国家自然科学基金(30170257)

作品数:8被引量:41H指数:4
导出分析报告
相关作者:郑崇勋徐进和卫星张连毅闫相国更多>>
相关机构:西安交通大学新加坡国立大学西安交通大学医学院第一附属医院更多>>
相关期刊:《生物物理学报》《西安交通大学学报》《生物医学工程学杂志》《航天医学与医学工程》更多>>
相关主题:脑电脑电图麻醉深度复杂度麻醉深度监测更多>>
相关领域:医药卫生生物学更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-7
视图:
排序:
横向电场作用下外周神经的兴奋模型
《生物医学工程学杂志》2005年第5期865-869,共5页于辉 王毅 郑崇勋 
国家自然科学基金资助项目(30170257)
外周神经的兴奋机理研究是以神经生理学的电缆方程为基础,方程中的激励因子只与外电场沿神经方向的纵向电场分量有关。但实验表明垂直于神经走向的横向电场也可以兴奋外周神经,因而传统电缆方程不能客观反映外周神经兴奋实际过程而需要...
关键词:横向电场 电缆方程 神经兴奋 外周神经 外周神经 横向电场 神经兴奋 模型 电缆方程 机理研究 离体实验 神经生理学 
横向电场作用下外周神经兴奋特性的实验研究被引量:1
《生物医学工程学杂志》2005年第4期654-657,共4页于辉 刘雪良 郑崇勋 王毅 
国家自然科学基金资助项目(30170257)
传统的外周神经电缆方程只能描述纵向电场刺激下外周神经兴奋,实验发现在脉冲磁场诱导的横向电场作用下也可使神经兴奋,从而揭示出需要进一步对感应电场兴奋外周神经的机理进行研究。本文研究了横向电场作用下外周神经的兴奋特性,以在...
关键词:横向电场 磁刺激 兴奋 外周神经 神经兴奋 实验研 刺激阈值 电缆方程 磁刺激技术 电场刺激 
Kolmogorov熵在大鼠脑电麻醉深度监测中的应用被引量:6
《西安交通大学学报》2005年第2期218-220,共3页张连毅 徐进 郑崇勋 景桂霞 卢德生 
国家自然科学基金资助项目(30170257).
将非线性动力学中的Kolmogorov熵应用到大鼠脑电麻醉深度监测分析中,计算并分析了大鼠在戊巴比妥钠腹腔注射麻醉过程中脑电信号的 Kolmogorov熵动态变化曲线,结果表明:大鼠注射戊巴比妥钠后,在最初的麻醉过程中,有些脑区呈抑制状态,有...
关键词:麻醉深度 Kolmogorov熵 脑电信号 
基于脑电近似熵分析的麻醉深度监测研究被引量:11
《航天医学与医学工程》2004年第3期205-209,共5页徐进 郑崇勋 和卫星 
国家自然科学基金 (NO .3 0 170 2 5 7) ;西安交大校基金 (No .5 73 0 0 6)资助
目的通过对麻醉状态下脑电 (EEG)的近似熵 (ApEn)分析 ,寻找适用于临床手术的麻醉深度实时监测参数。方法对SD大鼠在不同麻醉深度下提取的脑电 (EEG)信号进行近似熵分析。结果EEG的近似熵随麻醉深度的加深而减少 ,反之亦然。文中还对近...
关键词:麻醉 深度 近似熵 脑电图 复杂度 
基于脑电复杂度分析的麻醉深度监测研究被引量:8
《中国康复医学杂志》2004年第1期45-48,共4页徐进 郑崇勋 和卫星 
国家自然科学基金(NO.30170257)资助项目
目的:通过对麻醉状态下脑电(EEG)的Lempel-Ziv复杂度C(n)分析,寻找适用于临床手术的麻醉深度实时监测参数。方法:通过对SD大鼠在不同麻醉深度下,从不同导联处提取的EEG信号进行Lempel-Ziv复杂度C(n)的计算分析。结果:EEG复杂度随麻醉程...
关键词:麻醉深度监测 脑电图 复杂度 算法 
快速多变量自回归模型的意识任务的特征提取与分类被引量:5
《西安交通大学学报》2003年第8期861-864,共4页薛建中 郑崇勋 闫相国 
国家自然科学基金资助项目(30170257).
给出了一种有效的多变量自回归(MultivariateAutoregressive,MVAR)模型参数和阶数估计的快速算法,通过QR分解技术减少了多维矩阵求逆的运算量,提高了模型估计的速度.利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提...
关键词:多变量自回归模型 意识任务 脑电 特征提取 径向基函数神经网络 
基于优化核参数支持向量机的意识任务分类被引量:2
《生物物理学报》2003年第3期322-326,共5页薛建中 闫相国 郑崇勋 王浩军 
国家自然科学基金项目(30170257)
根据支持向量机的基本原理,给出一种推广误差上界估计判据,并利用该判据进行最优核参数的自动选取。对三种不同意识任务的脑电信号进行多变量自回归模型参数估计,作为意识任务的特征向量,利用支持向量机进行训练和分类测试。分类结果表...
关键词:核参数 支持向量机 意识任务 结构风险 脑电 神经网络 
检索报告 对象比较 聚类工具 使用帮助 返回顶部