脈搏信號(hào)的干擾段檢測和質(zhì)量評(píng)估算法研究.pdf

1、人體脈搏信號(hào)包含著豐富的生理與病理信息，能夠反映人體的生理和病理情況，是觀察人體內(nèi)部功能變化的一個(gè)重要窗口。然而，脈搏信號(hào)采集容易受到各種因素的影響，使脈搏信號(hào)被噪聲污染而形成干擾段。在脈搏信號(hào)監(jiān)護(hù)系統(tǒng)中，干擾容易降低脈搏信號(hào)質(zhì)量造成監(jiān)護(hù)儀器誤報(bào)警。居高不下的誤報(bào)警嚴(yán)重影響了監(jiān)護(hù)儀器的監(jiān)護(hù)效果，造成醫(yī)生患者對于監(jiān)護(hù)儀報(bào)警的麻痹大意。同時(shí)，脈搏信號(hào)中存在的干擾段造成了儀器數(shù)據(jù)存儲(chǔ)空間的浪費(fèi)。因此，檢測脈搏信號(hào)的干擾段，并對信號(hào)質(zhì)量進(jìn)行評(píng)估

2、，有利于降低監(jiān)護(hù)儀器的誤報(bào)警，節(jié)省數(shù)據(jù)存儲(chǔ)空間，且對脈搏信號(hào)的進(jìn)一步分析有著重要研究意義。
　　首先，對脈搏信號(hào)波形特征進(jìn)行了分析研究，根據(jù)脈搏信號(hào)的波形特征，對脈搏信號(hào)進(jìn)行建模。通過對三個(gè)不同系數(shù)高斯函數(shù)構(gòu)成的高斯波形進(jìn)行疊加，形成標(biāo)準(zhǔn)的脈搏信號(hào)波形。建立的標(biāo)準(zhǔn)脈搏信號(hào)模板波形，用于后續(xù)脈搏信號(hào)分析。
　　其次，研究了脈搏信號(hào)的干擾段檢測算法。分析脈搏信號(hào)中干擾信號(hào)的特征，根據(jù)干擾段信號(hào)無規(guī)則，無周期性等特點(diǎn)，進(jìn)行干擾段檢

3、測。分析并研究脈搏信號(hào)的歸一化和降維處理方法，研究脈搏信號(hào)時(shí)間序列的符號(hào)化表示方法，分析比較脈搏信號(hào)的分割方法，選擇適合干擾段檢測及質(zhì)量評(píng)估的信號(hào)分割方法。研究時(shí)間序列的相似性度量方法，提出基于時(shí)間動(dòng)態(tài)扭曲（Dynamic time warping，DTW）的脈搏信號(hào)干擾段檢測算法。
　　然后，建立了脈搏信號(hào)的質(zhì)量評(píng)估模型。研究脈搏信號(hào)質(zhì)量評(píng)估算法，提取多個(gè)與信號(hào)質(zhì)量相關(guān)的特征，形成質(zhì)量因子。根據(jù)兩時(shí)間序列的 DTW，分析兩序列的

4、相似性，從而提出基于 DTW的質(zhì)量評(píng)估算法，對信號(hào)進(jìn)行質(zhì)量等級(jí)的劃分；根據(jù)正常脈搏信號(hào)與噪聲信號(hào)的頻率分布范圍，提出基于功率譜質(zhì)量因子的脈搏信號(hào)質(zhì)量評(píng)估算法；根據(jù)正常脈搏信號(hào)與干擾信號(hào)壓縮度的差異，提取基于壓縮度的脈搏信號(hào)質(zhì)量評(píng)估質(zhì)量因子。綜合上述質(zhì)量因子，根據(jù)各質(zhì)量因子之間的邏輯關(guān)系，得到特征融合質(zhì)量評(píng)估算法。針對一段時(shí)間的信號(hào)質(zhì)量分析，提出基于干擾段檢測的質(zhì)量評(píng)估算法，從而實(shí)現(xiàn)整體脈搏信號(hào)的質(zhì)量評(píng)估。
　　此外，本文對脈搏信號(hào)

5、干擾段檢測和質(zhì)量評(píng)估算法進(jìn)行了閾值提取和算法對比實(shí)驗(yàn)。對干擾段檢測算法進(jìn)行了閾值提取實(shí)驗(yàn)，通過實(shí)驗(yàn)得到干擾段檢測的閾值；通過建立信號(hào)的不同信噪比數(shù)據(jù)集，測試干擾段檢測算法的抗干擾性能；通過干擾段算法的對比實(shí)驗(yàn)，分析本文干擾段檢測算法的性能。對質(zhì)量評(píng)估算法進(jìn)行了閾值提取實(shí)驗(yàn)，并且與多種脈搏信號(hào)質(zhì)量評(píng)估算法進(jìn)行了對比實(shí)驗(yàn)，通過實(shí)驗(yàn)論證本文算法性能優(yōu)于現(xiàn)有脈搏信號(hào)質(zhì)量評(píng)估算法。
　　最后，給出了基于信號(hào)質(zhì)量評(píng)估和卡爾曼濾波的心率估計(jì)方法