3σ规则和μ律阈值法在心音信号去噪中的应用

讨论小波包阈值法去噪的机理,提出基于小波包变换的3σ规则和μ律阈值法在心音信号预处理中的方法,该方法保留小波包变换去噪的优势,能够有效地突出心音的特征部分,在心杂音信号去噪中有较好的效果。实验结果表明,该方法在去除干扰和心杂音上有着一定的优势,在心音信号检测中有重要的应用价值。     

心脏储备无创监测系统的研究

研究了基于心力一心音关系的心脏储备无创监测系统.该系统由心音传感器、心音信号采集处理电路及计算机组成.文中对该系统的测试原理及特点、系统总体结构等部分作了详细介绍,提出了心脏储备指标.通过临床实验和人群调研表明,该系统能无创、快速、低成本和客观量化地对心血管病人和健康人的心脏储备指标进行检测和评估.这些指标可广泛用于医生临床诊断、运动员心脏功能监测、孕产妇心脏安全性评估以及一般人体质评估等,具有十分重要的意义.     

基于支持向量机的心律失常诊断研究

运用计算机技术辅助激光治疗心律失常疾病,通过非线性动力学分析心电信号,采用模式识别工具实现心律失常疾病的初步诊断。首先提出一种基于经验模式分解（EMD）的时间尺度滤波法,从而有效的抑制心电信号噪声。然后提取预处理后数据的排列熵（Permutatior Entropy,PE）特征值。最后利用支持向量机（SVM）分类器验证特征值的分类。实验结果表明该算法能有效的实现正常和异常心电信号的自动分类,从而简便快速的初步诊断心律失常疾病。     

基于射频技术的穿戴式医疗仪器的设计

本文介绍了一种基于射频技术的穿戴式医疗仪器的设计.该设计采用nRF905射频芯片实现生理信号的无线传输.同时,相对于其它类似研究,本设计充分考虑了用户生理信息无线传输时的安全性,在数据传输前进行了AES加密处理.最后,在实验中对心电和脉搏波进行了监测,实验结果表明本设计能够实现生理信号实时、安全、准确的无线传输.     

现代仪器分析方法在煤中汞测定中的应用

随着社会经济的快速发展,现代仪器分析方法越来越趋于快速、简便、灵敏。煤燃烧释放的汞是大气污染的重要来源,且易挥发,因此选择合适的测定技术对研究煤燃烧过程中汞的转化机理至关重要。针对煤样测汞常用预处理方法进行简单描述,并对测汞方法:原子吸收光谱法、原子荧光光谱法、ICP-MS、ICP-AES和AMA254汞分析仪的仪器分析方法的原理及特点进行综述,比较了各自的优缺点,为研究人员测汞选择合适的测定方法提供了依据。     

基于智能手机的心音监测系统的研究与设计

心音监测对心脏疾病的检测和预防有重要作用,研究并设计基于智能手机的心音监测系统。该系统由心音测量节点、智能手机节点、服务器端组成。测量节点实现心音信号的采集,智能手机节点接收测量节点的心音并将其经GPRS网络传递到服务器端,服务器端对心音进行远程的监测。其中智能手机节点是该系统的枢纽,其主要功能是分析处理心音：对心音进行小波去噪处理,通过LZ复杂度算法获取心音的特征指标,将特征指标用于心功能的分析评价及其异常预警。通过功能性测试表明该系统能稳定运行。     

改进的高斯混合模型在心音信号分类识别中应用

为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMFCC;针对传统GMM参数初始化K-means算法缺点,用加权可选择模糊C均值算法进行改进;将提取的特征参数分别输入到改进后GMM进行分类识别。对临床采集的心音数据测试结果表明,该方法能有效提取心音特征,优于传统GMM识别性能。     

基于改进的维奥拉积分方法提取心音信号包络

心音是评价人体心脏功能的重要生理信号之一,分析心音信号特征对心脏疾病的早期诊断和治疗具有重要意义。分别采用希尔伯特黄变换、归一化香农能量以及维奥拉积分方法提取心音信号的特征包络,并针对维奥拉积分法存在的不足,结合香农能量方法可抑制高、低强度信号的特性,提出了一种改进的心音信号特征包络提取方法,最后采用阈值法实现了对心音信号的分段。采用改进的维奥拉积分方法对55例心音信号提取特征包络并进行分段处理,经验证该方法能有效的提取心音信号特征包络,对正常信号分段正确率达到了100%,异常信号分段正确率平均达到了95.32%,适合于心音信号分段。     

经验模式分解及关联维数在心音信号分类识别中的应用

针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.