基于非线性动力学理论的生理信号分析

非线性动力学理论是在系统动力学、确定论和随机概率论等多学科交叉基础上发展而来的新兴学科,它在生物医学工程中已经得到了广泛的应用.生理信号已经被证明是混沌信号,它具有广泛的非线性动力学特征.因此可以应用非线性动力学理论对生理信号进行分析,获得胜利信号的非线性动力学特征参数,如最大Lyapunov指数、近似熵等,将这些参数指标运用在临床应用上,以实现对疾病的早期诊断、治疗以及预后评估与检测.     

基于FPGA的HRV信号分析

心率变异性(Heart Rate Variability,HRV)信号蕴涵着大量有关心血管控制系统及体液调节等的信息,对这些信息的提取、分析和处理具有重要的生理学研究及临床应用意义。FPGA(Fielded Programmable Gate Array)器件具有较高的并行计算能力,对数字信号处理具有很好的实时性,利用其完成离散小波变换,并在此基础上利用不应期、自适应阈值等方法提出了一种R波检测方法,在细节信号中分析HRV信号,具有高速简单的优点。     

基于数学形态滤波和提升小波变换的R波检测

利用数学形态学与提升小波变换相结合的方法对心电信号进行分析处理。先用数学形态方法对心电信号进行滤波预处理,可以有效地去除高频白噪声与低频的基线飘移,再利用提升小波变换对处理后的心电信号进行多分辨分析,得出各层逼近信号与细节信号,并在此基础上结合不应期、自适应阈值和回溯检漏等方法,提出了一种动态的R波检测算法,使得QRS波群的检出率达到99.89%。