应用光程校正空间法提升近红外无创生化分析模型性能

由于采用血流容积差光谱相减法进行近红外无创生化分析得到的样品光谱光程不定,很难得到高性能的定标模型,本文提出采用光程校正空间法来消除光程差异,提升定标模型性能.首先,介绍了净信号分析的原理和校正空间的获取方法;根据血流容积差光谱相减法的特点,提出了采用光程校正空间获取待测组分净信号的方法.然后,以含葡萄糖的脂肪乳溶液为例,通过光程校正空间获取葡萄糖净信号,建立定标模型.实验结果表明:相比没有处理光程直接建立的定标模型,采用光程校正空间后所建立的模型相关系数(R)从0.9781提升到0.9977,定标均方根偏差(RMSEC)从77.52 mg/dL下降到25.02 mg/dL,交叉验证均方根偏差(RMSECV)从93.01 mg/dL下降到68.22mg/dL.结果显示,采用光程校正空间的净信号分析能够有效抑制光程差异对定标模型的影响,为血流容积差光谱相减法的实际应用奠定了基础.     

近红外光谱无创生化检验的可能性

近红外光谱分析是一种不破坏样品、不用化学试剂、可以多组分同时分析的技术,用于无创生化检验具有理论上的可能性.该项分析技术过去采用直接测量的方法,难以消除皮肤、肌肉、血管等人体组织的强背景干扰,所以至今离临床应用甚远.本文讨论了在一个血流容积脉搏波周期内将任意两个时间点(t1、t2)测得的光谱相减来获得血液光谱的新方法.由于光谱相减后吸光度差很小,需要有极高信噪比的仪器,在技术上有较大难度.文中分析了有关技术问题,包括t1、t2的选择,仪器信噪比、光谱波段、分光方式、波长数与波长对测量的影响等,认为该项分析技术有希望实现无创生化检验的临床应用.     

基于光电容积脉搏波的血压测量实验研究

针对电子血压计不能实现血压的无创连续测量的问题,提出了一种基于光电容积传感技术和平稳小波算法的无创血压测量方法。利用搭建的光电容积脉搏波采集系统采集人体指尖的脉搏波信号,并进行了分析。通过SWT对脉搏波信号进行了分解,重构了第5层高频信号,提取了该重构信号的10个特征参数作为ANN的矢量输入,脉搏波对应的收缩压和舒张压作为ANN的矢量输出进行了训练拟合。实验总共分析了不同人群的10 700个脉搏波信号,利用其中的10 000个信号建立了特征参数与血压的模型,通过剩余的700个信号对建立的模型进行了测试,并且将测试误差与美国医疗器械促进协会(AAMI)规定的标准进行了比较。实验结果表明:通过该方法可实现血压的无创连续测量,为智能穿戴等健康监护设备中进行血压的实时监测提供一定的参考价值。     

基于LabVIEW的脉搏波分析监测系统

设计一种基于LabVIEW的脉搏波分析监测系统,能够自动、高效、精确地实时采集和记录人体脉搏参数。监测系统采用下位机和上位机方案,以单片机为核心测量人体脉搏。该系统采用脉搏传感器将所采集的信号进行放大、滤波、电压抬升等处理,通过CH341T与PC端USB接口相连,实现了单片机和上位机之间通讯并将处理后的数据传至上位机进行分析。上位机基于LabVIEW开发平台实现了用户管理登陆、脉搏波滤波、消除基线漂移、特征识别、打印报告等功能,其特征参数可有效地反映身体功能。     

EEMD结合小波阈值的光电容积脉搏波信号降噪

为了研究脉搏波信号降噪的问题,文章提出了一种集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值相结合的降噪方法,对采集到的光电容积脉搏波信号来做降噪处理,同时和EMD结合小波阈值降噪算法进行比较。算法首先把信号做EEMD的分解,将原始信号分解为n个模态分量(Intrinsic Mode Function,IMF),然后对这些分量做相干性的计算,对其中的噪声分量来做小波阈值降噪,最后将信号重构。原始信号在STM32平台上采用MAX30100传感器测得。实验结果表明:本文的方法能够很好地剔除光电容积脉搏波中包含高频噪声与基线漂移的各种噪声,降噪后信噪比为34.09,均方根误差为1.99。提高了PPG信号的质量,为光电容积脉搏波信号的准确测量提供了新的思路。     

小波变换的流体压力信号自适应滤波方法研究

为了有效地消除流体压力信号中的噪声,提出了一种基于小波变换的自适应滤波算法,该算法针对信号和噪声经小波变换后在不同尺度上的特征不同,先对信号进行小波多尺度分解,然后对各尺度分解的信号分别选用不同的滤波参数,进行自适应滤波处理,并用该方法对液压系统运行中采集的压力信号进行降噪处理.试验结果表明,该方法比普通的自适应滤波方法能更有效地消除流体压力信号中的噪声.     

