信号的信嗓比往往低于惺鄙踔恋陀谝笶藕配蚊辉谟缮经系统自发产生的脑电图斜眨虼嗽诙訣藕沤星狈诒浠觳庵埃必须对信号进行提取,以得到较为纯净的信号便于实现潜伏期的检测。信