基于ARM的脈象檢測(cè)系統(tǒng)研究與設(shè)計(jì).pdf

1、人體脈象復(fù)雜多變，與肌體臟器的盛衰密切相關(guān)。醫(yī)生通過(guò)不同的診療手段來(lái)判斷肌體脈象的變化，從而對(duì)疾病進(jìn)行預(yù)測(cè)。脈診是中醫(yī)診斷方法中最具有代表特色的方式，以脈搏為載體來(lái)反映脈象的變化。但是脈診多依賴于醫(yī)生的臨床經(jīng)驗(yàn)，沒(méi)有形成統(tǒng)一的標(biāo)準(zhǔn)和定量化的分析，不利于其發(fā)展和傳承。
　　本文以中醫(yī)脈診理念為依托，立足于探究脈診的客觀化、標(biāo)準(zhǔn)化進(jìn)程，設(shè)計(jì)并實(shí)現(xiàn)了脈象檢測(cè)系統(tǒng)。該系統(tǒng)使用壓力傳感器對(duì)脈搏信號(hào)進(jìn)行采集，針對(duì)傳感器的特性以及采集信號(hào)的特點(diǎn)

2、設(shè)計(jì)了一系列硬件電路，對(duì)混合脈搏信號(hào)進(jìn)行濾波、放大。采用STM32F407芯片作為系統(tǒng)的控制器，使用其內(nèi)部AD對(duì)硬件電路調(diào)理之后的模擬信號(hào)進(jìn)行數(shù)字轉(zhuǎn)換。針對(duì)信號(hào)周期的差異，對(duì)信號(hào)進(jìn)行波形平均化處理，通過(guò)小波分析降低信號(hào)噪聲的干擾，并提取去噪信號(hào)的時(shí)頻域特征用于脈象的分類識(shí)別。本文在支持向量機(jī)分類算法的基礎(chǔ)上提出了閾值分類法，兩種方法均能實(shí)現(xiàn)對(duì)脈象信號(hào)的有效分類，但是對(duì)于兼脈的分類支持向量機(jī)的優(yōu)勢(shì)更為明顯。在LABVIEW上進(jìn)行上位機(jī)界面