结肠运动功能异常是消化道疾病中一种高发病率的疾病,有近20%的个体受其影响,其典型临床表现为慢传输性便秘(STC),肠易激综合症(IBS)和慢性腹泻性疾病。肠道动力功能的检测能够提供相关的生理信息,为肠道功能障碍的诊断提供指导,具有重要的医学意义。由于肠道压力与肠道动力特性具有非常直接的关系,近年来,国内外开始重视通过测定肠道压力来对结肠运动功能进行评估。最近,研究人员通过对人体结肠动力运动全天候的观察监测,从中发现了几种固有的运动模式。使得对这些运动模式生理意义的研究成为了该领域的热点问题。现已发现大幅推进性运动与人体的排便行为有着密切的联系等。但结肠动力运动复杂而又多变,其各种运动模式和其他生理活动带来的噪声混杂在一起,给进一步的研究带来了很大的困难。独立分量分析(ICA)是近年发展起来的一种盲源信号分离方法。它将多道观测信号根据统计独立的原则,通过优化算法分解为若干独立分量,在生物医学领域中有着广泛的应用。它能够从观察信号中提取出独立的生理信源,以便研究人员对有用的生理信息进行深入的研究。目前为止,对于ICA的大多数应用和研究都集中于完备的情况,即要求源信号数量与传感器数量相等。本文首先介绍了结肠测压系统和结肠压力数据采集方法。接着介绍并比较了独立分量分析的各种原理和算法,并根据结肠压力信号的特点,选择了基于最大化非高斯度的快速ICA算法。然后利用时频分析作为辅助手段,对26个受试者的结肠压力信号进行ICA分析,辨别出12个常规节律样本,8个节律偏缓样本和6个节律紊乱样本,对受试者的结肠动力运动情况作出了初步的判断。同时,ICA将各种结肠动力模式的信号作为来自不同信源的独立分量,将其单独提取出来。为对这些动力模式信号生理意义的进一步研究提供了便利。针对人体其他生理活动对结肠压力信号的干扰以及基本ICA模型中传感器个数与信源个数必须相同的限制,本文又提出了含噪声的超定ICA方法。该方法使用主分量分析(PCA)作为ICA的预处理,首先估计出源信号的个数,并对观测信号进行降维使其维数与源信号相等。这样既除去了大部分噪声分量,又将超定ICA问题转化为完备的ICA问题,仍可用快速ICA算法来解决。对比基本ICA模型,超定ICA的实验结果估计出了同时发生的结肠动力模式数量,并消除了噪声分量。证明了该方法的有效性。