本文關(guān)鍵詞：利用床墊式和腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)進(jìn)行咳嗽的監(jiān)測(cè)與識(shí)別，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),霧霾天氣頻發(fā),空氣污染問(wèn)題日益嚴(yán)重,由此引發(fā)的呼吸系統(tǒng)疾病己成為威脅人們身體健康的主要原因之一�？人允呛粑到y(tǒng)疾病最常見(jiàn)和典型的癥狀之一,頻繁的、劇烈的咳嗽會(huì)導(dǎo)致患者產(chǎn)生胸悶、胸痛的感覺(jué),嚴(yán)重影響其生活與工作,尤其是夜間持續(xù)咳嗽還會(huì)影響患者的睡眠質(zhì)量,使其白天昏沉乏力。所以如何能夠有效的量化咳嗽的發(fā)生頻率和強(qiáng)度等特征、使醫(yī)生能更準(zhǔn)確的進(jìn)行疾病診斷是目前咳嗽研究的一個(gè)重點(diǎn)。 目前對(duì)咳嗽的量化手段主要是利用咳嗽監(jiān)測(cè)儀對(duì)患者進(jìn)行長(zhǎng)時(shí)間持續(xù)監(jiān)測(cè),然后應(yīng)用咳嗽識(shí)別算法處理數(shù)據(jù)實(shí)現(xiàn)咳嗽頻率和強(qiáng)度的自動(dòng)分析�？人员O(jiān)測(cè)方法多采用聲音記錄與語(yǔ)音識(shí)別技術(shù)相結(jié)合實(shí)現(xiàn)咳嗽事件的自動(dòng)分析計(jì)數(shù),后期處理數(shù)據(jù)量龐大,算法復(fù)雜。本文另辟蹊徑,分別以床墊式和腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)作為實(shí)驗(yàn)平臺(tái),利用工程的理論方法對(duì)得到的腹部呼吸運(yùn)動(dòng)信號(hào)和體動(dòng)進(jìn)行多方位的分析和研究,較好地完成了咳嗽事件的識(shí)別。床墊式生理信號(hào)監(jiān)測(cè)系統(tǒng)是一種無(wú)電極、無(wú)生理負(fù)荷的監(jiān)測(cè)系統(tǒng),其主要部分是以壓力傳感器為核心元件的微動(dòng)敏感充氣床墊,病人可以在自然狀態(tài)下(躺位),不必佩戴任何儀器裝置,測(cè)量多種人體生理信號(hào)。腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)由起固定作用的腰帶和腰帶內(nèi)側(cè)的加速度傳感器、麥克風(fēng)、壓力傳感器和采集存儲(chǔ)數(shù)據(jù)的機(jī)盒等元件組成,記錄了咳嗽時(shí)腹部的加速度、振動(dòng)信號(hào)和呼吸波,并將采集到的聲音提取包絡(luò)一同作為咳嗽事件的辨識(shí)特征。本文的工作和取得的成果主要有： (1)對(duì)床墊式生理信號(hào)監(jiān)測(cè)系統(tǒng)原始信號(hào)進(jìn)行預(yù)處理,成功從原始信號(hào)中分離出胸沖擊、腿沖擊和呼吸波。針對(duì)上身、下身原始信號(hào)和預(yù)期得到的呼吸波等信號(hào)的頻率分布特點(diǎn),本文進(jìn)行了軟件處理,采用了數(shù)字信號(hào)濾波和小波分析結(jié)合分離信號(hào)的方法。在充分理解數(shù)字濾波器工作原理的基礎(chǔ)上,結(jié)合實(shí)際應(yīng)用的需要,選擇并設(shè)計(jì)了零相位濾波器進(jìn)行濾波,得到精確零相位失真的輸出信號(hào)。