基于经验模态分解和形态滤波的血压测量研究

为更彻底地对光电容积脉搏波进行去噪,准确地建立脉搏与血压的估算模型,提出结合经验模态分解和形态学滤波的算法对脉搏波进行滤波处理,利用Adaboost识别出两种不同的加速脉搏波,并采用不同的方法对两种加速脉搏波进行特征点提取以计算脉搏波传导时间,最终建立脉搏波传导时间和血压的估算模型。由实验可知,该方法对脉搏波去噪效果较佳,血压测量值与真值之间误差小于5 mmHg,优于AAMI标准(8 mmHg),为血压连续测量以及便携式多生理参数设备的研究提供一定参考依据。     

基于手机摄像头的血压估计方法

提出一种使用手机摄像头采集脉搏波的血压估计方法,称为基于脉搏波的多参数收缩压估计法(multiparameter estimation of systolic blood pressure based on pulse wave,MBPP).在运动实验中,分别通过手机摄像头和血压仪获得不同的脉搏波时序数据和血压.然后,对脉搏波数据进行去噪,计算加速脉搏波,得到脉搏波传导时间.再计算得到脉搏波的特征点,从而计算心率.最后,选择脉搏波传导时间和心率两个参数与血压进行线性拟合,从而得到血压的回归方程.实验结果表明,MBPP方法准确性高,可以用于血压的测量.     

一种连续无创血压监测头带的研究

目前大多数无创血压测量采用的是袖带示波测量法,仪器携带不方便;通过气泵对袖带进行充放气,测量周期长,不能够对人体血压进行连续地测量,考虑研制穿戴式血压测量头带,对人体血压进行无创连续测量.采用高分辨率心电采集芯片ADS1292R采集头部微弱心电信号(electrocardiogram,ECG),同时使用反射式光电传感器在眉骨处采集时间上严格同步的光电容积脉搏波信号(photoplethysmography,PPG).分别定位ECG和PPG的特征点,计算PPG信号传播延迟(pulse wave transit time,PWTT),并和同一时刻血压值进行相关性分析以及回归分析,建立血压测量模型,即可根据PWTT求得血压.对试验者进行实验表明,采用该便携式无创血压检测装置与传统无创血压测量法对比,误差维持在5％以内.该检测头带信号采集均在头部完成,穿戴方便,功耗低,舒适性强,是一种可行的便携无创连续血压监测装置;同时可将检测结果通过蓝牙实时传至用户手机或PDA装置显示并存储,完成长时间动态血压监护.     

基于光电容积脉搏波的心血管多参数检测系统

为了实现人体心血管多参数检测,设计了一种基于光电容积脉搏波描记法(photoplethysmography,PPG)的心血管多参数检测系统.该系统采用S5PV210处理器为控制核心,设计了指端脉搏波采集及滤波电路,提取指端脉搏波信号特征,测量人体心率、血氧饱和度、血压值.结果 表明:与标准仪器对比,心率测量最大误差为5次/min;血氧饱和度测量最大误差为2％;血压测量满足ANSL/AA-MI国际电子血压仪标准.     

基于心电与脉搏波的血压检测算法的改进

针对基于心电和脉搏波的无创连续血压检测方法中特征点提取算法的计算量大的问题,提出了一种改进的提取特征点的差分算法,改进后算法的效率和特征点检测的精准度都得到了很大的提高.通过对采样数据进行相关性分析和回归分析,可以看到脉搏波传播时间与收缩压有强相关性,而与舒张压成中度相关.实验结果表明,利用改进后的特征点提取算法能够较准确地计算出脉搏波传播时间,进而计算出个体的收缩压,并且能够很好地满足AAMI国际标准对无创血压检测误差的要求.     

基于心电与脉搏波的血压检测算法的改进

针对基于心电和脉搏波的无创连续血压检测方法中特征点提取算法的计算量大的问题,提出了一种改进的提取特征点的差分算法,改进后算法的效率和特征点检测的精准度都得到了很大的提高.通过对采样数据进行相关性分析和回归分析,可以看到脉搏波传播时间与收缩压有强相关性,而与舒张压成中度相关.实验结果表明,利用改进后的特征点提取算法能够较准确地计算出脉搏波传播时间,进而计算出个体的收缩压,并且能够很好地满足AAMI国际标准对无创血压检测误差的要求.     

脉搏波的复杂网络分析

脉搏波是人体重要的生理信号之一,从新的角度探索脉搏波的分析手段是脉搏波研究的一个重要方向.在分析现有脉搏波时域、频域分析方法的基础上,将复杂网络的分析方法引入脉搏波的分析之中,以拓展脉搏波的研究维度.分析了时间序列的网络化方法的现状,选择使用基于水平可见性(horizontal visibility graphs,HVG)的网络化方法对脉搏波进行网络化分析.获得使用脉搏波构建的网络的特性参数,确定了脉搏波网络的无标度特性,并从生理状态的角度进行了解释,为脉搏波的研究提供了一种新的手段.     

