脈搏信號的干擾段檢測和質(zhì)量評估算法研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、人體脈搏信號包含著豐富的生理與病理信息,能夠反映人體的生理和病理情況,是觀察人體內(nèi)部功能變化的一個重要窗口。然而,脈搏信號采集容易受到各種因素的影響,使脈搏信號被噪聲污染而形成干擾段。在脈搏信號監(jiān)護系統(tǒng)中,干擾容易降低脈搏信號質(zhì)量造成監(jiān)護儀器誤報警。居高不下的誤報警嚴重影響了監(jiān)護儀器的監(jiān)護效果,造成醫(yī)生患者對于監(jiān)護儀報警的麻痹大意。同時,脈搏信號中存在的干擾段造成了儀器數(shù)據(jù)存儲空間的浪費。因此,檢測脈搏信號的干擾段,并對信號質(zhì)量進行評估

2、,有利于降低監(jiān)護儀器的誤報警,節(jié)省數(shù)據(jù)存儲空間,且對脈搏信號的進一步分析有著重要研究意義。
  首先,對脈搏信號波形特征進行了分析研究,根據(jù)脈搏信號的波形特征,對脈搏信號進行建模。通過對三個不同系數(shù)高斯函數(shù)構(gòu)成的高斯波形進行疊加,形成標準的脈搏信號波形。建立的標準脈搏信號模板波形,用于后續(xù)脈搏信號分析。
  其次,研究了脈搏信號的干擾段檢測算法。分析脈搏信號中干擾信號的特征,根據(jù)干擾段信號無規(guī)則,無周期性等特點,進行干擾段檢

3、測。分析并研究脈搏信號的歸一化和降維處理方法,研究脈搏信號時間序列的符號化表示方法,分析比較脈搏信號的分割方法,選擇適合干擾段檢測及質(zhì)量評估的信號分割方法。研究時間序列的相似性度量方法,提出基于時間動態(tài)扭曲(Dynamic time warping,DTW)的脈搏信號干擾段檢測算法。
  然后,建立了脈搏信號的質(zhì)量評估模型。研究脈搏信號質(zhì)量評估算法,提取多個與信號質(zhì)量相關(guān)的特征,形成質(zhì)量因子。根據(jù)兩時間序列的 DTW,分析兩序列的

4、相似性,從而提出基于 DTW的質(zhì)量評估算法,對信號進行質(zhì)量等級的劃分;根據(jù)正常脈搏信號與噪聲信號的頻率分布范圍,提出基于功率譜質(zhì)量因子的脈搏信號質(zhì)量評估算法;根據(jù)正常脈搏信號與干擾信號壓縮度的差異,提取基于壓縮度的脈搏信號質(zhì)量評估質(zhì)量因子。綜合上述質(zhì)量因子,根據(jù)各質(zhì)量因子之間的邏輯關(guān)系,得到特征融合質(zhì)量評估算法。針對一段時間的信號質(zhì)量分析,提出基于干擾段檢測的質(zhì)量評估算法,從而實現(xiàn)整體脈搏信號的質(zhì)量評估。
  此外,本文對脈搏信號

5、干擾段檢測和質(zhì)量評估算法進行了閾值提取和算法對比實驗。對干擾段檢測算法進行了閾值提取實驗,通過實驗得到干擾段檢測的閾值;通過建立信號的不同信噪比數(shù)據(jù)集,測試干擾段檢測算法的抗干擾性能;通過干擾段算法的對比實驗,分析本文干擾段檢測算法的性能。對質(zhì)量評估算法進行了閾值提取實驗,并且與多種脈搏信號質(zhì)量評估算法進行了對比實驗,通過實驗論證本文算法性能優(yōu)于現(xiàn)有脈搏信號質(zhì)量評估算法。
  最后,給出了基于信號質(zhì)量評估和卡爾曼濾波的心率估計方法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論