而小波分析法則是將上身和下身原始信號(hào)進(jìn)行分解,獲取不同頻率范圍的信息,從中選擇符合實(shí)際應(yīng)用的信號(hào),為后面的進(jìn)一步研究打下了良好的基礎(chǔ)。 (2)對(duì)腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)通過(guò)麥克風(fēng)采集的聲音信號(hào)進(jìn)行提取包絡(luò)的處理。首先在對(duì)原始聲音信號(hào)進(jìn)行處理前,先對(duì)不同病人的咳嗽聲音樣本進(jìn)行功率譜估計(jì),大致確定咳嗽的頻率范圍,將其作為高頻濾波器的頻率；然后將聲音信號(hào)經(jīng)過(guò)高通濾波器保留包含咳嗽事件的高頻成分,抑制不必要的低頻成分；最后對(duì)高頻成分進(jìn)行求和、欠采樣等一系列方式提取包絡(luò)曲線。采用聲音包絡(luò)而非原始聲音信號(hào)作為識(shí)別咳嗽事件的特征信號(hào),優(yōu)點(diǎn)在于持續(xù)監(jiān)測(cè)的聲音信號(hào)數(shù)據(jù)量龐大、噪聲多、分析處理比較復(fù)雜；而經(jīng)過(guò)濾波的聲音包絡(luò)數(shù)據(jù)量小,最重要的是它忽略了低頻噪聲,使得波形平滑干凈,凸顯了咳嗽事件,有利于算法的編寫(xiě)。 (3)實(shí)現(xiàn)床墊式和腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)對(duì)于咳嗽事件的識(shí)別。針對(duì)這兩種不同的系統(tǒng)分別設(shè)計(jì)了實(shí)驗(yàn),以床墊(或腰帶)作為實(shí)驗(yàn)平臺(tái),在實(shí)驗(yàn)室理想環(huán)境下對(duì)患者進(jìn)行監(jiān)測(cè),并通過(guò)麥克風(fēng)記錄聲音信號(hào),用做后期的人工識(shí)別計(jì)數(shù)。對(duì)實(shí)驗(yàn)得到的數(shù)據(jù),本文設(shè)計(jì)了與監(jiān)測(cè)系統(tǒng)配套的識(shí)別算法,充分利用咳嗽時(shí)加速度、呼吸波、振動(dòng)信號(hào)和聲音包絡(luò)信號(hào)獨(dú)有的特征,能夠較好的從大量干擾事件(如清喉、說(shuō)話(huà)等)中識(shí)別出咳嗽事件,與人工計(jì)數(shù)比較敏感性為88.4%(床墊)和90.0%(腰帶),特異性能夠達(dá)到96.0%(床墊)和98.6%(腰帶),初步實(shí)現(xiàn)了床墊式和腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)和分析識(shí)別咳嗽的功能。 未來(lái),還可以更進(jìn)一步的挖掘咳嗽發(fā)生時(shí)各生理信號(hào)的改變,從其細(xì)微變化處著手,實(shí)現(xiàn)不同種類(lèi)咳嗽的自動(dòng)分類(lèi),提高咳嗽監(jiān)測(cè)系統(tǒng)的敏感性和特異性,減小環(huán)境對(duì)咳嗽信號(hào)識(shí)別的干擾,使其能夠真正應(yīng)用在臨床診斷上。
【關(guān)鍵詞】：生理信號(hào)監(jiān)測(cè)系統(tǒng) 咳嗽 加速度 呼吸波 聲音信號(hào)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：R56
