压电薄膜式心冲击图信号采集系统的设计与实现

近年来,心血管疾病患病人数逐年增加,患病人群往低年龄层发展,对于心血管疾病的监测与治疗迫在眉睫.心冲击图（ballistocardiogram,BCG）采集系统是利用人体重力变化信号诊断心脏疾病的一种全新的无创检测方式.本文设计研制了基于压电薄膜的心冲击图信号采集系统.压电薄膜作为信号采集传感器,将检测到的电荷信号经由电荷灵敏前置放大器,放大（100倍）、滤波（30Hz）、工频陷波后得到可识别心冲击图信号.采集10位健康被试者的BCG信号,同步采集心电（ECG）作为参考,对其心动周期时间间隔进行分析对比,计算均值和方差并作相关性分析.结果表明系统采集BCG信号是有效的,BCG和ECG信号计算心率相关性较大.     

睡眠中逐次心跳周期的无束缚提取方法研究

针对无束缚睡眠监测的迫切需求以及现有心率和心跳周期提取方法获取生理信息有限、缺乏临床价值或需要关于生理信息的先验知识等问题,基于心冲击(BCG)提出了一种改进的实时心率和逐次心跳周期提取方法。该方法利用固定于床侧的加速度传感器采集BCG信号,并通过改进的心跳周期函数从BCG信号中得到心跳周期序列;为解决序列中出现错误心跳周期的问题引入心跳周期估计的概念,根据心跳周期估计值并通过心跳候选值和其位置差值结合,从心跳候选值及位置构成的矩阵中得到逐次心跳周期。通过对比实验,将本方法与心电图得到的心率和心跳周期相比较,结果表明本方法提取心率的准确率不低于98. 72%,两种方法获得的逐次心跳周期95. 64%在一致性界限之内,验证了其准确性和一致性。     

嵌入式Linux睡眠监测系统的设计与实现

设计了一种嵌入式Linux睡眠监测系统,给出了具体的硬件设计方案和软件设计思想。利用压电陶瓷传感器(PZT)获取人在自然睡眠环境下的心冲击(BCG)信号,采用ADI公司的16位模拟数字转换器AD7606采集BCG信号,通过对BCG信号处理分析以评估人体睡眠质量。实验结果表明该系统对睡眠过程进行监测具有实时性好、成本低、携带方便、可靠性高等优点,可为睡眠质量的评估提供重要的检测工具和参考依据。     

基于CEEMDAN-PE的心冲击信号降噪方法研究

心冲击信号(BCG)是反应心脏力学特征的生理信号,能实现无电极束缚条件下的连续采集测量,然而BCG信号微弱且极易受到干扰,测量时经常会淹没在噪声中。为了有效识别BCG信号,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)联合排列熵(PE)的BCG降噪方法。首先,将采集到的BCG信号通过CEEMDAN分解得到一系列按频率由高到低的固有模态函数(IMF)。其次,通过PE计算各个IMF分量的值并确定有效信号的阈值范围,从而滤除信号中的高频噪声和基线漂移。最后实验结果显示,降噪后信号的幅频特性得到明显改善且信噪比较传统方法有明显提高,证明了本文降噪方法效果显著,能够有效还原BCG信号特征。     

基于图案化柔性织物电极的非接触式多体位睡眠心电监测系统

现有非接触式睡眠心电监测技术对于人体多体位的心电信号有效获取存在一定局限性。本研究设计了一种隔着衣服与床单能够获取人体多体位睡眠心电信号的监测系统。采用柔性导电织物作为电极材料,将心电采集电极制成拱门型状,利用电容耦合感应变化电场,把心电信号从人体耦合至织物电极。采用10 GΩ的高阻值电阻作为偏置电阻,结合高输入阻抗的仪表放大器对信号进行差分处理。使用数字滤波技术去除心电信号中的噪声,运用状态机逻辑算法自动提取心电信号的波形特征。通过人体试验对比分析了本系统与条状型非接触式电极以及接触式心电采集系统获取的心电信号质量。结果表明,该系统在非皮肤接触条件下可以获取良好的睡眠心电信号,R波检出率在95%以上。     

