欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
复杂的神经生理系统不仅是非线性的而且往往是高维的。对高维系统难以直接应用混沌方法分析，原因之一是目前广泛应用于生命科学领域的混沌理论只适用于低维的系统。通过降低维数来简化原来的高维系统是目前普遍使用的方法，但局限于数学和物理的层面，难以被生命科学领域的人们理解和接受。我们以EEG为例，试图根据它的生理特征降低其维数，并且使降维后的系统仍保留研究目的所关心的原系统的动态特征。另一方面，在混沌计算时既
结论摘要：
高维非线性的神经生理系统难以直接应用混沌方法揭示其动力学特征，针对这一难题我们提出了一种降维方法，即改进的簇方法。它充分利用了生理系统本身的生物学特点，同时又能使得降维后的系统既能够保留原系统主要动力学特征，又能对其进行有效的非线性分析。改进的簇方法已经成功的应用在多种类型的神经生理实验数据的分析之中。针对混沌算法需要大量的'清洁数据'，而生理学实验中采集的数据又往往带有各种噪声的现象，我们采用了近似熵的改进算法即样品熵并把它应用于EEG和其他神经生理数据的分析之中。取得的结果表明，熵值计算可以作为非线性分析的有力的和有效的工具，其结果能够可靠合理的用于阐明实验的生物学意义。更进一步，通过分析比较样品熵和C0复杂度算法，指出了在计算不同的生理时间序列时它们的各种局限性和特点。针对海量的EEG及其他实验和临床数据，建立起了具有自主创新技术的神经生理数据库系统，数据库可通过网络与国际脑库中国节点相连。与此同时，还初步建立了针对脑电和其它生物数据的分析计算平台。通过癫痫动物模型的制备，还展开了与项目相关的动物实验。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
相关项目
张涛的项目
