目的：本研究旨在比較一種新的腦電參數(shù)-腦電非線性指數(shù)（ENI）與BIS在丙泊酚靶控輸注時(shí)預(yù)測(cè)鎮(zhèn)靜深度的能力。方法:選擇30例18～60歲，ASA Ⅰ～Ⅱ級(jí)，擬行擇期普外科手術(shù)患者。每一患者同時(shí)監(jiān)測(cè)ENI和BIS。麻醉誘導(dǎo)給予丙泊酚靶控輸注，直至患者意識(shí)消失后給予芬太尼和羅庫(kù)溴銨行氣管插管。麻醉誘導(dǎo)過(guò)程中每30秒進(jìn)行一次鎮(zhèn)靜評(píng)分（采用改良OAA/S評(píng)分），并記錄ENI和BIS值以及平均動(dòng)脈壓（MAP）和心率（HR）。結(jié)果:ENI和BIS與鎮(zhèn)靜評(píng)分的相關(guān)性比MAP和HR高（r=0.90、0.93 vs r=0.77、0.27）。鎮(zhèn)靜過(guò)程（改良OAA/S評(píng)分）中ENI和BIS有很好的相關(guān)性(R2=0.828)。ENI和BIS預(yù)測(cè)鎮(zhèn)靜深度的能力優(yōu)于MAP和HR。結(jié)論：ENI可提供與BIS相似的反映鎮(zhèn)靜深度的信息，能準(zhǔn)確預(yù)測(cè)不同的鎮(zhèn)靜深度。
臨床上，手指開(kāi)合動(dòng)作測(cè)試是神經(jīng)內(nèi)科對(duì)帕金森?。≒D）患者運(yùn)動(dòng)能力的一個(gè)常用檢測(cè)項(xiàng)目，它主要從動(dòng)作幅度、速度和規(guī)律性三個(gè)方面評(píng)價(jià)患者的手部精細(xì)運(yùn)動(dòng)能力。本文旨在關(guān)注PD患者手指開(kāi)合動(dòng)作規(guī)律性的量化評(píng)估，用慣性傳感器單元采集測(cè)試對(duì)象在手指開(kāi)合過(guò)程中食指和拇指的運(yùn)動(dòng)信號(hào)，計(jì)算近似熵（ApEn）和樣本熵（SampEn）兩個(gè)非線性動(dòng)態(tài)指標(biāo)，然后對(duì)計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)分析。試驗(yàn)結(jié)果表明，兩個(gè)指標(biāo)不僅在病例組和對(duì)照組之間有較大差異，而且與臨床醫(yī)生給出的統(tǒng)一帕金森病評(píng)分量表（UPDRS）對(duì)應(yīng)項(xiàng)評(píng)分有較高的相關(guān)性，說(shuō)明兩個(gè)指標(biāo)均能夠在一定程度上反映帕金森病患者手指重復(fù)性動(dòng)作的受損程度，可以作為臨床上對(duì)帕金森病患者運(yùn)動(dòng)能力評(píng)估的一種可靠方法。
音樂(lè)誘發(fā)下的情感狀態(tài)評(píng)估結(jié)果可為輔助音樂(lè)治療提供理論支持與幫助。情感狀態(tài)評(píng)估的關(guān)鍵是情感腦電的特征提取，故本文針對(duì)情感腦電特征提取算法的性能優(yōu)化問(wèn)題開(kāi)展研究。采用 Koelstra 等提出的分析人類(lèi)情緒狀態(tài)的多模態(tài)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù) DEAP，提取 8 種正負(fù)情緒代表各個(gè)腦區(qū)的 14 個(gè)通道腦電數(shù)據(jù)，基于小波分解重構(gòu) δ、θ、α、β 四種節(jié)律波；在分析比較小波特征（小波系數(shù)能量和小波熵）、近似熵和 Hurst 指數(shù)三種腦電特征情感識(shí)別效果的基礎(chǔ)上，提出一種基于主成分分析（PCA）融合小波特征、近似熵和 Hurst 指數(shù)的腦電特征提取算法。本算法保留累積貢獻(xiàn)率大于 85% 的主成分，并選擇特征根差異較大的特征參數(shù)，基于支持向量機(jī)實(shí)現(xiàn)情感狀態(tài)評(píng)估。結(jié)果表明，使用單一小波特征（小波系數(shù)能量和小波熵）、近似熵和 Hurst 指數(shù)特征量，情感識(shí)別的正確率均值分別是 73.15%、50.00% 和 45.54%，而改進(jìn)算法識(shí)別準(zhǔn)確率均值在 85% 左右?；诟倪M(jìn)算法情感識(shí)別的分類(lèi)準(zhǔn)確率比傳統(tǒng)方法至少能提升 12%，可為情感腦電特征提取以及輔助音樂(lè)治療提供幫助。
本研究旨在客觀比較頸部肌肉疲勞評(píng)價(jià)算法的差異性，找出更加有效的頸部肌肉疲勞評(píng)價(jià)算法，為伏案姿勢(shì)下頸部肌肉疲勞提供人因工程定量評(píng)價(jià)方法。本文利用無(wú)線生理儀采集了 15 名受試者使用記憶枕伏案 12 min 的頸部胸鎖乳突肌的表面肌電信號(hào)，使用平均功率頻率、譜矩比、離散小波變換、模糊近似熵以及復(fù)雜度 5 個(gè)算法計(jì)算出相應(yīng)的肌肉疲勞指標(biāo)；并使用最小二乘法對(duì)肌肉疲勞指標(biāo)進(jìn)行線性回歸得出確定系數(shù) R2 與斜率 k；確定系數(shù) R2 可評(píng)價(jià)各種算法的抗干擾性；對(duì)斜率 k 進(jìn)行柯?tīng)柲缏宸颉姑茁宸驒z驗(yàn)得到最大垂直距離 Lmax，Lmax 可評(píng)價(jià)各種算法對(duì)疲勞程度的區(qū)分能力。統(tǒng)計(jì)結(jié)果表明，在抗干擾方面，模糊近似熵在不同高度的記憶枕下都具有最大的 R2，且模糊近似熵與平均功率頻率、離散小波變換的差異具有統(tǒng)計(jì)學(xué)意義（P < 0.05）；在區(qū)分疲勞程度方面，模糊近似熵仍具有最大的 Lmax，最大值達(dá) 0.496 7。本文研究結(jié)果表明，模糊近似熵?zé)o論是在抗干擾性還是疲勞程度的區(qū)分能力上都優(yōu)于其他算法，因此在進(jìn)行頸部肌肉疲勞評(píng)價(jià)時(shí)，我們建議可將模糊近似熵作為一個(gè)較好的評(píng)價(jià)指標(biāo)。