导读:本文包含了脉搏波信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:脉搏,分解,光电,容积,经验,阈值,模态。
脉搏波信号论文文献综述
陈真诚,于邦文,梁永波,曾若生,朱健铭[1](2019)在《基于光电容积脉搏波信号与心电信号相关性的研究》一文中研究指出在研究光电容积脉搏波信号(photoplethysmography,PPG)与心电信号(electrocardiography,ECG)相关性的基础上加入了动脉血压信号(arterial blood pressure,ABP)以及呼吸信号(resperation,RESP)。探究PPG信号与其余叁路信号间的相关性以及因果关系等统计学指标,并给出具体的统计学实验结果,为以后使用该类统计学指标做心血管以及呼吸类疾病筛查做准备。通过时域与频域相结合的办法求取相关性,在时域上利用Pearson相关系数,频域上利用相干性与短时偏定向相干性算法(ST-PDC)以及短时定向传递函数算法(ST-DTF)探究信号间的因果关系及连通性。时域上信号间的相关性系数均值分别为0.901、0.894、0.886,频域上信号间的相干性均值分别为0.899、0.896、0.8816,ST-PDC以及ST-DTF算法结果表明了信号之间存在较强的因果关系。时域与频域的实验结果表明信号间存在着较强的相关性。(本文来源于《生物医学工程研究》期刊2019年03期)
鲁宏胜,叶玮琼,胡越[2](2019)在《脉搏波信号的特征提取方法研究》一文中研究指出脉搏波信号是重要的人体生理信号,但在采集过程中会存在一定的干扰,在分析软、硬阈值去噪方法的基础上,提出一种改进的阈值量化方法,能够克服软、硬阈值存在的缺陷,实验表明,改进的阈值方法可以有效地去除不同噪声干扰,明显优于软、硬阈值去噪方法。针对传统特征提取方法的缺陷,提出一种幅度阈值与滑动窗口相结合的主波波峰定位方法,经实验验证,所提出的方法准确率高、抗干扰强。(本文来源于《信息通信》期刊2019年07期)
陈真诚,牛春望,朱健铭,梁永波[3](2019)在《一种利用经验模态分解算法的光电容积脉搏波信号中提取呼吸波的方法研究》一文中研究指出针对目前提取呼吸波准确性不高的问题,本研究提出了一种从光电容积描记(photoplethysmography, PPG)信号中提取呼吸波的有效方法。在MIMIC Database中获取人体同时段的多路生理信号,包括PPG信号和呼吸波信号。首先,利用经验模态分解算法(empirical mode decomposition,EMD)对PPG信号进行分解,得到各层本征模函数(intrinsic mode function,IMF),选择合适的IMF分量重构出呼吸波信号;然后将重构的呼吸波信号与采用PPG信号同时段的原始呼吸波信号进行比较,结果显示,呼吸波信号速率的准确率均在90%以上,AR功率谱中的相关性系数均在85%以上,呼吸波信号相对相干系数也显示该方法的优越性。采用EMD算法可以有效地从PPG信号中提取呼吸波,这对于临床实践中的无创检测,医疗设备的改进具有重要意义。(本文来源于《生物医学工程研究》期刊2019年02期)
