基于局部峰谷点插值提取心音包络的一种新方法

目的精确提取心音包络线,为心音特征的分析创造条件。方法基于局部关键点提取心音包络。首先计算信号的局部峰谷点,然后对其插值得到心音包络。结果通过分别与希尔伯特变换法、数学形态法所提取信号包络的比较,证明本方法提取的心音轮廓更加准确,突出了心音包络的时域特征。结论采用此方法能够准确地获得心音包络,为后续分析奠定了基础。     

基于小波能量谱的先天或风湿性心脏病异常心音分类算法研究

目的为解决先天性心脏病或风湿性心脏病异常心音分辨问题,应用离散小波频带能量对异常心音分类算法进行研究。方法采集22人的正常心音和116人的异常心音,对心音信号做离散小波变换,根据病理性心杂音在频域内的分布范围划分5层频带,计算得到各层频带的能量占比,根据单因素方差分析方法,提出了基于小波能量谱的心音分类指标。结果对正常心音和异常心音的4个听诊区域进行了分类,最优分类准确率为92%。区分动脉导管未闭和其余异常心音的最优分类准确率为81.9%。结论基于小波能量谱的心音分类算法无需对心音信号进行分割,提取特征值少,可准确有效地对心音信号进行分类,相较于传统的心音听诊,算法的引入能够在异常心音临床诊断中提供参考数据。     

黄金菊提取工艺的正交设计试验

目的通过四因素三水平的正交试验,结合紫外分光光度法,优选黄金菊中黄酮的最佳提取条件。方法以乙醇浓度、溶剂倍量、回流时间、提取次数为因素,每个因素3个水平,以测定的总黄酮含量作为评价指标进行正交试验。结果得到最佳提取条件为：乙醇浓度85％,溶剂倍量20倍,回流时间1h,提取次数3次。工艺验证试验表明：平均提取得率高达6．902％,平均回收率为98．41％,RSD为2．67％（n=5）。结论本提取方法为提取黄金菊中总黄酮提供了依据。     

基于EMD的指端光电容积脉搏波中呼吸波提取方法研究

目的通过人体指端的脉搏波,提取人体呼吸波信号。方法使用多参数临床生理监护仪,同步采集人体指端光电容积脉搏波信号和胸阻抗法检测的呼吸波信号,对光电容积脉搏波信号做各层的经验模式分解,选择合适频率的本征模函数,与采集的呼吸波信号做相关性分析。结果经验模式分解由脉搏波中所提取的呼吸波与采集的呼吸波有很好的相关性。结论经验模式分解法可有效提取人体指端光电容积脉搏波中所包含的呼吸波成分,对改进医疗监护设备设计、实现生理信号的多参数提取和精确分析有重要意义。     

基于脑电信号Hilbert-Huang变换的睡眠分期研究

目的 研究基于脑电信号Hilbert-Huang变换的睡眠自动分期方法.方法 对睡眠脑电信号进行Hilbert-Huang变换,求出具有物理意义的瞬时频率,并得到脑电信号在频率上的能量分布,作为睡眠脑电信号各个时期的特征,最终利用最近邻模式分类方法对睡眠各阶段进行分期决策.结果 通过对560个睡眠脑电信号样本进行分期,平均正确率达到81.7%.结论 经Hilbert-Huang变换得到的睡眠脑电信号特征,可以作为睡眠分期的有效分类依据.     

一种基于MBE和HHT的心电信号自动分类方法

目的研究一种基于多尺度化基本尺度熵(multiscale base-scale entropy,MBE)和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的心电信号自动分类方法。方法首先利用离散小波变换对心电信号进行去噪预处理;其次利用多尺度化基本尺度熵进行分析,提取多个尺度下的基本尺度熵值;然后利用希尔伯特-黄变换得到希尔伯特边际谱,并求取边际谱的信息熵;最后将这两部分特征参数输入到支持向量机中,实现心电信号的自动分类。结果健康人、心律不齐患者、呼吸暂停患者和房颤患者的心电信号分类准确率分别为87.5%、93.75%、90.63%和90.63%。结论本文提出的基于多尺度化基本尺度熵和希尔伯特-黄变换的分类方法,可以有效实现心电信号的自动分类。     

基于能量变换与小波分解的QRS波群检测算法

目的 使用能量变换与小波分解的联合算法检测心电信号QRS波群的特征点,为心电信号的自动分析提供新的手段.方法 能量变换是基于信号的局部特征的,可以有效地突出信号的峰点或谷点;小波分解对信号做多分辨率分解,可以突出信号的特征信息;两种方法的结合更利于QRS波群的检测.结果 使用30例样本检测算法性能,证明联合算法能够提高信噪比,对特征点的定位准确可靠.经MIT/BIH心电数据库的检测验证,其R波定位的正确率高达99.79%.使用心率趋势图分析计算结果,不仅可以完全纠正误检和漏检,而且能够定位异常的心搏.结论 本算法能够准确、实时地识别被噪声严重干扰的心电信号的QRS波群,因而在心电信号的自动分析中有很好的应用前景.     

