基于BP神经网络的脉搏波信号的辨识研究

基于BP神经网络的脉搏波信号的辨识研究

论文摘要

脉诊是中医诊断中一种非常重要的技术,在中医学中占有重要的地位。然而脉诊具有主观性大、不能客观记录等缺点,在目前中医与现代科技结合的背景下,脉诊的客观化研究具有重要的现实意义,也是对中医继承和发展的一种新思路。本文的研究主要是基于脉象识别展开的。首先,介绍了脉象识别的理论基础,分析了脉搏波信号的生理意义及脉象采集装置的工作原理,之后的研究以脉搏波信号为对象展开。其次,重点研究了脉搏波信号的特征提取方法及原理,包括频域特征是时域特征两方面。频域分析方法是目前信号处理领域中的重要内容,利用小波变换良好的时-频局部化特征,以小波变换技术将脉搏波信号转化为频域信号后可以很方便地分析出信号的频域成分。主要采取多尺度分析方法,将信号在4个尺度上分解,提取不同尺度上的能量作为表征不同脉象的特征参数,此外,还提取了信号的周期图法功率谱特征作为识别参数。时域特征直观、易于理解,包含有重要的时域信息,本文将频域特征和时域特特征结合起来作为输入参数,可以较全面地反映脉象的特征。最后,分析了基于LM算法的BP网络的理论及迭代过程,LM算法收敛速度快,可以大大缩短网络收敛时间,BP网络具有非线性映射、自适应并行计算的特点,因此采用基于LM算法的BP网络实现脉搏波信号的分类。研究表明,在输入向量良好的情况下,可以达到较高的识别准确率。本文所做的工作是对中医脉象智能化识别的一次尝试,实验也表明,在各环节都做好的情况下,脉象的识别能达到一定的精度,可以为临床提供一定的参考价值,是一种可行而有效的设计。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 选题目的和意义
  • 1.2 脉象客观化研究现状
  • 1.2.1 脉象分析仪的研究
  • 1.2.2 脉象客观化及辨识理论研究现状
  • 第二章 脉象客观化理论及脉象识别基础
  • 2.1 脉象客观化理论基础及原理
  • 2.1.1 中医脉象介绍
  • 2.1.2 脉图理论基础
  • 2.1.3 脉图主要时域特征指标及其意义
  • 2.1.4 最佳脉图
  • 2.2 脉象采集装置
  • 2.2.1 脉象仪的设计原理
  • 2.2.2 脉象仪的基本结构及工作原理
  • 2.3 脉象信号的采集
  • 2.4 脉搏波信号的预处理
  • 第三章 时频域分析理论基础及脉搏波特征参数提取
  • 3.1 脉象信号分析的数学方法
  • 3.1.1 脉象信号的时域分析方法
  • 3.1.2 脉象信号的频域分析方法
  • 3.1.3 时-频联合分析法
  • 3.2 傅里叶变换
  • 3.2.1 离散傅里叶变换
  • 3.2.2 连续傅里叶变换
  • 3.2.3 快速离散傅里叶变换
  • 3.2.4 连续短时傅里叶变换(STFT)
  • 3.3 小波分析理论基础及频域特征提取
  • 3.3.1 小波变换基本原理及定义
  • 3.3.2 离散小波变换
  • 3.3.3 多分辨率分析
  • 3.4 脉搏波信号的特征选择和提取
  • 3.4.1 频域特征提取
  • 3.4.2 时域特征提取
  • 第四章 神经网络分析用于脉象识别
  • 4.1 人工神经网络的概念
  • 4.1.1 生物学的启示
  • 4.1.2 人工神经网络基本概念
  • 4.2 神经网络的优点
  • 4.3 神经网络的学习规则
  • 4.4 神经网络的基本模型
  • 4.4.1 感知机模型
  • 4.4.2 自适应线性神经网络
  • 4.4.3 反向传播(BP)网络
  • 4.4.4 Hopfield 神经网络
  • 4.5 反向传播(BP)神经网络
  • 4.5.1 BP 算法的学习规则
  • 4.5.2 BP 算法的局限性
  • 4.6 BP 算法的改进
  • 4.6.1 添加动量项的方法
  • 4.6.2 LM(Levenberg-Marquardt)算法
  • 4.6.3 其它算法
  • 4.7 将BP 神经网络用于脉象识别
  • 4.7.1 隐含层层数选择
  • 4.7.2 隐含层节点数选择
  • 4.7.3 初始权值的选择
  • 4.7.4 学习率的选择
  • 4.7.5 训练次数及网络误差
  • 4.8 脉象识别的MATLAB 实现及实验结果分析
  • 第五章 总结和展望
  • 5.1 本文的主要工作
  • 5.2 未来的工作和展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 相关论文文献

