呼吸信號檢測與預(yù)測技術(shù)的研究.pdf

1、人體呼吸信號呈現(xiàn)的節(jié)律、強度和頻率等方面的信息，在很大程度上能夠反應(yīng)人體呼吸器官的病變。因此，對人體呼吸狀況進行監(jiān)測具有重大的醫(yī)學(xué)意義。但目前醫(yī)用呼吸監(jiān)測設(shè)備往往體積龐大、或是價格昂貴，并且多采用傳感器與人體直接接觸的接觸式檢測方法，會給病人帶來不便和束縛感。同時，人體某些不經(jīng)意的活動可能會導(dǎo)致傳感器脫落和移動，使得檢測結(jié)果不準(zhǔn)確，甚至檢測失敗。針對上述問題，本文以人體呼吸運動作為研究對象，采用攝像頭作為檢測傳感器，結(jié)合圖像處理和信號處

2、理技術(shù)，研究如何在不與人體直接接觸的情況下，準(zhǔn)確且穩(wěn)定地獲取人體呼吸信號。
　　根據(jù)人體呼吸運動與人體胸腹起伏運動具有相關(guān)性的特點，提出一種基于運動放大的非接觸式呼吸信號檢測方法，以提高呼吸檢測的準(zhǔn)確度。采用接收板接收光發(fā)射器照射在人體胸腹部并反射出的光。通過攝像機采集接收板上的光點圖像，并采用圖像運動跟蹤算法自動跟蹤光點的運動，從而獲取人體的呼吸信號。
　　使用圖像處理技術(shù)自動檢測并連續(xù)跟蹤接收板上表征人體呼吸運動的光點運

3、動軌跡，從而間接獲取人體的呼吸信號。針對光點亮度高的特點，提出一種自適應(yīng)的閾值檢測算法，通過從光點圖像的灰度直方圖的最高灰度級開始遍歷，尋找出現(xiàn)的第一個波谷點對應(yīng)的灰度級作為閾值。使用該算法與大津法和迭代法對光點圖像進行閾值分割對比實驗。實驗結(jié)果表明，本文的算法能夠準(zhǔn)確檢測光點。光點檢測成功后，針對光點運動具有周期性的特點，提出一種結(jié)合卡爾曼濾波與自適應(yīng)模板匹配的跟蹤算法。使用該跟蹤算法與模板匹配跟蹤算法對圖像序列中的光點進行跟蹤對比實

4、驗。實驗結(jié)果表明，本文提出的跟蹤算法具有實時性和準(zhǔn)確性高的優(yōu)點。針對咳嗽、身體抖動和說話等非呼吸運動引起的干擾問題，提出一種空間約束的方法，以提高呼吸檢測的準(zhǔn)確度和魯棒性。
　　針對圖像采集、圖像處理和信號處理等過程的時間占用引起的呼吸信號檢測的滯后問題，使用基于自適應(yīng)濾波器的信號預(yù)測算法對呼吸運動進行補償，使得本文提出的呼吸信號檢測方法能夠適應(yīng)對呼吸檢測要求實時性高的場合。
　　通過對本文提出的呼吸信號檢測和呼吸信號預(yù)測方