基于MSP430单片机的红外便携式心率监测系统

设计了一种基于MSP430单片机的便携式心率监测系统。系统主要由超低功耗MSP430芯片、红外光电传感器、滤波与放大电路和无线传输模块组成,可以对心率进行实时监测,系统首先对红外传感器检测的心率信号进行滤波和放大,MSP430单片机对信号进行计算、处理,并将监测结果通过nRF2401无线模块发送给监护中心。该心率监测系统体积小、功耗低,使用简便,可实现24小时全天候监测,并具有异常心率监测和报警功能。     

电力拖动设备三相电信号实时监测系统开发

针对电力拖动系统中工业设备的状态监测、故障诊断以及节能控制的需要,研制了基于霍尔传感器和LabVIEW的三相电信号实时监测系统,通过信号采集电路与NI-PXI工控机配合,完成电信号的实时获取。工控机设计了基于LabVIEW的信号采集程序,并通过全周波傅氏算法实现了采样信号基频特征的快速提取,解决了电力拖动系统实时信号采集与检测的问题。实验证明该采集系统具有较宽的测量范围和良好的隔离作用,检测精度高且能够快速、准确、稳定获取电机的三相电信号,符合工业现场检测要求,为研究和开发电力拖动系统的状态监测及故障诊断提供了软硬件支持。     

碳纳米管健康监测系统设计

针对飞行器表面结构健康监测方法需求,设计了一种碳纳米管薄膜纳米传感器应变损伤监测系统。系统以C8051F060单片机为核心,经过信号滤波、信号放大、A/D采集等过程,将微弱的电阻信号转化为便于直观分析的电压信号,再通过USB串口将采集后的数据传输到基于LabVIEW平台设计的监测界面,从而实现对基材应变损伤进行长时间实时在线监测。利用设计的调理采集系统和Fluke2638A数据采集表分别对基材形变过程中产生的电阻变化进行多组重复性测试。结果表明,该监测系统的设计误差小于1%,可见该系统性能较为稳定,同时在上位机中实现了对复合材料的电阻测量、电阻变化率测量、电阻变化率波形显示、历史数据回放等功能。     

结合ACF和TFBSS的心冲击伪迹抑制方法

同步脑电-功能磁共振成像(EEG-f MRI)可同时对大脑活动进行高时间和高空间分辨率观测,但磁共振扫描导致采集得到的脑电信号中包含心冲击伪迹,严重制约了同步EEG-f MRI应用的发展。为此,提出一种结合自适应梳状滤波器(ACF)与时频盲源分离(TFBSS)的心冲击伪迹抑制方法,首先估计脑电信号中心冲击伪迹的J峰位置,并根据该位置自适应调整梳状滤波器参数,对脑电(EEG)信号进行自适应梳状滤波,初步抑制其中的心冲击伪迹。然后利用TFBSS对心冲击伪迹作进一步抑制,最终获得较为清晰的EEG信号。采用临床EEG信号进行心冲击伪迹抑制实验,选择视觉效果、归一化功率谱比值和峰峰值比值评价性能。实验结果表明,所提出的方法能成功抑制心冲击伪迹;且相对于传统的心冲击伪迹抑制方法更有优势。     

