论文摘要
心脑血管疾病是严重威胁人类健康的重大疾病。动脉血管的硬化程度反应了人体潜在的心血管疾病的可能。由于桡动脉脉搏信号中包涵着人体重要的生理和病理信息,并且容易获取,因此对桡动脉脉搏波波形分析,就能够从中提取出一些反映血管状况的生理参数,可以获知动脉血管的硬化状况,能够早期的预测和评估动脉血管硬化程度。因此,本研究通过对不同年龄段心血管健康人群的桡动脉脉搏波波形进行检测和分析,从中找出了能够反映人体动脉血管硬化状况的指标。本论文主要内容包括以下几个方面：1)首先介绍了桡动脉脉搏信号的获取平台,主要概述了系统的总体硬件架构和软件功能模块。硬件部分采用了基于PVDF的传感器,实现了脉搏信号的便携式连续采集的要求；软件模块主要实现信号的预处理、检波和分析等功能。2)详细介绍了脉搏波信号采集过程中存在的几种噪声,根据各种噪声和脉搏波自身的特点,利用数学形态学的方法消除了采集的脉搏信号中的基线漂移,并利用小波变换将含肌电噪声的脉搏信号进行了多尺度分解,在重构过程中实现了消噪,同时描述了信号的检波。3)对桡动脉脉搏波进行了时域特征、频域特征和小波域特征的分析和提取。并采用小波变换技术对脉搏信号的难以识别的年轻人和老年人波形的重搏波前波位置进行了定位。4)对获得的脉搏波相应各域的生理信息进行了特征选择和识别分类,对不同年龄人群脉搏波波形特点进行了总结,选取了时域特征、频域特征和小波域特征中的一些特征参数。5)根据融合的各域选取的特征进行分类识别,从脉搏波信息中选出最能表征血管自然硬化的指标参数,提出了从时域分析中得到的较为新颖的用于评估动脉硬化的参数指标。
论文目录
摘要ABSTRACT目录第一章 绪论1.1 动脉硬化研究的意义1.2 动脉硬化检测的研究现状1.3 论文研究思路1.4 论文的研究内容和创新点第二章 脉搏信号的获取与预处理2.1 脉搏信号获取系统总体结构2.1.1 硬件部分2.1.2 软件部分2.1.3 脉搏信号采集装置的整体系统实现2.2 基于脉搏波的噪声消除2.2.1 小波变换对脉搏信号的噪声干扰的抑制2.2.2 基于形态学的基线漂移抑制2.3 检波2.4 本章小结第三章 脉搏信号的特征提取3.1 时域特征3.1.1 时域特征提取3.1.2 特征点e点识别3.2 频域特征3.3 小波域特征3.4 本章小结第四章 基于脉搏波特征参数的年龄识别4.1 特征选择4.1.1 F-score特征选择方法4.1.2 基于改进的F-score特征选择方法4.2 支持向量机的基本理论4.2.1 支持向量机简介4.2.2 支持向量机的核函数选择与参数优化4.2.3 多分类支持向量机与年龄阶段分类器设计4.3 实验结果与分析4.3.1 基于时域特征的脉搏年龄段识别结果与分析4.3.2 基于频域特征的脉搏年龄段识别结果与分析4.3.3 基于小波域特征的脉搏年龄段识别结果与分析4.4 本章小结第五章 融合脉搏特征的年龄段分类识别5.1 脉搏信息融合5.1.1 信息融合方法5.1.2 信息的特征融合5.2 基于融合特征识别实验5.3 本章小结第六章 DAI:一种基于动脉硬化的评价参数6.1 研究对象和方法6.1.1 对象6.1.2 资料收集6.1.3 测量6.1.4 数据分析方法6.2 分析6.2.1 桡动脉AI与年龄6.2.2 桡动脉DAI和年龄6.2.3 桡动脉DAI和AI6.2.4 心率对DAI和AI的影响6.2.5 影响因素分析6.3 可靠性分析6.4 本章小结第七章 总结与展望7.1 研究工作总结7.2 本文的主要创新点7.3 未来研究工作展望参考文献附录 心血管信息采集参与者调查表在读期间完成的学术论文致谢
相关论文文献
标签：动脉硬化评估论文; 桡动脉脉搏波论文;