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第一章 緒論12-26
• 1.1 咳嗽的神經(jīng)生理學(xué)特征12-13
• 1.2 咳嗽的生理學(xué)特征13
• 1.3 咳嗽的危害13-14
• 1.4 咳嗽監(jiān)測(cè)技術(shù)的發(fā)展14-20
• 1.4.1 咳嗽監(jiān)測(cè)儀的發(fā)展歷史14-18
• 1.4.2 咳嗽音識(shí)別技術(shù)的發(fā)展歷史及研究現(xiàn)狀18-20
• 1.5 床墊式咳嗽監(jiān)測(cè)系統(tǒng)20-22
• 1.6 腰帶式咳嗽監(jiān)測(cè)系統(tǒng)22-24
• 1.7 本文主要工作24-26
• 第二章 咳嗽信號(hào)特征及咳嗽評(píng)估方法26-34
• 2.1 咳嗽信號(hào)的特征分析26-28
• 2.2 咳嗽與其他事件的區(qū)別28-30
• 2.3 咳嗽評(píng)估方法30-33
• 2.4 總結(jié)33-34
• 第三章 微動(dòng)敏感床墊信號(hào)處理及提取34-48
• 3.1 數(shù)字信號(hào)濾波法34-40
• 3.1.1 數(shù)字濾波器概述34-35
• 3.1.2 數(shù)字濾波器的工作原理35-37
• 3.1.3 零相位數(shù)字濾波器處理床墊原始信號(hào)37-40
• 3.2 小波變換處理床墊原始信號(hào)40-46
• 3.2.1 小波變換的定義40-43
• 3.2.2 小波變換處理原始信號(hào)43-46
• 3.3 最優(yōu)算法的選擇46-47
• 3.4 總結(jié)47-48
• 第四章 腰帶式監(jiān)測(cè)系統(tǒng)的信號(hào)提取48-58
• 4.1 高通濾波器的設(shè)計(jì)48-55
• 4.1.1 功率譜估計(jì)的原理48-50
• 4.1.2 咳嗽頻率的確定50-53
• 4.1.3 窗函數(shù)的設(shè)計(jì)原理53
• 4.1.4 高通濾波器的實(shí)現(xiàn)53-55
• 4.2 聲音包絡(luò)的提取55-56
• 4.3 總結(jié)56-58
• 第五章 咳嗽識(shí)別算法設(shè)計(jì)58-70
• 5.1 基于微動(dòng)敏感床墊的咳嗽識(shí)別算法58-62
• 5.1.1 實(shí)驗(yàn)平臺(tái)58
• 5.1.2 研究對(duì)象58
• 5.1.3 實(shí)驗(yàn)步驟58-59
• 5.1.4 算法設(shè)計(jì)59-60
• 5.1.5 實(shí)驗(yàn)結(jié)果60-62
• 5.2 基于腰帶式咳嗽信號(hào)監(jiān)測(cè)系統(tǒng)的咳嗽識(shí)別算法62-68
• 5.2.1 實(shí)驗(yàn)平臺(tái)62
• 5.2.2 研究對(duì)象62-63
• 5.2.3 實(shí)驗(yàn)步驟63
• 5.2.4 算法設(shè)計(jì)63-64
• 5.2.5 實(shí)驗(yàn)結(jié)果64-68
• 5.3 結(jié)論68-70
• 第六章 總結(jié)與展望70-74
• 6.1 工作總結(jié)70-71
• 6.2 后續(xù)工作及展望71-74
• 參考文獻(xiàn)74-78
• 致謝78-79
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文79-80
• 學(xué)位論文評(píng)聞及答辯情況表80

