检索结果

Select

1. 基于ECG信号和体动信号的睡眠分期方法研究

刘众, 王新安, 李秋平, 赵天夏

北京大学学报自然科学版 2021, 57 (5): 833-840. DOI: 10.13209/j.0479-8023.2021.079

摘要（1130）

HTML

PDF（pc）（2389KB）（341）

为了研究整夜睡眠状况和睡眠过程, 利用多导睡眠仪(polysomnography, PSG)和体动记录仪, 分别记录被试的ECG信号和体动信号, 再对 ECG信号提取心率变异性(heart rate variability, HRV)的特征值, 并将其作为实验数据的特征参数。为了提高识别率和防止过度拟合, 将实验数据分为训练集和测试集, 设计一个用遗传算法改进的BP神经网络模型, 对样本进行训练和预测。研究结果表明, 改进的BP神经网络能有效地识别测试样本, 综合识别准确率为86.29%。将检测ECG信号和体动信号的穿戴式设备与睡眠分期识别算法相结合, 能够用于家庭睡眠监测, 也可作为睡眠疾病的初筛方法。

相关文章 | 多维度评价 | 评论（0）

Select

2. 一种基于心电信号的pRRx序列分析心律失常的方法研究

李冉, 王新安, 赵天夏, 刘彦伶, 李秋平

北京大学学报自然科学版 2018, 54 (6): 1166-1172. DOI: 10.13209/j.0479-8023.2018.081

摘要（1038）

HTML

PDF（pc）（1533KB）（246）

提出一种从ECG数据中提取pRRx序列, 进而分析心律失常的方法。选取20例正常窦性心律和20例心律失常患者的ECG数据, 计算相应的pRRx序列(x从1~100 ms取值), 两组pRRx序列的分布呈现明显的差异。对pRRx序列进行线性和非线性分析, 结果表明: 1) 线性指标中, AVRR, rMSSD和SDSD在两组序列中表现出显著性差异(P<0.001); 2) 非线性指标中, pRRx序列直方分布信息熵(S_dh)、功率谱直方分布信息熵(S_ph)功率谱全频段信息熵(S_pf)和pRRx的分形维数(D_sf, D_cf, D_vm和D_rms)在两组序列中表现出显著的统计学差异(P<0.001)。因此, 基于pRRx序列的分析在一定程度上能够反映心脏系统的线性和非线性性质, 可以作为一种新颖且有效的心律失常分析方法。

相关文章 | 多维度评价 | 评论（0）

Select

3. 多分量地震监测系统AETA的研究与实现

王新安, 雍珊珊, 徐伯星, 梁意文, 白志强, 安辉耀, 张兴, 黄继攀, 谢峥, 林科, 何春舅, 李秋平

北京大学学报（自然科学版） 2018, 54 (3): 487-494. DOI: 10.13209/j.0479-8023.2017.171

摘要（1174）

HTML （9）

PDF（pc）（2073KB）（265）

研制多分量地震监测系统AETA(acoustic & electro-magnetic testing all in one system)。在云南、四川、西藏、河北、北京、广东等地区的现场实验表明, 该系统能够满足大区域密集布设中高灵敏度、低成本和易布设的需求。同时, 若干点的实验观测数据和均值、振铃率、峰值频率在一定程度上反映了映震效果。目前正在中国西南部、首都圈、台湾海峡等地区密集布设, 系统地开展映震效果研究。

相关文章 | 多维度评价 | 评论（0）