腦血流自動(dòng)調(diào)節(jié)能力評估關(guān)鍵算法及下肢束帶平臺(tái)研究.pdf

1、在血壓變化正常、可控范圍內(nèi)，大腦內(nèi)的血流將保持相對恒定，這是由腦血流自動(dòng)調(diào)節(jié)機(jī)能實(shí)現(xiàn)的。調(diào)節(jié)能力一旦減弱，將引起重大危險(xiǎn)性疾病。更重要的是，往往在疾病出現(xiàn)癥狀之前，調(diào)節(jié)能力特征參數(shù)早已發(fā)生改變。臨床若能夠準(zhǔn)確的測量自動(dòng)調(diào)節(jié)生理系統(tǒng)，便可以通過優(yōu)化手段來調(diào)控血壓，積極有效的改善患者的治療方式。傳統(tǒng)測量方法是建立一個(gè)單輸入單輸出或二輸入多輸出模型，利用自適應(yīng)最小二乘辨識算法，通過系統(tǒng)權(quán)系數(shù)序列評估調(diào)節(jié)機(jī)能的特征參數(shù)：系統(tǒng)相位差或調(diào)節(jié)機(jī)能指數(shù)

2、。
　　但存在于調(diào)控與評估過程中的變異性會(huì)對特征參數(shù)的辨識產(chǎn)生消極影響，而這是由權(quán)系數(shù)序列中無關(guān)項(xiàng)干擾引起的。模型簡單、抗干擾能力差，信號成分復(fù)雜、特征不明顯都會(huì)產(chǎn)生無關(guān)項(xiàng)，致使評估結(jié)果出現(xiàn)穩(wěn)態(tài)誤差和動(dòng)態(tài)波動(dòng)。同時(shí)，以往方法中相位評估結(jié)果單一、不具有時(shí)域特征，調(diào)節(jié)機(jī)能指數(shù)評估為整數(shù)類型、精確度較低。因此，傳統(tǒng)方法在評估調(diào)節(jié)機(jī)能上效果不理想，得到的辨識曲線誤差較大，波動(dòng)明顯。為了減小變異性，一種高效的評估方法顯得尤為重要。
　

3、　本課題通過研究、探索，建立了不同于以往的二輸入單輸出模型，彌補(bǔ)了抗干擾能力不足的缺點(diǎn)；實(shí)現(xiàn)高分辨率的高斯濾波，對數(shù)據(jù)進(jìn)行關(guān)鍵處理步驟，減弱噪聲干擾；應(yīng)用最小角度準(zhǔn)則，減少無關(guān)項(xiàng)存在，實(shí)現(xiàn)最小角度一次算法與自適應(yīng)算法，高效控制穩(wěn)態(tài)誤差和動(dòng)態(tài)波動(dòng)，變異性整體上減小。同時(shí)，實(shí)現(xiàn)相位差希爾伯特算法和調(diào)節(jié)機(jī)能指數(shù)非整數(shù)算法，將辨識結(jié)果最優(yōu)化。為了采集到最佳特征狀態(tài)的生理信號，搭建了一個(gè)下肢束帶平臺(tái)，完全的誘發(fā)調(diào)節(jié)機(jī)能，降低錯(cuò)誤辨識的概率。最后進(jìn)