基于虚拟仪器的脉搏信号处理方法研究及应用

基于虚拟仪器的脉搏信号处理方法研究及应用

论文摘要

脉搏波中包含了许多生理信息,如人体心血管系统的生理病理信息等,因此,对脉搏波进行检测和信息分析,可以反映人体生理健康状况的情况,尤其是对心血管疾病的预防与临床诊断治疗有着重要的指导作用。而高质量脉搏信号的获取和有效的脉搏信号处理方法则对检测和分析工作起着决定性的影响。本文立足于现有的脉搏测量技术及信号处理方法,利用虚拟仪器及其相关技术对脉搏信号处理方法做了进一步深入的研究,并利用由脉搏波无创提取心血管参数的相关理论,设计了一种基于虚拟仪器、有实际意义的心血管参数测量系统。本课题主要工作包括以下儿个方在面:1、通过比较选择,合理地搭建了脉搏信号的采集电路,并利用NI公司的DAQ数据采集卡及Labview软件开发出了一套通用的多通道生理信号采集及存储系统。该系统可同时采集存储多路生理信号,并且采样率、采样时间、数据采集方式及存储路径等参数全部可以方便设置,具有很好的通用性。2、在对脉搏信号进行去噪预处理的过程中,通过大量实验对比,得出结论:对于采样率为300Hz的常见的生理信号(脉搏、心电)进行软件去噪处理时,模3的均值滤波对原始信号的幅度及相位的影响最小,效果最为理想。3、在对脉搏信号进行单周期识别时,采用了差分阈值法,并很好的解决了整段脉搏数据起始和结束部分识别会有遗漏的问题。经实验验证,该方法可以准确地识别出各类脉象的脉搏波单周期,甚至在基线漂移或高频噪声干扰非常严重的情况下,该算法依然能够正确识别,而且识别时基本不受脉搏数据采样率高低的影响。4、利用插值拟合法进行了脉搏信号的基线调整处理,通过实验验证,该方法可以有效的去除各类脉图的基线漂移。此外,还可以绘制出基线漂移折线,这也在一定程度上为研究基线漂移产生的原因提供了一定参考和依据。5、在脉搏特征值提取过程中,为了标识出降中峡及重博波等特征点,采用了二阶导数对应的方法,经实验验证,无论脉搏波中这两个特征点明显与否,该方法都可以准确地确定其位置。而且,通过实验还发现,该方法在理论上对于非常不明显的重博前波的识别也是可以实现的。此外,在选取代表性脉搏特征值时,利用了K值选波法,选取出三组最有代表性的脉搏特征值进行联合分析,使得脉搏信息得到更全面、更有效的揭示。6、利用由脉搏波无创提取心血管参数的相关理论,我们设计了一种基于虚拟仪器而且有实际意义的心血管参数检测系统。将该系统与同类产品进行比较测试后,发现检测结果基本正确,可以考虑将其应用于社区保健、家庭监护等领域。

论文目录

  • 一、摘要
  • 中文论著摘要
  • 英文论著摘要
  • 二、英文缩略语
  • 三、论文
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 研究现状
  • 1.3 虚拟仪器简介
  • 1.4 本课题研究内容
  • 第二章 脉搏相关理论
  • 2.1 脉搏波形成机理
  • 2.2 脉搏特征点及生理意义
  • 2.3 脉搏信号的特点
  • 第三章 脉搏信号的采集
  • 3.1 脉搏波采集电路的原理
  • 3.1.1 脉搏波采集位置的选择
  • 3.1.2 传感器的选择
  • 3.1.3 信号调理电路原理
  • 3.2 Labview框架下脉搏信号采集及存储程序的设计
  • 3.2.1 数据采集卡及DAQ系统介绍
  • 3.2.2 信号采集存储程序的编制及功能
  • 3.2.3 信号读取程序的编制
  • 3.3 本章小节
  • 第四章 脉搏信号的预处理、识别及特征提取
  • 4.1 Matlab在Labview中的应用
  • 4.2 脉搏信号的去噪
  • 4.3 脉搏信号周期识别
  • 4.4 脉搏信号基线调整
  • 4.5 脉搏信号的特征值提取
  • 4.6 系统的扩展
  • 4.7 本章小节
  • 第五章 脉搏信号处理方法研究的初步应用
  • 5.1 系统目的及原理
  • 5.2 系统设计及功能
  • 5.3 讨论及结论
  • 5.4 本章小节
  • 第六章 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 四、本研究创新性的自我评价
  • 五、参考文献
  • 六、附录
  • 综述
  • 在学期间科研成绩
  • 致谢
  • 个人简介
  • 相关论文文献