MEMS水听器信号FPGA自适应滤波处理

为提高MEMS水听器自主定向能力，需要硬件处理水声信号。由于水下环境系统复杂，水听器工作中经常受到各种噪声的强烈干扰，对目标定位的准确性产生极大影响。为获得优质水声数据以提高目标定位精度，基于自适应滤波原理，以FPGA为核心对水听器接收到的信号进行自适应滤波处理，将LMS自适应算法集成到硬件电路中，对接收到的原始信号进行滤波后保存至SD卡，采集完成后通过USB接口将数据传输至上位机。经验证该系统在水下工作稳定，可以对原始水声信号进行自适应滤波处理和存储，获得稳定目标信号，对后续MEMS水听器的离线目标定位有重要作用。     

近红外可穿戴设备中脉搏波的呼吸率检测

针对可穿戴设备中光电容积脉搏波检测呼吸速率准确性不高和实时性不够的问题,提出了一种基于时频谱的自适应信号分解算法。该算法采用瞬时中心频率估计方法获得脉搏波时频谱和瞬时心率估计值,对脉搏信号进行相干解调提取呼吸信号成分,进而利用呼吸信号成分检测呼吸速率。实验结果表明,与传统连续小波变换方法相比,本文提出的自适应信号分解算法的呼吸速率计算时间提高了84.68%。通过中位数误差及四分位距误差的方差分析,表明该算法比连续小波分解算法和自回归模型算法具有更好的计算精度,中位数误差均值分别提高了96.001%和97.978%,四分位距误差均值分别提高了75.014%和52.732%。     

基于自适应滤波的超声TOFD的近表面缺陷检测

为了解决超声衍射时差法图像近表面盲区直通波与缺陷信号混叠的问题,提出了一种基于自适应滤波的近表面缺陷信号处理方法。采用Comsol软件建立了TOFD近表面缺陷的二维有限元模型,根据超声波传播过程及A扫描信号分析了近表面盲区产生的原因;通过RLS自适应滤波算法分别对距离上表面3 mm和10 mm的仿真信号进行了处理,有效分离出了一维混叠信号中的缺陷信号,经过数值计算得到了误差较小的缺陷长度信息;利用自适应滤波技术对TOFD图像进行了处理,完整地将隐藏在直通波下的缺陷信号提取了出来。研究结果表明:RLS自适应滤波能够有效解决近表面盲区问题,提取混叠在直通波下的近表面缺陷信号。     

肝癌微波热消融手术计划系统研究

本文设计了一种基于脉搏波传导时间、能够对血压进行长时间连续测量的头带式装置。与传统信号采集方式不同,本装置信号的采集位置均在人体头部,通过嵌入在头带中的心电电极传感器和反射式脉搏波传感器分别采集心电信号(electrocardiogram、ECG)和光电容积脉搏波信号(photoplethysmography、PPG),并对二者进行特征点提取,测量心电信号的R波峰值和脉搏波信号最大值点之间的时间差得到脉搏波传导时间(pulse transit time、PTT)。基于动脉血压和脉搏波传导时间(PTT)之间的线性模型,利用脉搏波传导时间与水银血压计测得的收缩压和舒张压进行回归分析,得到收缩压和舒张压的计算公式。针对个体的实验结果分析表明,本装置与水银血压计测得数据误差在10mm Hg之内,能够满足AAMI国际标准对无创血压监测误差的要求。     

从光电容积图中提取脉搏率、呼吸率和心率的新方法

光电容积描记图(PPG)是一种利用光学技术无创检测人体心血管脉搏波的方法。PPG信号来源于MIMIC数据库,它含有许多生理信息。本文提出了将集合经验模态分解(EEMD)、倒谱、快速傅里叶变化和过零点检测相结合的方法,从PPG中可靠地估算脉搏率(PR)、心率(HR)和呼吸频率(RR)。首先,将PPG信号通过EEMD分解为有限个固有模态函数(IMF)。因为EEMD有自适应滤波特性,所以估算不同的生理参数时,可以用不同的IMF分量来重构信号。其次,估算脉搏率时,舍去低频含有伪迹的IMF,再通过过零点检测可以得到瞬时脉搏率。然后,估算心率时,用1 Hz~1.67 Hz(60次/分钟~100次/分钟)的IMF来重构信号,再求倒谱,选取反映心脏活动的频带来得到心率。最后,估算呼吸率时,用0.05 Hz~0.75 Hz(3次/分钟~45次/分钟)的IMF来重构信号,然后对呼吸信号求快速傅里叶变化得到频谱图,寻找频谱图中的峰值得到呼吸率。对来自MIMIC数据库的53个成人PPG信号进行了仿真。仿真结果表明使用该综合信号处理方法提取的生理参数与实际生理参数一致,且该方法有运算量小,精确度高的优点(误差不超过1.17%)。     

