非线性混沌理论在脑卒中患者声音时间序列中的分析和应用.pdf

《非线性混沌理论在脑卒中患者声音时间序列中的分析和应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、论文评阅人1：评阅人2：评阅人3：评阅人4：评阅人5：答辩委员会主席：委员l：委员2：委员3：委员4：委员5：Author’Ssignature：一‘■‘Nupervisor7Sstgnature：ExternalReviewers：AnonymousAssoc．Prof．DuShuxinExaminingCommitteeChairperson：里!Q￡曼Q坠ggb望螋曼ExaminingCommitteeMembers：△墨墨Q堡：￡煦￡里塑鱼垫gAssoc．Prof．LiuShanDateoforaldefenee：March11．2014婴iI—，一r、L一^

2、¨U一_aI■I_h一宙一C一翌r一瞻一na_l_e_l，_n一．珊一Ⅱ一“一n一粥一0-、lT．uI_—L_h二¨一f一蠡一nU_，■n一．U—nU_—a_●■■■_^S_t—M-la一孓一nL_k_Ⅱ一H一卫P一卫，一▲1_d一逼n一．蛭浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特另clDil以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝姿盘鲎或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示

3、谢意。学位论文作者签名：壶晴侈砾签字日期：弘l午年；月日学位论文版权使用授权书本学位论文作者完全了解逝婆盘鲎有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝鎏盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)可以采用影印、缩印或扫描等复制学位论文作者签名：丧谁球导师签名：签字目期：砷}埠年弓月日’√签字嗍矽／绎了月致谢最诚挚地感谢我的导师李江老师。在我攻读浙江大学控制系硕士学位的三年时间里，李老师给予了极大的关爱和细心指导。在选择课题、研究方向、研究方法

4、和设计实验方面，李老师给我提供了很多十分有益的指导和建议。导师渊博的知识、治学严谨和工作敬业的精神使我受益匪浅。李老师和蔼没有架子，跟我们在一起讨论问题，为我们营造了很好的学术氛围，给予我们最大的关怀和帮助感谢浙江大学工业控制技术研究所给我提供一个舒适的学术研究环境；在这两年半的时间中让我们不仅在学业上学有所成，并且交到了一群志同道合的朋友。感谢给我授课过的所有控制系老师，他们独特的授课方式让我学到了扎实的专业知识，他们孜孜不倦的科研工作精神深深地影响着我。另外，感谢实验室的师兄李海、李智鹏、张同心、马镇均、苏帅，师妹王晓倩、李晓玉。他们在学习和生活中给予我很多帮助，

5、我们之间建立了厚重的同门情谊。最后，特别感谢父母在生活和学习上给了我最无私的关爱、理解和支持。感谢所有关心和支持我的人!赵雅琼2014年1月于求是园浙江大学硬士研究生学位论文l王摘要脑卒中是一类高发病率，高致死率的疾病。在预测脑卒中发生以及在脑卒中患者康复观察的过程中，并没有很好的客观评价方法，只能通过医生的临床经验。所以本论文通过结合人体声音产生的生理学特点，利用非线性动力学方法分析声音时间序列，提取特征量分析脑卒中患者的大脑的损伤状态，尝试可以找到度量脑卒中患者大脑状态的特征量。为脑卒中患者康复及预防提供客观评价。本文对脑卒中患者的诊断判别方法进行了分析和研究，并

6、最终通过声音诊断技术实现了脑卒中患者和健康人的分类。对声音诊断技术的四个方面(即脑卒中病人声音采集、脑卒中病人声音信号分析处理、脑卒中患者诊断特征量的构造和脑卒中患者分类)进行研究探索，并取得了以下研究结果：1)提出了通过声音来研究大脑状态的方法，并且从语音产生的神经机制和脑成像机制的角度对利用声音分析大脑状态提供了理论上的支撑。并且结合脑卒中患者实际情况提出了最适合采集的音节。2)提出了基于声音时间序列的混沌特性用非线性动力学的方法来分析脑卒中患者的大脑状态的方法。对声音非线性时间序列进行相空间重构，分别用互信息法得到的时间延迟和用改进伪最近邻法得到的CAO方法得到

7、的嵌入维数重构相空间和吸引子。最后用小数据法计算声音时间序列的最大Lyapunov指数，提取得到的这些混沌特征量都证明了声音时间序列具有混沌特性。3)首次提出了利用改进的替代数据法得到一种新的菲线性特征量来反映声音时问序列的非线性特征，进而用于反映脑卒中患者的大脑状态。该方法将替代数据法和关联维数相结合得到了新的非线性特征量即归一化方差检测量。这一新的特征量反映了非线性声音时间序列和声音序列的替代数据(不具有混沌特性)在关联维数上间的差异，比单纯的非线性声音时间序列的关联维数更好得反映了脑卒中患者因为脑损伤导致的变异声音的非线性性质。4)对声音特征量