版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中醫(yī)脈診學(xué)是傳統(tǒng)醫(yī)學(xué)的瑰寶,公元前就有人們通過(guò)脈搏波指導(dǎo)診斷各種疾病的記載、脈診學(xué)有合理的內(nèi)涵和豐富的經(jīng)驗(yàn),脈診的客觀化研究就是要利用先進(jìn)的科學(xué)技術(shù)和手段來(lái)傳統(tǒng)脈診學(xué)和現(xiàn)代技術(shù)結(jié)合起來(lái)。
本文主要研究了基于多點(diǎn)復(fù)合式壓力傳感器的多路脈象信號(hào)中特征提取和模式分類的一些技術(shù)。這些信號(hào)包括寸、關(guān)、尺三路主信號(hào)以及關(guān)部的七路副信號(hào)。
在預(yù)處理階段我們通過(guò)試驗(yàn)分析了近二十種小波基的性能,最終選擇DMeyer小波進(jìn)行小波包閾值消
2、噪,消噪效果較以往的 sym6小波消噪有所改進(jìn)。我們還提出了LIP(Lowest point In one Period)算法用以改進(jìn)基于周期起點(diǎn)插值的去基線漂移算法在多路信號(hào)應(yīng)用中對(duì)噪聲的魯棒性。由于多路脈象信號(hào)具有一定的信息相關(guān)性,我們?cè)谌分餍盘?hào)上利用ICA變換后去除噪聲信號(hào)在反變換的辦法恢復(fù)了一些被噪聲湮沒的脈搏波信號(hào)。
在特征提取階段由于基于差分的時(shí)域特征提取算法在應(yīng)用于多路信號(hào)時(shí)該算法的準(zhǔn)確性受噪聲影響比較嚴(yán)重,我
3、們提出了基于ILP(Intersection points of Lines and Pulse waveform)的時(shí)域特征提取算法,耐噪聲能力得到了很大提高。為了定義脈搏波的寬度特征,我們用高斯函數(shù)擬合七個(gè)副探頭的平均幅值然后用擬合得到的高斯函數(shù)的delta來(lái)代表脈搏波的寬度。最后我們還提取了四個(gè)新的面積特征,十維頻域特征以及脈搏波的強(qiáng)度特征。
在模式分類階段我們嘗試了支持向量機(jī),神經(jīng)網(wǎng)絡(luò)以及基于知識(shí)的神經(jīng)網(wǎng)絡(luò)算法,我們還
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 脈象信號(hào)的特征提取與分類識(shí)別.pdf
- 脈象信號(hào)的特征提取與分類識(shí)別的研究.pdf
- 脈象信號(hào)特征提取與識(shí)別的研究.pdf
- 膽囊炎和腎病綜合癥脈象信號(hào)的特征提取與分類研究.pdf
- 雷達(dá)信號(hào)包絡(luò)的特征提取與分類.pdf
- 脈象特征提取方法研究.pdf
- 表面肌電信號(hào)的特征提取與模式分類研究.pdf
- 經(jīng)顱多普勒信號(hào)特征提取與分類研究.pdf
- 心電信號(hào)的特征提取與分類研究.pdf
- 心音信號(hào)特征提取及分類研究
- 肺音信號(hào)的特征提取與模式識(shí)別.pdf
- 基于樂音信號(hào)的特征提取與分類方法研究.pdf
- 水下瞬態(tài)信號(hào)特征提取與多分類器融合.pdf
- 紋理特征提取與分類研究.pdf
- 紋理的特征提取與分類研究.pdf
- 運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類研究.pdf
- 足跡圖像的特征提取與分類.pdf
- 基于腦電信號(hào)的情緒特征提取與分類研究.pdf
- 運(yùn)動(dòng)想象腦機(jī)接口的特征提取與模式分類研究.pdf
- 病理語(yǔ)音的特征提取與分類研究.pdf
評(píng)論
0/150
提交評(píng)論