自适应滤波算法消除泥浆脉冲信号中的泵冲噪声

随钻测量系统中自适应噪声抵消器可根据泥浆脉冲信号的特点,运用自适应噪声抵消算法抑制噪声干扰,但同时也会抵消掉部分有用信号,影响后续解码的可靠性。在分析泥浆脉冲信号噪声干扰及自适应滤波算法的基础上,提出一种新的滤波算法,用自适应陷波器来降低主通道信号与参考信号的相关性,保护有用信号不被抵消,克服了以往单采用自适应噪声抵消器存在的最大弊端。实验结果表明,自适应陷波器、自适应噪声抵消器相配合的自适应滤波算法,能在任何信噪比情况下有效滤除泵冲噪声并保护有用信号的能量,简单可靠且适用性强,对提高泥浆脉冲信号的信噪比,降低随钻测量通信的误码率,具有较高的实用价值。     

改进的自适应噪声总体集合经验模态分解在光谱信号去噪中的应用

针对近红外无创血糖检测过程中噪声对血糖浓度模型精度和稳定性的影响,提出用自适应噪声总体集合经验模态分解方法实现近红外光谱信号的去噪;同时,根据原始信号曲率和分解后本征模态函数(IMFs)曲率间的离散弗雷歇距离选择相关模态。首先,将自适应噪声的总体集合经验模态分解方法引入近红外光谱去噪过程,介绍了经验模态分解、集合经验模态分解、互补集合经验模态分解及自适应噪声总体集合经验模态分解的基本原理及具体实现过程。然后,应用基于曲率和离散弗雷歇距离的自适应噪声总体集合经验模态分解改进算法对仿真信号和光谱信号进行去噪,并将其标准差和信噪比作为评价指标。实验结果表明:应用提出的方法得到的血糖浓度近红外光谱数据其标准差为0.179 4,信噪比为19.117 5dB,实现了信号与噪声的分离,改善了重构信号质量,具有良好的自适应性,可以有效识别并提取有用信息。     

多尺度柔性形态滤波在轴承故障诊断中的应用

针对经典的形态学滤波在取单一结构元素的情况下存在缺陷的问题,提出了一种基于多尺度柔性形态滤波的轴承振动信号滤波方法。多尺度柔性数学形态学在保留柔性形态学好的鲁棒性、滤除正负噪声和保留细节等优点的同时,进一步对其结构元素进行改进,以期获得更好的脉冲提取性能。将多尺度柔性形态滤波应用于轴承故障诊断,结果表明,其比经典的柔性形态滤波能更好地保留振动信号中的冲击脉冲,为轴承故障的进一步诊断打下基础。     

形态滤波在滚动轴承缺陷诊断中的应用

形态滤波为数字信号处理提供了一种新的非线性滤波方式，它可以有效地提取出信号的边缘轮廓以及信号的形状特征。将形态滤波应用到滚动轴承缺陷诊断中，通过形态滤波将滚动轴承原始振动信号的脉冲信号提取出来，从而达到解调的效果。再对滤波后所得的脉冲信号进行频谱分析，容易提取所需的缺陷信息。对形态滤波的解调效果进行了试验验证。     

壳段厚度激光检测信号的变分模态分解去噪

针对双激光位移传感器测量大型壳段厚度过程中噪声对检测精度的影响,提出利用变分模态分解来实现对厚度信号的自适应去噪,利用相邻固有模态函数之间的离散Hellinger距离来获取最佳的模态数。该方法将变分模态分解算法引入到激光信号的自适应滤波过程中,分析并改进了变分模态分解算法的过分解、欠分解以及能量泄露的问题。然后,对改进的变分模态分解与希伯特振动分解和自适应噪声总体集合经验模态分解进行性能对比,提出了固有模态函数的相对瞬时能量概率的概念。最后,结合离散Hellinger概率分布距离理论判断固有模态之间的信噪分界点,实现了对信号的重构及滤波处理。仿真和实验结果表明,该方法对壳段厚度信号处理的信噪比为39.27dB,比自适应噪声总体集合经验模态分解方法提高了10dB,具有良好的自适应性,无需先验条件便能快速有效地识别并分离激光信号中的噪声成分。     

非平稳信号自适应滤波的小波模型与滤波方法

分析自适应滤波和小波滤波的原理与方法,建立非平稳信号的自适应滤波的小波模型和滤波方法。利用小波变换的多尺度分解,将分离出来的噪声成分作为自适应滤波器的输入信号。通过自适应滤波器组能同时实现对多种噪声成分的最佳滤波,是实现信噪分离的最佳滤波方法,具有优良的滤波性能。模型验证和工程实例应用表明,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计。     

基于迭代自适应多尺度形态滤波的滚动轴承故障诊断

针对工业现场强噪声背景下振动信号特征信息提取困难和单尺度形态滤波时尺度选择的盲目性和随意性的问题,基于自适应多尺度形态分析(AMMA)的思想提出了一种迭代自适应多尺度形态分析(IAMMA)的滤波方法。该方法对振动信号进行多尺度形态差值迭代运算,每次采用的结构元素尺度逐渐增大,然后求多次滤波结果的平均值,达到滤除噪声成分的目的。对仿真信号和滚动轴承故障信号进行分析,结果表明,IAMMA较AMMA能够选取更为合适的结构元素尺度,提取更多的故障特征信息,滤波效果更佳,与Hilbert包络解调方法相比处理过程更加简捷,从而为轴承的故障诊断提供了一种有效的方法。