基于肌音信号分形维数的上斜方肌静态疲劳研究

目的利用采集的上斜方肌的肌音信号,研究肌音信号的非线性特征分形维数(fractal dimension,FD)趋势与肌肉疲劳的对应关系。方法在恒力做耸肩静态动作时,提取上斜方肌的肌音信号,采用一种自适应噪声的完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)算法去噪,选用平均功率频率(mean power frequency,MPF)和中值频率(median frequency MDF),提取肌音信号的特征值,并用非线性特征分形维数来表征疲劳程度。结果 CEEMDAN算法去噪效果明显,肌音信号的分形维数随肌肉疲劳程度的加深呈现近似线性下降的趋势,在肌肉疲劳评估中与MPF、MDF效果相似。结论肌音信号的分形维数特征可评估肌肉疲劳程度。     

生姜中6-姜酚的提取方法比较及质量控制研究

目的 建立生姜中6-姜酚的提取与质量控制方法.方法 分别采用4种溶剂回流提取,考察溶剂对6-姜酚提取率的影响.采用HPLC法测定提取物及生姜中6-姜酚的含量.结果 以正己烷、乙醚、乙酸乙酯、丙酮为溶剂,6-姜酚提取率分别为43.1%、59.2%、83.1%、85.6%.鲜姜中6-姜酚的平均含量为0.549mg · g-1,RSD为0.23%.结论 本研究提供了一种较好的生姜中抗晕活性成分的提取和质量控制方法.     

基于小波变换和K-means聚类算法的心电信号特征提取

目的研究一种基于小波变换和K-means聚类算法的心电信号特征提取方法,根据特征点信息判断心电是否正常。方法利用小波变换和形态学滤波方法去除工频干扰、肌电干扰和基线漂移等主要的噪声之后,利用K-Means聚类算法提取出心电信号的QRS波群,P波和T波这3个主要的特征点,实现心电智能诊断。结果实验数据取自MIT-BIH数据库,多次实验结果显示QRS波群的阳性检测度(P+)达到99.68%和灵敏度(Se)达到99.21%,P波和T波的检测准确度分别达91.43%和97.01%。结论相对于其它方法,本文心电特征提取方法准确度较高,具有一定参考价值;在移动医疗和临床医疗方面具有一定实用价值。     

基于小波变换的超声图像纹理特征提取及前列腺癌诊断

目的 根据小波变换原理,研究了前列腺直肠超声图像中纹理特征的提取方法,并应用于前列腺癌的早期诊断.方法 本文提取出前列腺直肠超声图像中目标区域的小波变换纹理特征和边界频率特征,通过主分量分析方法(principal components analysis,PCA)对提取出的纹理特征进行选择,得到一个最优的特征子集.然后分别应用K均值聚类、支持向量机(suppoa vector machine,SVM)算法和AdaBoost(a-daptive boosting)算法来对所提取出的病变区域纹理特征进行分类.结果 对比实验结果表明,本文所提取的特征比单纯的使用灰度级差矢量(gray level difference vector,GLDV)具有更好的区分良恶性图像的能力,AdaBoost算法和SVM算法都能够有效地识别病变区域,识别正确率达到94.12%和93.46%.结论 使用本文算法可以为医生诊断提供有用的辅助信息,并提高诊断效率.     

基于遗传BP神经网络的肺音分类识别算法研究

目的通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病。方法将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征值。比较神经网络和遗传神经网络两类分类器的性能,选择遗传神经网络识别算法进行肺音的识别。结果采用韦尔奇功率谱特征值的遗传BP神经网络平均识别率89.0%,优于BP神经网络的平均识别率(83.0%);用小波系数特征值的遗传BP神经网络平均识别率83.1%,优于BP神经网络的平均识别率(81.0%)。结论韦尔奇功率谱的特征提取方法有效,能较准确区分出肺音的类别。     

基于小波变换过零点表征的脉搏信号分析

目的 探索中医脉诊客观化的新方法。方法 根据小波变换过零点和信号突变点之间的关系．分别运用小波变换过零点表征检测脉象时域特征点和各特征点脉搏信号变化的快慢。结果 通过对20例健康人和20例孕妇脉象时域特征点过零点位置的统计及其变化快慢的计算,分析结果正好与实际相吻合。结论 应用这种方法可以比较准确地分析脉象信号所携带的大量生理信息,从而为中医脉诊客观化提供了一种新方法。     

基于运动心脏模型的心电仿真

目的：心脏－躯干是产生心电信号的激励源－信号处理系统,心电正问题的核心内容是研究心脏电偶极子和躯干的形状与电学特性对体表电位的影响。活体心脏收缩／舒张和扭转是心脏的一个基本性质。本文的目的是考查这种这种运动对体表电位的影响。方法：根据超声心动图的实测数据,在传统的静态心室模型基础上,利用三维空间的尺度变换和旋转变换,分别表示心肌的收缩/舒张运动和扭转运动,建立面向心电正问题的运动心脏模型。然后,实现心电传播仿真和心电场求解,计算体表心电图。结果：仿真了12导心电波形,发现相对于静态模型,运动模型对ST段形态影响较大。结论：为了更有效地进行心电场求解,建立面向心电仿真的运动心脏模型是必要的。     

基于Cao算法的心率变异信号分析

目的 进一步分析心率变异信号的混沌特性方法采用Cao算法分析了40例健康人(老年组20例,年轻组20例)的心率变异;提出确定最小嵌入维数的稳定性;隹则;提出定量分析心率变异信号中确定性成分的方法,并应用于老年组和年轻组结果每例被试者的心率变异信号均同时含有随机成分和确定性成分;稳定性准则能解决Cao算法确定嵌入维教时存在主观因素的问题;老年人的确定性成分比年轻人高.结论 本文证明了心率变异是一种确定性混沌现象;稳定性准则能获得最小嵌入维数;随着年龄的增长心率变异性降低.