论文部分内容阅读
一、动态瞳孔检测算法及其应用于阿片类药物成瘾人员瞳孔特征值提取的研究
瞳孔的对于光线刺激的动态变化长期以来被作为一种无损伤的研究中枢神经系统的信息加工与控制机制的方法。应用瞳孔动态变化的特征来达到鉴别吸毒成瘾人员与正常人是我们研究目的。我们建立了以新型的瞳孔动态检测仪及其相应的控制和图像处理算法快速检测瞳孔对光反射的方法,结果表明本算法的能够实时快速准确的提取被试的瞳孔直径,能够识别被试眨眼的信息,从而排除错误的瞳孔直径数据区。
应用瞳孔动态检测仪,我们选用绝对收缩幅度(Ac)、相对收缩幅度(Acr)和收缩斜率(Sc)3个特征值分别研究了性别、近视、年龄、疲劳度(睡眠剥夺者)等因素对于这3个特征值的影响,此外还研究了吸毒人员尿液定量分析与其对应的瞳孔动态特征参数的对比,结果如下:
(1)性别间的Ac(p=0.106),Acr(p=0.876)以及Sc(p=0.2)值均没有显著差异;
(2)尿液阿片类代谢物含量在0.1μg/ml以上的吸毒者与正常人之间的特征值Ac,Acr,Sc值均具有统计学极显著性差异(**P<0.0001);
(3)近视者与正常人Ac(p=0.147),Acr(p=1),Sc(p=0.452)统计学上均无显著差异,近视者,正常人与吸毒者之间的Ac(**p<0.0001),Acr(**p<0.0001),Sc(**p<0.0001)均具有统计学极显著差异;
(4)老龄人与正常人的Ac存在统计学极显著差异(**P<0.0001),与吸毒者之间无统计学显著差异(P=0.842),老龄人的Acr值与正常人(*P=0.013)和吸毒者(*P=0.012)之间均存在统计学显著差异,而老龄人Sc值仅与正常人之间存在统计学极显著差异(**P<0.0001);
(5)睡眠剥夺者的Ac(**p<0.0001),Acr(**p<0.0001)和Sc(**p<0.0001)均与吸毒者之间存在显著差异,但睡眠剥夺者这3个特征参数与正常人比较,均不存在统计学显著差异(Ac:p=0.811,Acr:p=0.184,Sc:p=1)。
二、应用多普勒雷达和远红外线成像技术非侵入式的记录和判别大鼠睡眠时相的初步研究
在睡眠的基础研究中通常要求区分3种觉醒状态:清醒、REM和NREM,在大鼠和其他的实验动物中区别这3种状态通常依赖与对EEG、EMG以及运动信号的记录和分析,要求通过手术在动物体内埋植电极来记录EEG和EMG,然而手术会增加动物的应激反应,用于信号连接的电缆也会限制动物的运动,造成动物睡眠的模式和睡眠总时间的改变,因此可能并不能够真正反映动物的正常睡眠。应用5800M Hz的微波多普勒雷达和远红外摄像机,我们开发了一种非侵入式的记录系统来检测大鼠的心跳、呼吸、运动和体温等参数。通过分析这些生理信号在不同睡眠时相变化的特征,非侵入式的判断大鼠的睡眠时相。为了检测系统的准确性,我们同时记录了EEG和EMG。通过对比得到以下结果:
1.应用合适的带通滤波器各分别从EMG和雷达记录的信号中提取心跳和呼吸信号,从雷达和EMG提取的呼吸信号之间具有很高的相关性(r=0.87±0.04,n=6),而相应的心跳信号的相关性较低(r=0.3±0.083,n=6)。
2.应用波峰提取算法计算来自于雷达和EMG信号的呼吸率,结果表明波峰算法具有很高的准确性(PPV=96.14%,Sensitivity=95.68%)。
3.REM期与NREM期呼吸间隔时间(p<0.001)和幅度(p<0.001)的变化均具有非常显著的差异。
4.通过图像提取算法计算出大鼠的红外图像,结果发现REM期的体表温度与NREM期的体表温度并没与显著差别。
5.应用图像差分算法将检测到的运动作为清醒期与手动判断的清醒期的结果对比,得到PPV=75.5±2.643,Sensitivity=67.54±2.98(n=5)。
6.以呼吸间隔时间和幅度的变化为指标判断睡眠时相与手动判断的结果对比,REM睡眠的判断结果为PPV=75.7%±4.95%,Sensitivity=65.225%,(n=5);NREM睡眠的判断结果为PPV=85.77%±1.635%,Sensitivity=85.7%±3.39%,(n=5)。