可穿戴运动心率监测腕带的设计与实现

为了解决由于运动伪差干扰导致利用反射式光电脉容积脉搏波计算心率通常较难得到准确结果的问题,设计了一种腕式心率监测装置.通过反射式光电传感器和三轴加速度传感器分别采集脉搏波和运动信息,利用运动状态分析、自适应噪声抵消和谱峰搜索的方法提取心率值,对5名受试者进行静止、走动、跑动状态下的心率监测实验,同时采集心电信号进行心率对比,结果表明两种方法具有良好的一致性.本文作者设计的反射式心率监测装置可以有效抑制运动伪差干扰,实现心率精确监测.     

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.     

基于多特征分析的运动员训练辅助决策模型设计

[目的]收集并统计运动员训练数据,设计基于多特征分析的运动员训练辅助决策模型。[方法]使用摄像机采集运动果;运用传感器采集运动员肌电信号数据,使用小波变化提取肌电信号特征,通过时间窗识别运动员疲劳状态,得到初步运动员的训练图像,利用尺度不变特征变换方法提取运动图像特征,在此基础上使用支持向量机获得运动员训练状态初步评估结疲劳状态评估结果;决策级融合２种初步评估结果,设计运动员训练辅助决策模型,实现运动员训练疲劳状态的有效评估。[结果]经过实验分析,使用多特征辅助决策模型后,各运动项目的平均训练分数均达到９０分以上。[结论]该模型能够准确提取运动图像特征与运动员肌电特征,并对运动员运动疲劳状态作出准确评价,为制定运动员训练计划打下坚实基础     

基于VB的指端脉搏波检测系统的研制

利用脉搏波中提取的信息来诊断动脉硬化越来越受到重视.针对目前国内脉搏波信息检测中存在的问题,采用指端容积脉搏波测量法设计了指端脉搏波检测系统,实现了基于指套式红外传感器的脉搏波采集,设计了对脉搏波信号进行滤波及特征点提取的软件.实验结果表明,该检测系统可以无创采集并描绘人体指端脉搏波图,能够用硬度指数简单评价血管的动脉硬度程度.     

基于欧拉放大的桡动脉脉搏波提取方法

脉搏波是反映人体心血管状况的重要参数,基于视频的非接触式脉搏波检测在医疗健康领域具有重要的研究价值。针对目前非接触式脉搏波提取方法存在检测不准确、受光照影响较大等问题,文章提出了一种基于欧拉放大的桡动脉脉搏波提取方法。利用欧拉放大算法放大手腕处桡动脉的微小搏动信号;对放大后的视频进行分块,计算每个子块的时域信噪比(signal to noise ratio,SNR),将SNR最高的区域作为感兴趣区域;利用独立成分分析(independent component analysis,ICA)算法来分离感兴趣区域中的脉搏波信号和环境噪声,进而通过功率谱估计方法对脉搏波信号进行分析,以获取脉搏波对应的心率值;在多组实验数据集上对该方法进行测试,以经典的脉搏波检测设备提取的脉搏波为真实值,分别在自然光、日光灯和弱光等不同场景下与最新的基于色度信息分析的脉搏波提取方法和基于人脸视频的脉搏波提取方法进行对比。实验结果表明:该文方法提取的脉搏波与脉搏波检测设备提取的脉搏波具有更高的一致性,在自然光、日光灯和室内弱光等不同场景下分别能达到98.60%、92.10%、90.60%的准确率;相比于其他方法,该方法在3种场景下提取脉搏波的准确率提升均大于1%,提高了非接触式脉搏波提取的性能。     

手机可见光提取脉搏中呼吸率的估计

针对智能手机摄像头进行呼吸率估计的问题,提出一种基于融合脉搏波的呼吸率估计(fusion respiratory rate estimation,FRRE)方法.通过融合手机闪光灯可见光中的红光和绿光,得到融合脉搏波,并提取手背的光电容积脉搏波信号.采用绿光脉搏波进行瞬时心率的计算,使用相干解调去除融合脉搏波中心率成分,提取出呼吸信号.而后对呼吸信号进行快速傅里叶变换,并求功率谱密度,从而得到呼吸率.实验结果表明,本文提出的FRRE方法较传统VFCDM方法具有更高的准确性和实时性,可以进行有效的呼吸率估计.     