基于人脸视频的心率参数提取

为了在舒适非接触环境下检测被试者的心率变化,本文设计了一种通过普通摄像头来检测心率参数的信号处理系统。首先,将KLT(Kanade-Lucas-Tomasi)算法跟踪识别到的人脸视频图像转换到YCbCr颜色空间来进行皮肤检测,并同时转换到Cg颜色通道来提取高质量的光电容积脉搏波(Photoplethysmography, PPG)信号。然后,用Morlet复小波作为母波绘制PPG信号的小波能量谱图。最后根据心率信号的生理特性,去除伪点噪声,提取随时间变化的心率参数。实验结果表明,该方法在静息状态下的测量结果同标准仪器测量结果的平均绝对值误差|M_e|小于2 bpm(beats per minute),误差的标准差SD_e小于2.5 bpm,RMSE均小于2.6 bpm;头部运动状态下两种测量方法的|M_e|均小于2.3 bpm,SD_e均小于2.9 bpm,RMSE均小于2.9 bpm。对两种测量方法进行Bland-Altman一致性分析,其测量结果显示静息状态下差值的均数■为0.295 7 bpm,95%置信区间为-3.340 1~3.931 4 bpm;头部运动状态下■为0.383 2 bpm,95%置信区间为-3.677 1~4.443 5 bpm,表明本文提出的非接触式方法的测量结果同标准仪器的测量结果具有高度的一致性。     

埋地铁磁管道环焊缝非开挖定位技术研究

利用RD8000测绘管道路由,使用非接触式金属磁记忆检测仪在埋地铁磁管道正上方采集管段信号。通过Savitzky-Golay滤波器对数据进行滤波,发现当磁感应强度法向分量变化量梯度K_z过零点,且磁感应强度切向分量变化量梯度K_y出现极值时,可以判断该特征位置为环焊缝位置。通过对比磁信号图中相邻环焊缝的相对距离ΔL₁与建设期管节长度ΔL₂,可以匹配磁信号图中环焊缝所对应的建设期编号,且误差小于1 m。最终结合磁记忆检测仪采集的GPS信息,从而确定目标环焊缝地理位置。     

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%)。     

从光电容积图中提取脉搏率、呼吸率和心率的新方法（英文）

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%)。     

基于粒子滤波的电力机械设备状态在线监测

为提升电力机械设备状态在线监测的效果，提出基于粒子滤波的电力机械设备状态在线监测方法。通过人工萤火虫群算法改进粒子滤波算法后，借助随机子空间算法构建改进粒子滤波算法所需状态方程。利用该状态方程获取电力机械设备正状态观测矩阵和输出矩阵数值，并将其看作模态参数，依据该模态参数计算粒子滤波状态序列和电力机械设备振动状态变量数值后，构建粒子滤波器，使用该滤波器去除电力机械设备振动信号内干扰噪声后，对电力机械设备振动信号实施归一化处理，得到粒子权重概率和改进粒子滤波监测数值。通过设置振动信号监测步长和阈值，计算监测信号与采集信号差值，使其与所设阈值进行对比，获取电力机械设备状态在线监测结果。实验结果表明，该方法监测的电力机械设备信号最大偏差数值仅为0.003 dB,具备较好的信号跟踪能力，且具备较好电力机械设备振动监测能力。     

振动冲击监测在往复压缩机在线监测系统中的应用

在总结国内外振动冲击检测技术的基础上,提出利用往复压缩机在线监测系统采集的加速度振动信号,使用软件方法计算振动冲击次数。通过经验模式分解方法(EMD)将加速度信号进行分解,对其各个IMF分量进行分析,研究其特征信息,给出振动冲击监测气阀故障的应用实例。     

用于列车行车人员健康监控的高质量心电图心率检测方法

为了对列车司机操控岗位行车人员在行车过程中的疲劳情况进行实时监测，利用基于ESP32的开发板、心电监测前端模块AD8232和后端处理模块树莓派开发了列车司机心电图心率检测设备。使用自适应滤波器和中值滤波分别对采集、放大和传输过程中产生的电力线干扰和基线漂移进行抑制。然后使用Pan-Tompkins算法对滤波预处理后的心电信号波形进行检测，进行HRV时域和频谱特征分析，获得RR间期的平均值、理论标准差、功率谱密度等指标。系统测试与数据分析结果表明，该设备可以稳定采集心电信号，获取到高质量的心电信号，具有良好的干扰抑制能力，波形检测精确度较好、灵敏度较高。实现了针对列车行车过程中复杂场景的心电采集、降噪和分析。     