陈真诚,吴贤亮,赵飞骏[4](2019)在《EEMD结合小波阈值的光电容积脉搏波信号降噪》一文中研究指出为了研究脉搏波信号降噪的问题,文章提出了一种集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值相结合的降噪方法,对采集到的光电容积脉搏波信号来做降噪处理,同时和EMD结合小波阈值降噪算法进行比较。算法首先把信号做EEMD的分解,将原始信号分解为n个模态分量(Intrinsic Mode Function,IMF),然后对这些分量做相干性的计算,对其中的噪声分量来做小波阈值降噪,最后将信号重构。原始信号在STM32平台上采用MAX30100传感器测得。实验结果表明:本文的方法能够很好地剔除光电容积脉搏波中包含高频噪声与基线漂移的各种噪声,降噪后信噪比为34.09,均方根误差为1.99。提高了PPG信号的质量,为光电容积脉搏波信号的准确测量提供了新的思路。(本文来源于《光学精密工程》期刊2019年06期)
马永柳[5](2019)在《脉搏波信号改进经验模态分解去噪及预测》一文中研究指出由于伪运动和静脉噪声等因素的干扰,脉搏波在采集的过程中会产生高频噪声以及一定量的漂移。利用EMD方法把原始含噪脉搏波信号分解为若干个IMF分量。把每个IMF分量的相关系数值、Hilbert瞬时频率值、Hilbert幅值组成分值函数。提出分值均前比的概念作为动态阈值来避免人为因素的干扰。利用动态阈值对比分值函数的大小来对EMD分解出的IMF分量进行筛选,从而达到对脉搏波去除噪声和漂移的效果。利用粒子群优化算法计算最优分值函数构成使得去噪后的脉搏波均方误差根最小、信噪比值最大,即去噪效果最好。仿照真实采集到的脉搏波中可能出现的噪声对仿真出的脉搏波加上高频噪声和一定位移的漂移。利用本文提出的改进EMD方法、小波分析方法、EMD方法对不同长度时间窗口的仿真脉搏波数据进行去噪处理。根据信噪比、均方根误差值可知本文提出的改进EMD方法明显优于小波分析和EMD方法去噪。利用本文提出的改进EMD方法对真实采集到的脉搏波数据进行处理,对比去噪后的脉搏波图形可知原始信号中的高频噪声和漂移已经去除。通过上述步骤去除脉搏波中的噪声和漂移后,下面采用C-C算法确定相空间重构中的延迟时间和嵌入维数值把一维脉搏波扩充为多维脉搏波时间序列。利用支持向量机对重构后的多维脉搏波时间序列进行回归预测来进一步了解人体脉搏波数据的趋势。(本文来源于《华北电力大学(北京)》期刊2019-03-01)
王骞,徐雅洁,曾国强,孙明山[6](2019)在《脉搏波信号的提取与双域分析》一文中研究指出通过深度解析压力式和光电式传感器检测脉搏波的原理,探索压力式传感器最佳的取脉压,最终实现对所测得的脉搏在时域和频域内分解。对20位志愿者进行脉搏波测量,利用压电薄膜传感器测量最佳取脉压并与身体质量指数(BMI)进行叁阶多项式拟合标定,在时域和频域对脉搏波分别进行小波和傅里叶变换。测试结果表明,光电式脉搏波存在淹没特征点的弊端,压力式传感器能清楚地观察到特征点,但由于取脉压的问题导致波形有同体差异性。通过对个体施加最佳取脉压,压力式传感器能以高信噪比来检测脉搏波。时频双域分析可有效提取波形特征点,为连续血液测量提供了良好的数据源。(本文来源于《电子技术应用》期刊2019年02期)
成恳[7](2018)在《脉搏波信号检测及数据处理方法研究》一文中研究指出当心脏收缩和舒张时,动脉管壁会随之收缩和扩张,左心室射入动脉的血流将以波的形式沿动脉血管进行传播,这种波就是脉搏波。脉搏波波形中包含丰富的人体心血管系统信息,因此在心血管健康状态监测中得到了广泛的关注。无创的提取人体脉搏波信号并对其进行准确有效的分析,对心血管系统的疾病诊断和健康监测有着重要的应用价值。本文研制了一种基于压力传感器的脉搏波检测系统,并研究了脉搏波信号数据处理方法,实现对心血管系统血流动力学参数的无创检测。主要研究内容如下:(1)介绍了脉搏波信号的研究背景和意义,国内外脉搏波信号检测分析方法的发展现状,并分析了脉搏波的形成机理,脉搏波的特征点及生理意义,阐述了脉搏波信号的特点及采集过程中容易受到的几种噪声。