發(fā)布時(shí)間：2017-08-01 16:22

  本文關(guān)鍵詞：脈搏信號(hào)預(yù)處理與特征提取

  更多相關(guān)文章： 脈搏信號(hào) 經(jīng)驗(yàn)?zāi)B(tài)分解 預(yù)處理 特征提取 小波變換

【摘要】：脈搏信號(hào)是人體最重要的生理信號(hào)之一,它包含大量生理病理信息。體內(nèi)各種狀態(tài)變化都會(huì)反映在脈搏信號(hào)中。而脈搏信號(hào)的改變或雜音的出現(xiàn),往往是人體各器官病癥的最早表征。脈搏信號(hào)的研究可以清楚地了解身體的生理特性,為疾病診斷提供重要依據(jù)。本文主要進(jìn)行脈搏信號(hào)預(yù)處理和特征提取兩個(gè)方面研究。預(yù)處理方面首先了解目前世界上脈搏信號(hào)研究現(xiàn)狀,總結(jié)脈搏信號(hào)的產(chǎn)生機(jī)理、主要特征以及信號(hào)中的干擾類型。接著分析小波去噪和經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)去噪方法在脈搏信號(hào)去噪中的優(yōu)缺點(diǎn),并將二者結(jié)合提出一種改進(jìn)的去噪算法,同時(shí)用數(shù)據(jù)擬合的方法去除脈搏信號(hào)中的基線漂移。最后將本文改進(jìn)算法與小波去噪和EMD去噪方法分別進(jìn)行對(duì)比。仿真結(jié)果表明:在相同條件下,該算法能有效地實(shí)現(xiàn)對(duì)脈搏信號(hào)中噪聲的消除,較好地保留脈搏信號(hào)中的有用信息,保持脈搏信號(hào)的特征。特征提取方面首先對(duì)脈搏信號(hào)特征提取方法進(jìn)行研究,實(shí)現(xiàn)脈圖特征參數(shù)提取,并介紹了脈圖K值的基本概念。然后對(duì)EMD分解后的各模態(tài)分量進(jìn)行研究,將模態(tài)能量商、Hilbert邊際譜以及譜能比應(yīng)用到脈搏信號(hào)分析中。最后用上述方法對(duì)正常脈象和動(dòng)脈硬化脈象信號(hào)進(jìn)行對(duì)比分析。實(shí)驗(yàn)結(jié)果證明,該方法得到的特征參數(shù)均可有效地區(qū)分正常脈象和病態(tài)脈象。
【關(guān)鍵詞】：脈搏信號(hào) 經(jīng)驗(yàn)?zāi)B(tài)分解 預(yù)處理 特征提取 小波變換
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.7
【目錄】：

• 摘要2-3
• ABSTRACT3-6
• 1 緒論6-15
• 1.1 課題研究背景和意義6-7
• 1.2 脈搏信號(hào)特點(diǎn)與分類7-10
• 1.2.1 脈搏波形成機(jī)理7-8
• 1.2.2 脈搏信號(hào)特點(diǎn)8-9
• 1.2.3 脈象表達(dá)與分類9-10
• 1.3 脈診客觀化研究現(xiàn)狀10-15
• 1.3.1 脈搏信號(hào)采集系統(tǒng)11-12
• 1.3.2 脈搏信號(hào)預(yù)處理12
• 1.3.3 脈搏信號(hào)特征提取12-13
• 1.3.4 脈搏信號(hào)特征分類13-15
• 2 經(jīng)驗(yàn)?zāi)B(tài)分解基本理論15-23
• 2.1 EMD算法基本概念15-16
• 2.1.1 瞬時(shí)頻率15-16
• 2.1.2 本征模態(tài)函數(shù)16
• 2.2 EMD算法原理16-20
• 2.2.1 EMD基本原理16-18
• 2.2.2 EMD特點(diǎn)及實(shí)現(xiàn)18-20
• 2.3 EMD在信號(hào)去噪中的應(yīng)用20-23
• 3 脈搏信號(hào)預(yù)處理研究23-40
• 3.1 脈搏信號(hào)干擾類型及常用處理方法23-26
• 3.1.1 干擾類型23-24
• 3.1.2 常用方法24
• 3.1.3 小波閾值去噪方法24-26
• 3.2 改進(jìn)的脈搏信號(hào)預(yù)處理26-32
• 3.2.1 改進(jìn)的EMD小波閾值去除噪聲方法27-30
• 3.2.2 去除基線漂移方法30-32
• 3.3 改進(jìn)的脈搏信號(hào)預(yù)處理實(shí)驗(yàn)32-39
• 3.3.1 算法實(shí)現(xiàn)步驟32-33
• 3.3.2 實(shí)驗(yàn)結(jié)果及分析33-39
• 3.4 本章小結(jié)39-40
• 4 脈搏信號(hào)特征提取方法研究40-56
• 4.1 脈圖及其分析40-43
• 4.1.1 脈圖概念及特征40-42
• 4.1.2 脈圖K值計(jì)算42-43
• 4.2 基于EMD脈搏信號(hào)能量特征分析43-44
• 4.3 基于Hilbert邊際譜脈搏信號(hào)分析44-46
• 4.4 脈搏信號(hào)特征提取實(shí)例--正常脈象與動(dòng)脈硬化脈象對(duì)比46-56
• 5 全文總結(jié)56-57
• 致謝57-58
• 參考文獻(xiàn)58-61
• 攻讀碩士學(xué)位期間的科研工作61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬少華,高峰,李敏,吳成東;神經(jīng)網(wǎng)絡(luò)分類器的特征提取和優(yōu)選[J];基礎(chǔ)自動(dòng)化;2000年06期

2 管聰慧,宣國(guó)榮;多類問(wèn)題中的特征提取[J];計(jì)算機(jī)工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測(cè)建模過(guò)程中特征提取最優(yōu)化評(píng)估[J];計(jì)算機(jī)工程;2006年12期

4 朱玉蓮;陳松燦;趙國(guó)安;;推廣的矩陣模式特征提取方法及其在人臉識(shí)別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年05期

6 馮海亮;王麗;李見(jiàn)為;;一種新的用于人臉識(shí)別的特征提取方法[J];計(jì)算機(jī)科學(xué);2009年06期

7 朱笑榮;楊德運(yùn);;基于入侵檢測(cè)的特征提取方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動(dòng)聲納目標(biāo)識(shí)別方法研究[J];軟件導(dǎo)刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復(fù)[J];上海交通大學(xué)學(xué)報(bào);1997年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：605120