基于双极性采样技术的心率信号采集系统设计

监控人体健康的穿戴式设备中一般都会配备心率检测装置,用于检测用户的心率信号。目前心率信号检测方法有很多种,其中心电信号法在测试心率信号时具有高精度的特性,使得它广泛应用于医疗设备中,但是它容易受到电磁信号的干扰,影响测试精度,同时受到体积的限制,在穿戴式设备中应用较少。心率信号采集系统采用心电信号法检测心率信号,为了降低噪声的影响,在硬件及软件两方面进行降噪处理。硬件设计方面,采用双极性采样技术进行降噪处理,将原信号进行相位翻转生产反信号,利用原信号与反信号在传输过程中会同时受到噪声的影响,最终在STM32中将反信号与原信号进行叠加,降低共模噪声对心率信号采集系统的影响。同时由于输入信号非常小,为了进行信号放大,采用低噪声运放进行信号放大,为了提高信噪比,采用独立电源给运放进行单独供电。软件设计方面,采用32位STM32单片机作为控制器,由于双极性信号处理过程中,反信号会有一定的相位延迟,导致反信号与原信号存在一定的相位差,在叠加过程中引入结果偏差。通过零点检测技术进行相位校准,降低相位误差导致的结果偏差。     

基于自适应感兴趣区域的视频心率测量

基于视频的非接触光电容积脉搏波(Photoplethysmography,PPG)可以实现非接触式心率监测。为改善非接触PPG信号质量和提高非接触PPG技术检测心率的准确性,提出一种自适应感兴趣区域(Region of Interest,ROI)的方法。使用独立向量分析对人脸分区域处理,然后使用归一化分割选取信噪比和相关度最高的小区块作为自适应ROI来获取心率,通过对自适应ROI加权平均和频域处理得到非接触PPG信号。相比于预选定ROI的方法,该方法将头部静止状态下心率误差的均值和标准差从(4.72±6.46)次/分降低至(0.52±1.49)次/分,根均方误差(Root Mean Square Error,RMSE)从7.96次/分降低至1.50次/分,平均误差率从9.45%降低至1.73%。头部运动状态下该方法的误差为(1.02±2.91)次/分,RMSE为2.11次/分,误差降低50%以上。使用Bland-Altman及相关性分析比较该方法与使用接触式PPG仪器得到的心率,计算得到头部静止时95%置信区间为-2.44～3.48次/分,运动时为-2.76～4.79次/分。最后通过对比与接触式PPG信号的波形,证明该方法得到了细节完整的PPG信号。实验结果表明,该方法显著提升了PPG信号的质量与心率的准确率。     

基于Android智能终端的心电与呼吸监测系统设计

随着移动医疗监护设备正逐步趋向于个性化、智能化和网络化发展,本文设计了一种基于Android平台的心电与呼吸监测系统。该系统由采集装置、Android智能终端、远程服务中心组成,采集装置经导联线连接心电电极获取心电与呼吸信号,Android智能终端通过OTG接口与采集设备建立连接,实时接收心电与呼吸数据,完成数据处理、分析、显示与存储,并通过移动网络上传数据文件,以实现与远程服务中心的信息交互。整个系统小巧、便携、功耗低,有效提高了监测系统的智能性和移动性,运行结果表明:该系统性能稳定,达到了系统设计要求。     

基于声发射技术的管路泄露检测系统研究

提出了基于声发射技术实时快速监测管路泄漏声发射的方法与装置。与前技术相比，除了应用去平均值及带通滤波器等技术，还加入了通过与标准波形对比的分析。这种模式匹配滤波用于比较数据库中在现场和实验环境中采集的标准信号轮廓，两者交互相关的结果会产生一个尖峰，提高不同监视器时间标定的一致性，提高泄露定位准确性，同时降低了误报警率，提高灵敏度，提高信噪比，从而增强了在线检测系统的可信度。