一种间接测量人体血压值的新方法

现有的脉搏血流参数检测仪需要事先测量人体血压,并且操作不方便,针对这一问题,提出了一种获取人体动脉血压值的新方法.该方法基于动脉血压与光电容积脉搏波特征参数的相关性理论,对特征参数与动脉收缩压和舒张压进行相关性分析,从而获得与收缩压及舒张压相关性较大的几个特征参数;然后利用线性回归的方法得到动脉血压和这几个特征参数的方程,依此求出人体的动脉血压值.该方法同传统测压方法相比,测量方便,可被应用到无创光电检测仪中,具有更广阔的应用前景.     

情感识别中脉搏信号的特征提取与分析

应用Coiflet 1小波对脉搏波信号进行小波变换,利用重构的小波第三层高频信号的极大值来确定原始信号主波峰值的范围,进而定位原始信号主波峰值的位置并以此位置为参照点确定潮波、重搏波峰值的位置,在此基础上提取脉搏信号的时域特征,对情感状态进行分类.实验结果表明,脉搏率均值等特征对悲伤、愤怒和恐惧3种情感的总体分类正确率均能达到65%以上.     

基于容积脉搏波的收缩压测量方法

利用脉搏波传播时间测量收缩压需要同时测量心电信号与脉搏波信号,这种方法不具备便携性;因此提出通过光电容积脉搏波测量脉搏波传播时间,进而无创连续测量收缩压的新方法.该方法是通过发射红光的透射式血氧指夹得到容积脉搏波,经过滤波、放大、数字信号处理后得到加速脉搏波,然后根据加速脉搏波的推进波与反射波之间的脉搏波传播时间建立其与收缩压的关系.系统通过ATmega128单片机与安卓手机来实现.针对个体的试验结果表明,该方法测量的收缩压与用电子血压计测量的收缩压有较好的一致性.     

软件滤波的示波血压测量算法及Android实现

提出软件滤波与示波法相结合的改进算法.利用三重软件滤波处理,针对传统示波法血压测量中脉搏振荡波提取和波形突变点选择的困难,从混合压力信号采样数据中有效提取出特征明显的脉搏振荡波,通过幅度系数法确定脉搏振荡波中突变点的幅值范围,利用波形判别法仅在该幅值范围内选取突变点,完成舒张压和收缩压的测量.在Matlab中进行仿真,并在Android移动平台上实现.Matlab仿真结果表明:该算法具有较强的可靠性和准确性.     

支持向量机在胆固醇测定中的应用

支持向量机(SVM)在非线性回归估计中具有很好的学习性能。本文针对医学上三类血浆脂蛋白(VLDL、LDL、HDL)样本中胆固醇含量测定的问题,提出了利用SVM进行回归估计的方法,并与BP网络方法进行了比较。实验表明SVM在稳定性上优于BP网络,而且在对极低密度脂蛋白(VLDL)类别回归估计的精确度上也比BP网络要好。     

中心动脉与肱动脉参数的相关性及其回归分析

探讨中心动脉与肱动脉舒张压(DBP)、收缩压(SBP)、脉压(PP)、心内膜下心肌活力率(SEVR)、波形参数(k)、每搏输出量(SV)、心排量(CO)、外周阻力(RS)等参数的相关性.通过对40例临床需要进行冠状动脉造影患者的有创中心动脉参数与肱动脉参数进行相关分析,将直接测得的中心动脉参数分别与通过回归方程、建立模型估算的中心动脉参数进行配对t检验和Bland-Altman图示.结果表明:除k值外的所有中心动脉与肱动脉参数均相关;两种估算方法 DBP,SEVR一致性相当,其回归方程用Y'=a+bx表示;DBP,SBP,PP,SEVR,SV,CO也可通过回归方程估算,但准确性比传递函数差.     

雷达近场成像中SVM的目标识别方法

雷达近场成像中,在精确定位的基础上,为解决目标形状识别问题,提出了利用支持向量机（SVM）预测目标信息的方法.根据时域算法——后向投影（BP）算法和频域算法——频率波数域（F-K）偏移算法得到的场强值作为SVM的特征数据,并利用时域有限差分法（FDTD）进行仿真.仿真结果表明,基于BP算法的SVM识别方法具有特征数据提取时间长、SVM预测时间短、多目标时目标信息全和虚警较多等特征,基于F-K算法的SVM识别方法具有特征数据提取时间非常短、SVM预测时间非常短、多目标时目标漏检的特征;两者都能较好地识别目标的形状,且前者的识别能力高于后者,而后者更适合实时成像.     

基于脉内特征聚类的分选方法

为提高未知雷达辐射源的分选正确率并且保证分选时间,提出一种正弦差值傅里叶变换和第六维小波包特征提取的聚类分选方法。首先利用正弦插值变换将接收到的雷达到达时间序列变为连续信号,再通过快速傅里叶变换计算出信号最大频率成分的脉冲重复频率（ PRF）值,进行粗分选,然后对信号进行第3层小波包分解,得到信号脉内特征Wpt6,把PRF和Wpt6组成的输入特征向量进行支持向量机（ SVM）聚类分选,对未知雷达辐射源信号重新归类,提高分选准确率。仿真实验结果验证了该方法的有效性,与传统方法相比准确率更高。