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.     

数字化人体心率检测仪的设计

文章介绍了一种基于人体脉搏信号特征的数字化人体模型心率检测仪的设计.该仪器采用反射式红外传感器获取脉搏信号,以uPSD3234单片机为主控芯片,对红外信号进行A/D转换,采样数据经低通滤波,数字微分后,选择适于脉搏微分波形的模板进行匹配滤波处理,实现了对脉搏波的检测,并使用了一种中值算法来提取有效的脉搏时间间隔,从而获得精确的心率值.实验表明:检测仪的设计和数据处理方法是可行的.     

高强度运动训练下心肌损伤预防方法分析

研究高强度运动训练下的心肌损伤机理及预防方法,采用临床实验跟踪和生理指标测试方法进行心肌性能测试和损伤评估,实现心肌损伤的预防和治疗,保障运动员的身体健康。提出高强度运动训练下心肌损伤预防方法。分析在高强度运动训练下的心肌生理指标参数的变化结果,以高强度训练的运动员心率HR显著性差异特征为测试指标,测试运动员的氧脉搏O2P,在进行长时间的有氧供能下,进行心肌损伤的功能指标分析,得到高强度运动训练下运动员心肌功能的参量体系结构,采用SPSS 13.0统计软件,以P0.05为差异均表示统计学上的特征分析,进行心肌红细胞分布概率密度特征分析,进行高强度运动训练对心肌损伤的代谢表达实验。结果表明,通过对氧脉搏O2P的测定,烯酰胺以不同的幅度下降,2,5-二萘基和2,5-二噻吩出现催化剂失活效应,在最佳反应条件下,心肌损伤的代谢以72%的氟谱产率产生Ni(NO3)2·6H2O,采用40%~60%的最大摄氧量强度进行训练,得到RQ=0.85,氧脉搏O2P=1.23,LOADmax的差异性特征为P0.05和P0.04,实现心肌功能修复。实验显示,采用该方法能有效实现对心肌功能的修复,加快高强度运动训练的疲劳性缓解抑制,改善心肌功能,实现心肌损伤的预防和治疗。     

基于脉搏波特征参数的无创血红蛋白检测研究

因传统血红蛋白检测方法对人体有创伤,需要专门的仪器且耗时长,基于此,提出一种基于光电容积脉搏波特征参数的无创血红蛋白检测方法。通过设计脉搏波采集系统采集指尖脉搏信号,再由EEMD结合形态学滤波的方法对原始脉搏波进行滤波处理,对降噪后的脉搏信号进行时域特征、频域特征以及形态特征的提取,并由皮尔森系数及PCA算法进行核心特征子集的构建,最后基于支持向量回归模型对人体血红蛋白进行预测。实验结果表明,该方法相关系数为0.76,对血红蛋白的检测具有一定的可靠性。     

基于相位处理的颈动脉脉搏波提取方法

脉搏波反映了人体心血管的健康情况,其中很多参数对心血管疾病的鉴别有指导性作用,如周期性、RR间期等,基于图像光电容积脉搏波描记法(image photo plethysmography, IPPG)的非接触式脉搏波检测在计算机视觉和医疗健康领域具有很高的研究价值。针对目前非接触式检测算法抗光照干扰和微小运动干扰能力较弱的问题,文章提出一种基于相位处理的脉搏波提取方法。首先,采集颈部颈动脉视频,将视频微小运动放大后对其分块计算信噪比,选择信噪比最高的子块作为感兴趣区域;其次对感兴趣区域进行复可控金字塔分解,取水平方向的相位谱计算相位差;最后通过主成分分析算法提取主成分滤除噪声信号,在主成分中选择周期性最强的信号即为所提取的脉搏波,使用功率谱估计法计算心率值。通过和接触式检测设备对比以及与2种非接触式检测算法在不同光照条件下进行对比实验,实验结果表明该算法具有较高的抗光照和运动干扰能力,同时提高了脉搏波提取的精度和性能。     

