智能心功能仪中的信号处理算法研究

论文摘要

智能心功能仪是一种家用医疗器械。它可以自动对采集到的心血管数据进行分析并给出诊断结果。它的优点是人们无需到医疗机构就可以自行检测心血管状况。这对处于心血管疾病高发区的中国有着重要的意义。智能心功能仪的研制受到了河南省教育厅科技攻关项目的资助。它的整体研制思路是通过对被测者心电图(ECG)和桡动脉脉搏波的分析给出参考的诊断报告，从而为心血管疾病的预防、诊断以及心血管病人的日常监护提供方便。本文的研究目的就是为智能心功能仪提供可行的信息处理算法。论文的主要工作如下：1)心电信号的预处理与特征提取：使用非线性自适应正弦波跟踪系统消除工频干扰；小波变换噪声消除；使用平方样条小波的模极大值理论提取心电信号特征。2)脉搏信号采集与特征提取：使用HK2000C型集成数字脉搏传感器采集桡动脉脉搏数据；脉搏数据的时域、频域以及倒谱域特征提取。3)对多生理特征参数的融合模型进行探索：给出了使用数据库技术、粗糙集约简理论和人工神经网络技术的生理参数融合模型，并从理论上给出整个融合模型的工作过程。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 选题背景
• 1.2 算法研究现状
• 1.3 本文的主要工作
• 第二章 心电信号处理
• 2.1 心电图基础知识
• 2.1.1 心电图的形成机理
• 2.1.2 心电图的组成及其特征
• 2.2 小波变换的基础知识
• 2.2.1 小波变换的数学描述
• 2.2.2 多分辨率分析与Mallat快速算法
• 2.2.3 多孔小波变换
• 2.2.4 小波变换用于信号奇异点检测
• 2.2.5 小波变换去噪声原理
• 2.3 心电信号去噪声算法
• 2.3.1 ECG的噪声消除
• 2.3.2 工频干扰的消除
• 2.4 心电信号特征点检测
• 2.4.1 所使用的小波函数
• 2.4.2 检测算法描述
• 2.4.3 检测结果与性能分析
• 2.4.4 算法程序界面的实现
• 2.5 本章小节
• 第三章 脉搏信号处理
• 3.1 脉搏波基础知识
• 3.2 脉搏波的生理特征参数提取方法
• 3.2.1 时域生理参数提取
• 3.2.2 频域生理参数提取
• 3.2.3 倒谱域生理参数提取
• 3.3 脉搏波的采集与参数提取
• 3.3.1 脉搏数据的采集
• 3.3.2 生理参数的提取
• 3.4 本章小节
• 第四章 生理参数融合模型探讨
• 4.1 支持数据库的建立
• 4.2 规则提取与泛化
• 4.2.1 基于粗糙集约简理论的规则提取
• 4.2.2 连续数据离散化
• 4.2.3 规则泛化模块的实现
• 4.4 融合模型的工作原理
• 4.5 本章小节
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间发表的学术论文及参与的科研项目
• 致谢