腦血流自動調(diào)節(jié)能力評估關鍵算法及下肢束帶平臺研究.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，這是由腦血流自動調(diào)節(jié)機能實現(xiàn)的。調(diào)節(jié)能力一旦減弱，將引起重大危險性疾病。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。臨床若能夠準確的測量自動調(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單輸入單輸出或二輸入多輸出模型，利用自適應最小二乘辨識算法，通過系統(tǒng)權(quán)系數(shù)序列評估調(diào)節(jié)機能的特征參數(shù)：系統(tǒng)相位差或調(diào)節(jié)機能指數(shù)

2、。
　　但存在于調(diào)控與評估過程中的變異性會對特征參數(shù)的辨識產(chǎn)生消極影響，而這是由權(quán)系數(shù)序列中無關項干擾引起的。模型簡單、抗干擾能力差，信號成分復雜、特征不明顯都會產(chǎn)生無關項，致使評估結(jié)果出現(xiàn)穩(wěn)態(tài)誤差和動態(tài)波動。同時，以往方法中相位評估結(jié)果單一、不具有時域特征，調(diào)節(jié)機能指數(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)機能上效果不理想，得到的辨識曲線誤差較大，波動明顯。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，彌補了抗干擾能力不足的缺點；實現(xiàn)高分辨率的高斯濾波，對數(shù)據(jù)進行關鍵處理步驟，減弱噪聲干擾；應用最小角度準則，減少無關項存在，實現(xiàn)最小角度一次算法與自適應算法，高效控制穩(wěn)態(tài)誤差和動態(tài)波動，變異性整體上減小。同時，實現(xiàn)相位差希爾伯特算法和調(diào)節(jié)機能指數(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，搭建了一個下肢束帶平臺，完全的誘發(fā)調(diào)節(jié)機能，降低錯誤辨識的概率。最后進