基于小波变换的脉象信号特征提取方法

为了较好地区分正常人与心脏病人的脉象信号，利用小波变换奇异性检测功能与多尺度分辨特性，提出了两种提取脉象信号特征的方法：连续小波变换法和二进小波变换法。在此基础上，构造了两种特征向量：小波变换系数的尺度——主波峰值和小波变换的尺度——能量值。经过对临床采集的235例脉象信号的处理与分析统计，所得数据具有较好的重复性与稳定性，可以作为用于脉象信号识别的特征向量。     

基于小波变换的人体脉象信号奇异点检测

为了揭示脉象所包含的丰富的心血管系统生理病理信息,利用小波变换的奇异性检测原理,获得了脉象信号的小渡变换模极大值图,检测出了人体脉象信号的突变点,从而准确地确定了心脏收缩期ts和舒张期td.通过对大量信号的实验分析和统计,发现心脏病人和正常人的舒张期和收缩期之比td/ts及脉波率有明显差异,这为部分心脏病的诊断提供了定量的参考依据.     

基于小波分析和BP神经网络识别的中医脉象信号辨识系统

讨论基于小波分析的脉象信号分解与重构、信号除噪、脉象信号时频特征值的提取和分析,构建合理的神经网络结构,各层神经元数量的确定,选择合理的学习速率,脉象信号特征值的选取,神经网络的训练等必须解决的关键问题。构建了一种比较实用的基于小波分析BP神经网络的中医脉象信号辨识系统。经1456例临床脉象检测,准确率〉90％,不仅极大地提高对平、浮、沉、迟、数、虚、实、滑、涩、洪、弦、促、结、代等基本脉的识别率,对于由上述基本脉构成的临床常见的相兼脉也有相当高的识别能力。     

小波变换在脉象信号特征提取中的应用

论文首先介绍了人体脉象是非线性、非平稳的微弱信号这个特点,然后分析了传统人工脉诊的缺陷,在当今信号处理和计算机相关技术的飞速发展,提出了很多运用现代科学对脉象分类的方法。由于小波具有优良的时频分析特性,而且还具有处理非平稳随机信号的能力,论文提出利用小波提取脉象特征,得到了很好的识别效果。     

基于小波包分析和BP神经网络的中医脉象识别方法

利用小波变换具有揭示信号时频两域细节和局部特征的能力,提出了将脉象信号的小波包分析和BP神经网络相结合以达到识别中医脉象的新方法。首先对脉象信号作三层小波包分解,利用小波包分解系数重构信号。然后计算第三层从低频至高频八个频带的信号能量,以此能量构造出脉象信号的特征向量送入改进的BP神经网络进行训练。大量样本的实验证实该方法具有识别正确率高、速度快的优点。     

基于三角样条小波变换和三角样条插值信号重构方法

文献8使用二进小波变换提取信号边缘特征,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。该文分析了文献8存在的两个问题,并针对这两个问题进行改进,即在二进小波变换和插值重构时使用同一种函数———三角样条小波函数,这样才能体现出信号处理的本质。文章作者曾提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用,大大提高信号重构质量。就信噪比和相对误差两项指标与Mallat算法和文献8算法进行了比较,效果明显。     

基于前置滤波和小波变换的带噪语音基音周期检测方法

根据语音信号的基音周期范围有限和在声门闭合时刻语音信号出现锐变的特点,提出一种基于前置滤波和小波变换的基音周期检测方法。带噪语音信号经过3阶椭圆低通滤波器滤波后,采用以二次样条小波作为小波函数,进行一级小波变换检测语音信号的锐变点,再计算基音周期。实验表明,本文提出的基音周期检测方法,与平均幅度差函数(AMDF)和自相关函数(ACF)方法相比,提高了提取基音周期的准确率;与多尺度小波变换的基音周期检测方法相比,减小了计算量,削弱了噪声信号和语音的共振峰对基音周期检测的影响。     

小波变换在脉象信号消噪处理中的应用

首先简单介绍了小波变换消噪的原理,然后分别利用小波变换和傅里叶变换,对临床采集的脉象信号进行了消噪处理.结果表明,利用小波消噪能够有效地保留脉象信号中的尖峰和突变部分,最大限度地反映了原信号本身的特性,消噪效果较好.     

基于VB与Access的脉搏信号处理系统的设计

利用脉搏波中提取的信息来诊断动脉硬化越来越受到重视。将人体脉搏波转化为电信号进行测量和分析,使脉像有一个客观的分辨标准,便于进行血管疾病筛查,为预防和治疗提供参考。提出利用VB与Access开发脉搏信号处理系统的几个关键问题。采用小波变换的方法去除脉搏波信号中的基线漂移,采用阈值法及导数法提取特征点。系统准确地实现了对脉搏波形的存储、回放、处理及提取特征点等功能。     

基于递归图和卷积神经网络的脉象分析识别

在脉象信号分析识别中,时域、频域等分析方法难以挖掘脉象信号的非线性信息,且传统机器学习方法需要人工定义特征,无法进行特征的自学习。提出一种基于无阈值递归图和卷积神经网络的脉象分析识别方法。基于非线性动力学理论,将脉象信号转换为无阈值递归图,通过VGG-16卷积神经网络实现递归图非线性特征的自动提取,并建立脉象分类模型。实验结果表明,该方法分类准确率可达98.14%,与已有的脉象分类方法相比有所提升。该研究为脉象信号分类提供了一种新的思路和方法,对脉诊客观化具有一定的实用价值。     