(2)搭建了脉搏波信号检测系统。系统选用HK-2000B型PVDF压电膜脉搏波传感器采集人体桡动脉处压力脉搏波信号,信号经过硬件调理电路处理后由USB-6009数据采集卡进行采集并发送到上位机供后续处理,在上位机中设计了基于Lab VIEW的脉搏波采集及存储系统。(3)在上位机MATLAB平台,根据脉搏波信号的特点和噪声特征,采用改进小波分解与重构的方法对采集到的含噪脉搏波信号进行去噪处理,得到去除高频噪声和基线漂移的脉搏波,并对去噪效果进行了评价。(4)对去噪后的脉搏波进行特征点识别,提出采用改进的基于波形时域特征和一次微分的识别方法,对脉搏波的3个特征点进行了识别研究,通过实验验证,主动脉开放点(b点)的查准率为99.80%,查全率为99.97%。(5)使用所设计的检测系统采集脉搏波,对心血管功能进行检测与分析。通过特征点参数以及一些人体基本信息,推导相关心血管参数的计算方法,分析了该检测系统的重复性,并与标准仪器XY-10型血脉仪计进行比较,相关系数r均大于0.9,其相关性良好。本文提出的脉搏波信号检测及数据处理方法,为心血管病的诊断和预防提供了新的检测、分析和评估的有效技术手段。(本文来源于《西安理工大学》期刊2018-06-30)
王成[8](2018)在《基于PPG的脉搏波信号调理技术研究及便携系统设计》一文中研究指出基于PPG的脉搏波信号(即光电容积描记的脉搏波信号)包含了丰富的人体生理信息,是研究身体健康状况的重要信息来源。该信号可实时反映人体的血压、血氧、脑氧、肌氧、血糖、脉率和呼吸率等和人体健康息息相关的重要生理信息。所以它在生理信息的无创检测领域有着很好的应用前景。本文针对基于PPG的脉搏波信号非常微弱且噪声大的特点,对其进行信号调理技术的研究并研发出了基于PPG的便携式脉搏波信号检测系统。本文首先通过阅读大量文献学习了基于PPG的脉搏波信号提取和调理电路的理论基础知识。在研究中发现相比于反射式传感器,透射式传感器在脉搏波信号采集时更加稳定且信号质量更好,提出了使用透射式传感器的脉搏信号检测系统的方案。由于从指尖提取的脉搏波原始信号非常微弱而且噪声很大,所以要对其使用放大和滤波等信号调理电路来处理。经过大量实验确定了理想的脉搏波信号检测和调理电路的具体方案并设计加工出相应的PCB电路板进行实验验证。然后在以上实验结果的基础上进行便携系统的设计开发,选用超低功耗的MCU作为控制器处理单元,完成了系统传感器电路、MCU外围电路、电源电路、蓝牙芯片外围电路等系统电路模块的研究与设计。在不断的尝试和改进后最终研发出一套基于PPG的便携式脉搏波信号检测与调理系统。本文还设计了系统与手机端的蓝牙通信功能。首先在以MCU为核心的下位机部分进行了MCU与蓝牙芯片之间通过UART协议通信的设计,然后在手机端进行了利用蓝牙串行通信和用户界面显示的设计。这样在手机端中就可以进行健康数据的分析处理和显示,并且建立和每个用户相关的个人健康数据库,使用者就能够实时地掌握自身健康状况,并在系统及时的提醒下去就医治疗。这些工作都为利用基于PPG的脉搏波对血氧、血压、心率和呼吸率等生理参数监测系统的进一步研究与开发奠定了良好的基础。本文最后对研究和加工好的系统进行了功能性测试和可靠性检测。该便携式人体生理信号监测系统具有体积小(5×3×3cm~3)易于携带、外部结构简单、低功耗(待机时间可达3个月以上)、安全稳定和实用功能丰富等优点,可以连续实时监测使用者的身体健康状况。(本文来源于《西安电子科技大学》期刊2018-06-01)