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李玉生;蘭豐禮;;一種適用于檢測(cè)生理信號(hào)的程控增益放大器的研制[J];醫(yī)學(xué)物理;1991年Z1期

2 陳龍聰,胡國(guó)虎,高斌;開(kāi)放式生理信號(hào)產(chǎn)生及測(cè)量?jī)x的研制[J];生物醫(yī)學(xué)工程學(xué)雜志;2004年06期

3 孫衛(wèi)新;;心臟生理信號(hào)的計(jì)算機(jī)分析[J];國(guó)外醫(yī)學(xué)(生物醫(yī)學(xué)工程分冊(cè));1987年03期

4 鄧伯莊;一種用計(jì)算機(jī)處理電生理信號(hào)的接口電路[J];生理科學(xué);1988年02期

5 劉新民,陳善廣,王立為,宿雙寧,王圣平,于澍仁,肖培根;動(dòng)物生理信號(hào)計(jì)算機(jī)自動(dòng)測(cè)試與分析系統(tǒng)在藥物毒理研究中的應(yīng)用[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);1995年03期

6 邢志新,邱衍勃,浦京遂;快采慢放——一種記錄快變生理信號(hào)的新方法[J];北京生物醫(yī)學(xué)工程;1992年01期

7 陳波;馮煥清;陳薇;杜亞軍;;周期性電生理信號(hào)一種融合方法的研究[J];中國(guó)醫(yī)療器械雜志;2010年03期

8 楊星星;張松;蘆楊;楊琳;王薇薇;顧冠雄;;基于生理信號(hào)的疲勞駕駛風(fēng)險(xiǎn)檢測(cè)方法的研究進(jìn)展[J];中國(guó)醫(yī)學(xué)裝備;2013年07期

9 楊潔秋;王慧艷;;利用家用錄像機(jī)記錄生理信號(hào)[J];國(guó)外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);1991年05期

10 崔文生,吳效明,朱斌,王曉航;通用生理信號(hào)實(shí)時(shí)檢測(cè)與顯示模型[J];暨南大學(xué)學(xué)報(bào)(自然科學(xué)與醫(yī)學(xué)版);2000年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 李偉博;吳效明;;基于EZ-USB FX2的生理信號(hào)采集接口技術(shù)[A];中國(guó)儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會(huì)論文集[C];2010年

2 李國(guó)麗;史利杰;胡存剛;張萍;詹月紅;;基于LabVIEW的生理信號(hào)處理研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2006年

3 平安;王志良;;基于生理信號(hào)的人機(jī)情感交互系統(tǒng)應(yīng)用研究綜述[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 記者 王怡;我研制出人造仿生電子皮膚[N];科技日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 溫萬(wàn)惠;基于生理信號(hào)的情感識(shí)別方法研究[D];西南大學(xué);2010年

2 黃丹飛;基于生理信號(hào)關(guān)聯(lián)分析的可組合多通道監(jiān)護(hù)系統(tǒng)的研究[D];長(zhǎng)春理工大學(xué);2011年

3 王嬈芬;過(guò)程控制操作員生理信號(hào)分析及功能狀態(tài)建模[D];華東理工大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉月華;典型生理信號(hào)綜合測(cè)量及情緒識(shí)別研究[D];上海交通大學(xué);2011年

2 孫圣;織物化多生理信號(hào)檢測(cè)裝置的設(shè)計(jì)[D];電子科技大學(xué);2013年

3 侯永捷;面向壓力評(píng)估的多生理信號(hào)采集和分析系統(tǒng)設(shè)計(jì)[D];燕山大學(xué);2013年

4 李亭亭;運(yùn)動(dòng)員生理信號(hào)的采集和數(shù)據(jù)分析系統(tǒng)的研究[D];沈陽(yáng)工業(yè)大學(xué);2008年

5 孫洪央;基于多生理信號(hào)的壓力狀態(tài)下情緒識(shí)別方法研究[D];上海交通大學(xué);2013年

6 程德福;雙重結(jié)構(gòu)粒子群和K近鄰法用于生理信號(hào)情感狀態(tài)識(shí)別的研究[D];西南大學(xué);2009年

7 魯舜;運(yùn)用蟻群優(yōu)化算法篩選情感生理信號(hào)特征[D];西南大學(xué);2009年

8 郭漩;基于人工神經(jīng)網(wǎng)絡(luò)的多生理信號(hào)情緒識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華東師范大學(xué);2014年

9 牛曉偉;生理信號(hào)的情感模式識(shí)別[D];西南大學(xué);2008年

10 榮一霖;基于DSP的虛擬生理信號(hào)監(jiān)測(cè)分析系統(tǒng)[D];長(zhǎng)春理工大學(xué);2009年

  本文關(guān)鍵詞：利用床墊式和腰帶式生理信號(hào)監(jiān)測(cè)系統(tǒng)進(jìn)行咳嗽的監(jiān)測(cè)與識(shí)別，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：331030