脉搏波信号预处理方法研究

为克服脉搏波信号采集时受到的高频噪声干扰和低频噪声干扰,脉搏波信号的预处理成为心脉信号处理中的关键环节。使用零相位滤波法处理脉搏波信号,改善传统数字滤波器直接滤波的输出失真问题;通过建立评价参数,对去除高频噪声的数字滤波器和小波阈值滤波器的滤波效果进行评价,获得最佳滤波方法;对比常用去基线漂移方法在处理脉搏波信号时的特点,获得最佳去基线漂移算法。使用新研发的脉搏波采集手环采集多名受试者的脉搏波原始信息,将采集到的信号按上述方法去噪和去基线漂移后,实现脉搏波信号的预处理过程。实验结果表明,采用sym4小波基、固定阈值、软阈值函数等小波阈值去噪方法去除高频噪声并使用三次样条插值拟合曲线去除基线漂移后,所获得的脉搏波信号平滑无毛刺,每个周期起始点和终点都在同一水平基线上,满足后续脉搏波信号的医学分析和疾病诊断需要。     

基于驻极体传声器的脉象检测系统和方法

为了探究脉搏振动产生的声音信号与标准脉象信号之间的关系,设计了基于驻极体传声器的脉象检测系统,利用双传感器同时采集桡动脉脉象信号。通过对两路信号的分析,得到了脉搏声音信号与标准脉象的一阶导数信号具有强相关性的结论,提出了由脉搏声音信号获取脉象信号的方法,由此获得的脉象图形具有明显的脉象特征,和标准的脉象图形的相关系数大于0.85,也具有很强的相关性,说明这种脉象信号获取方法符合中医脉诊客观化要求,可以用于脉象信号的获取。     

脉搏波信号采集与分析方法的研究

人体生命体征信息是指人体生理和病理信息,是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体众多信号中较具代表性的一种,携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发,着重分析了压力脉搏波信号分析方法的临床适用性及应用现状,提出了应对脉搏波进行更为深入的研究,从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。     

基于脉象频谱分析的无线脉诊仪系统设计与实现

以中医脉诊理论为依托,以近年来发展的脉象频谱分析理论为指导,介绍一种新型基于脉象频谱分析的无线脉诊仪系统。该系统由脉象传感器模块、信号采集处理模块、信号接收模块和上位机分析显示模块组成。以无线传输的方式进行通信,采集到的脉搏信号在上位机中进行离散快速傅里叶变换得到各个谐波波形。仿真和实验数据显示,系统工作稳定、数据传输可靠,符合设计要求。     

基于脉冲成形扩频信号伪码周期盲估计

针对基带扩频信号的频谱范围较宽,信号在带限的信道中传输时需要对信号进行带宽限制,从而会造成码间干扰和频谱泄露的问题,将基带扩频信号通过脉冲成形器后对其主要参数的抗截获性能进行了研究,并使用两次功率谱的方法对该类信号的伪码周期进行了估计。理论分析证明,做两次功率谱以后的信号以脉冲串的周期来扩展谱线,且信号主要能量将会聚集在一些类似于基带成形脉冲二次谱形状的尖锐脉冲处,通过测量这些尖锐脉冲间的间距即可以估计出基带扩频信号的伪码周期。计算机仿真结果证明,两次功率谱的方法可以在低信噪比的条件下实现对带脉冲成形基带扩频信号伪码周期的估计,且本文算法对伪码周期估计的正确率比文献[1]算法约提高7dB左右。     

基于FPGA的脉搏信号采集系统设计

介绍了一种人体脉搏信号的采集系统,通过专用的脉搏传感器采集信号,将得到的信号经过预处理后送到FPGA,暂存到RAM中,同时用FPGA驱动VGA接口实时显示脉搏波形。利用FPGA的片内资源RAM实现了脉搏波形图像的动态显示,实时性好、画面清晰,为后续的生理病理信息提取提供了有效支持。     

基于STD标准的LFM脉冲信号建模与应用

信号和测试定义(STD)标准是面向信号自动测试工程应用的理论基础,但目前该标准中提供的基本信号模型并不能满足雷达告警设备检测需求。针对此问题,依据标准要求扩展线性调频（LFM）脉冲信号类型,并进行信号仿真。基于MATLAB APP Designer工具设计开发测试信号模型加载和实例创建软件,创建信号实例,并通过矢量信号源模拟产生雷达信号,送至雷达告警接收机前端,进行信号的有效性验证。实验证明,扩展的线性调频脉冲信号模型可以满足实际测试需求,为未来雷达信号标准化建模奠定了良好基础。     

火灾探测器状态信号传输的分析与设计

火灾参量的可靠传输是提高火灾自动报警系统可靠性的关键。将火灾状态信号量化成具有一定宽度的脉冲信号在总线上传输可以大大提高抗干扰能力,减小传输误差。通过分析提出了一种能将探测器输出的电压信号转换成适合在总线上传输的脉冲信号的方法。