曲雷政,庞宇,张亚华[9](2018)在《基于FastICA算法的脉搏波信号特征参数提取方法研究》一文中研究指出经过大量临床证实,脉搏波能反映许多心血管方面的生理信息,脉搏波特征变化可以反映出人体生理系统的状态。为了能够在脉搏波信号中提取更多的生理参数,必须对脉搏波信号的各种特性进行深入的分析。利用光电容积脉搏波描记法(PPG),人们只需要将手指轻微的贴着摄像头就可以采集到手指图像,对图像进行独立成分分析(ICA),找到最接近人体的脉搏波信号。这对基于智能终端分析脉搏波信号的特征,进行呼吸、血压、心率测量的便捷性有很大的提高,为在家居环境下对人体生理参数的实时监测提供了一定的参考。(本文来源于《电子世界》期刊2018年06期)
王杰华,夏海燕,孙万捷,陈虹云[10](2018)在《基于EMD和SVD的光电容积脉搏波信号去噪方法》一文中研究指出光电容积脉搏波采集过程中存在基线漂移和高频噪声会给后续人体生理参数的测量带来困难,因此消除噪声干扰是准确进行相关生理参数测量的关键问题。提出一种结合经验模态分解和奇异值分解的去噪方法。该方法采用经验模态分解将光电容积脉搏波信号分解为若干个固有模态函数,通过功率谱密度判断代表基线漂移信息的固有模态函数获得基线漂移曲线;使用奇异值分解处理光电容积脉搏波信号中的高频噪声,针对传统的差分谱法无法准确识别奇异值有效阶次的不足,提出加权能量贡献率的方法选取奇异值的有效阶次。实验结果表明,该方法能有效消除光电容积脉搏波信号中的基线漂移和高频噪声,这对光电容积脉搏波信号检测精度的提高具有重要意义。(本文来源于《现代电子技术》期刊2018年04期)
脉搏波信号论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
脉搏波信号是重要的人体生理信号,但在采集过程中会存在一定的干扰,在分析软、硬阈值去噪方法的基础上,提出一种改进的阈值量化方法,能够克服软、硬阈值存在的缺陷,实验表明,改进的阈值方法可以有效地去除不同噪声干扰,明显优于软、硬阈值去噪方法。针对传统特征提取方法的缺陷,提出一种幅度阈值与滑动窗口相结合的主波波峰定位方法,经实验验证,所提出的方法准确率高、抗干扰强。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脉搏波信号论文参考文献
[1].陈真诚,于邦文,梁永波,曾若生,朱健铭.基于光电容积脉搏波信号与心电信号相关性的研究[J].生物医学工程研究.2019
[2].鲁宏胜,叶玮琼,胡越.脉搏波信号的特征提取方法研究[J].信息通信.2019
[3].陈真诚,牛春望,朱健铭,梁永波.一种利用经验模态分解算法的光电容积脉搏波信号中提取呼吸波的方法研究[J].生物医学工程研究.2019
[4].陈真诚,吴贤亮,赵飞骏.EEMD结合小波阈值的光电容积脉搏波信号降噪[J].光学精密工程.2019
[5].马永柳.脉搏波信号改进经验模态分解去噪及预测[D].华北电力大学(北京).2019
[6].王骞,徐雅洁,曾国强,孙明山.脉搏波信号的提取与双域分析[J].电子技术应用.2019
[7].成恳.脉搏波信号检测及数据处理方法研究[D].西安理工大学.2018
[8].王成.基于PPG的脉搏波信号调理技术研究及便携系统设计[D].西安电子科技大学.2018
[9].曲雷政,庞宇,张亚华.基于FastICA算法的脉搏波信号特征参数提取方法研究[J].电子世界.2018
[10].王杰华,夏海燕,孙万捷,陈虹云.基于EMD和SVD的光电容积脉搏波信号去噪方法[J].现代电子技术.2018