    • [1].脉搏信号的采集与分析[J]. 科学大众(科学教育) 2019(07)
    • [2].基于数据挖掘的脉搏信号干扰段检测算法[J]. 电子科技 2017(06)
    • [3].脉搏信号的干扰段检测与质量评估[J]. 中国医疗器械杂志 2015(04)
    • [4].基于脉搏信号融合分析的心率监测方法[J]. 电子测量与仪器学报 2020(10)
    • [5].基于流水线结构的脉搏信号小波去噪硬件实现[J]. 中国集成电路 2013(09)
    • [6].脉搏信号的频谱分析[J]. 中国科技信息 2016(12)
    • [7].浅析极值法提取脉搏信号特征点的方法[J]. 电子质量 2014(02)
    • [8].脉搏信号和主成分分析在亚健康状态识别中的应用[J]. 计算机应用与软件 2013(03)
    • [9].脉搏信号采集传输实验系统设计[J]. 实验技术与管理 2018(08)
    • [10].一种光电式脉搏信号检测装置[J]. 渭南师范学院学报 2018(08)
    • [11].心音、脉搏信号采集、调理电路的设计[J]. 现代电子技术 2011(08)
    • [12].基于嵌入式技术的脉搏信号测试系统[J]. 计算机与现代化 2011(05)
    • [13].以应变式传感器为核心的人体脉搏信号采集与处理[J]. 江苏大学学报(自然科学版) 2016(04)
    • [14].基于腐蚀法的脉搏信号分析研究[J]. 工业仪表与自动化装置 2013(05)
    • [15].脉搏信号检测仪的设计与实现[J]. 自动化仪表 2012(11)
    • [16].基于压缩采样脉搏信号的抗运动干扰心率提取算法[J]. 计算机工程 2019(04)
    • [17].基于光电容积法的脉搏信号检测装置的设计[J]. 电子制作 2014(13)
    • [18].基于心电脉搏信号的实时动态血管建模方法[J]. 机械与电子 2012(09)
    • [19].基于脉搏信号的心电特征研究[J]. 电子测量技术 2009(08)
    • [20].视屏显示终端视觉疲劳对脉搏信号的影响[J]. 中国工业医学杂志 2010(03)
    • [21].基于小波变换实现脉搏信号降噪处理[J]. 通信技术 2011(05)
    • [22].游泳脚环心率监测系统的设计与优化[J]. 新型工业化 2020(02)
    • [23].基于PCANet的脉搏信号亚健康检测[J]. 光电子·激光 2019(03)
    • [24].基于FPGA的脉搏信号VGA显示设计[J]. 科技风 2020(10)
    • [25].情感识别中脉搏信号的特征提取与分析[J]. 西南师范大学学报(自然科学版) 2010(03)
    • [26].基于Android平台的脉搏信号干扰检测及其质量评估方法研究[J]. 中国医疗器械杂志 2018(05)
    • [27].基于STM32的无线脉搏信号监测系统设计[J]. 计算机与现代化 2012(02)
    • [28].脉搏信号采集及无线监测系统的设计[J]. 宁波工程学院学报 2012(04)
    • [29].一种用CEEMDAN和排列熵去除脉搏信号噪声的方法[J]. 中国科技论文 2019(03)
    • [30].基于改进HHT的脉搏信号分析方法[J]. 计算机工程 2019(09)

    标签:;  ;  ;  ;  ;  

    基于虚拟仪器的脉搏信号处理方法研究及应用
    下载Doc文档

    猜你喜欢