    • [1].基于脉搏波信号的情感识别方法[J]. 科技传播 2016(07)
    • [2].自适应脉搏波信号主峰定位方法[J]. 控制与决策 2018(03)
    • [3].采用脉搏波信号对折原理的血压测量新算法[J]. 中国计量学院学报 2015(04)
    • [4].基于多特征参数综合分析脉搏波信号失真度算法的实现[J]. 吉林大学学报(工学版) 2012(04)
    • [5].心电信号与脉搏波信号同步采集系统的研制[J]. 中国医疗器械信息 2011(02)
    • [6].脉搏波信号的特征提取方法研究[J]. 信息通信 2019(07)
    • [7].自发性高血压大鼠脉搏波信号分析与分类识别研究[J]. 中国中医基础医学杂志 2009(08)
    • [8].基于脉搏波信号和血管弹性腔模型的动脉血压连续测量方法[J]. 医用生物力学 2012(01)
    • [9].一种计算脉搏血氧饱和度的新方法[J]. 生物医学工程学杂志 2017(01)
    • [10].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(06)
    • [11].基于MATALAB的脉搏波信号的实时处理[J]. 微计算机信息 2009(28)
    • [12].基于心电脉搏特征的视觉疲劳状态识别[J]. 计算机工程 2011(07)
    • [13].基于小波分析的脉搏波信号处理[J]. 电子设计工程 2013(11)
    • [14].一种监测人体体温及脉搏波的耳机装置[J]. 中国医学装备 2013(05)
    • [15].基于形态滤波的脉搏波信号基线漂移消除方法研究[J]. 合肥工业大学学报(自然科学版) 2011(04)
    • [16].基于PPG的脉搏波信号采集及其噪声处理[J]. 传感器与微系统 2020(12)
    • [17].基于形态滤波的人体脉搏信号去噪处理[J]. 安徽建筑工业学院学报(自然科学版) 2010(05)
    • [18].基于LabVIEW的脉搏波信号分析系统设计[J]. 工业控制计算机 2010(11)
    • [19].基于心电信号的脉搏波形特征点提取[J]. 北京生物医学工程 2011(01)
    • [20].利用近红外光谱检测多层组织血氧饱和度的研究[J]. 光谱学与光谱分析 2009(11)
    • [21].光电脉搏波信号处理中呼吸干扰的抑制[J]. 纳米技术与精密工程 2008(01)
    • [22].人体血氧饱和度检测中消除脉搏波信号高频噪声的方法[J]. 光谱学与光谱分析 2012(09)
    • [23].脉搏波信号分析用于动脉硬化诊断仪器的研究[J]. 中国医学装备 2010(03)
    • [24].基于人脸视频信息的脉象分析[J]. 暨南大学学报(自然科学与医学版) 2016(05)
    • [25].基于光电容积脉搏波的血压测量实验研究[J]. 机电工程 2017(08)
    • [26].新型脉搏波检测时域处理方法与系统实现[J]. 传感器与微系统 2008(09)
    • [27].一种无创脉搏波检测分析系统的研制[J]. 生物医学工程学杂志 2008(05)
    • [28].基于Android手机的生理参数移动监测系统[J]. 中国医学物理学杂志 2018(10)
    • [29].便携式血氧信号检测装置设计[J]. 传感器与微系统 2017(03)
    • [30].一种可监测人体脉搏波及心率的健康鼠标[J]. 现代电子技术 2012(05)

    标签:;  ;  ;  ;  ;  

    基于BP神经网络的脉搏波信号的辨识研究
    下载Doc文档

    猜你喜欢