基于M-WDLS和PCA的转子故障诊断方法

针对不同故障特征属性交互重叠导致的故障类别辨识困难问题,提出一种基于Manhattan距离作为特征之间相似度信息测度的权值判别拉普拉斯分值特征选择方法.该方法采用Manhattan距离衡量高维特征矢量之间的相似度,并将数据样本标记信息融入权值计算中以增强权值的判别性,提升了LS算法的敏感特征筛选性能.将M-WDLS和主成分分析相结合,提出基于M-WDLS和PCA的转子故障诊断方法.首先提取原始振动信号的时域、频域、时频域特征构造混合域特征集;然后利用M-WDLS选择敏感特征组成敏感特征矩阵;最后对敏感特征矩阵进行PCA降维处理,并将结果输入到K-近邻分类器中进行模式识别.对比实验的结果表明,该方法能有效提取转子系统振动信号的状态特征,有助于提高故障辨识的准确率.     

动态光谱幅值检测中的奇异值剔除

为了解决动态光谱检测技术中单波长波形变异引入的误差,提出了基于归一化光谱的标准差奇异值剔除方法,有效克服了单波长信号稳定性判别方法无法判断光谱变异的缺点,动态光谱幅值提取自光电容积脉搏波脉动幅值,可用于人体血液成分检测,而单一波长脉搏波信号的畸变通常是由检测设备冈素造成的,与被测个体的生理信息无关.动态光谱信号有效性需以脉搏波基波相对幅值稳定性作为判据,即在对信号进行归一化处理后,再判断其变异程度,以标准差作为判别手段.实验结果表明,该方法能够有效剔出由单波长波形变异引入的误差,有效保障了动态光谱的检测精度.     

基于数据挖掘的网络状态异常检测

针对目前网络状态异常行为检测正确率低的问题,提出一种基于数据挖掘的网络状态异常检测模型.首先提取网络状态信号,通过小波变换对信号进行预处理,并提取网络状态异常检测的特征;然后通过回声状态网络对网络状态异常检测进行建模,并通过遗传算法对回声状态网络的参数进行优化;最后采用网络状态异常数据集对模型的有效性进行测试.测试结果表明,数据挖掘技术可以准确检测各种网络状态异常行为.     

脉搏波图像的包络线提取与特征点跟踪

针对传统包络线提取需要手工绘制的问题,提出一种自动识别多普勒超声图像包络线方法.该算法首先对脉搏波图像进行ROI区域裁剪,然后利用最大类间方差阈值法二值化图像,结合形态学方法和Sobel算子边缘检测提取脉搏波的包络线,最后采用多门限阈值法判断和分析脉搏波特征点,实现了对脉搏波图像包络线提取和对脉搏波特征点的精确定位.     

FNN在心率失常判别中的研究

提出了一种基于模糊神经网络(FNN)对心率失常信号进行判别的新方法.首先,根据心电信号特点构建Sugeno型模糊神经网络,然后使用Cam Delta算法对其进行训练,这样可以得到模糊隶属函数,此隶属函数将R-R间期波及QRS波的长度模糊化.随后,用几何法通过计算隶属度实现对心率失常的判别.经MIT-BIH心电数据库和实测数据检验,此方法可有效的对心率失常进行判别.     

高校运动员训练中最高心率差值与VO_（2max）的关系

通过对高校运动员运动训练中最高心率差值追踪测试和ＶＯ２ｍａｘ的Ａ°Ｓｔｒｕｎｄ列线图法实验分析，发现了它们之间在一定范围内的负相关关系．对于今后高校运动训练，利用心率控制运动强度，提高训练效果，提供了运动生理的理论依据，     

结合长短期记忆网络与Unet模型的心率估计方法

基于光电容积脉搏波(photoplethysmography, PPG)的心率(heart rate, HR)估计已被广泛应用于可穿戴设备。然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计。为应对这一难题,提出了一种称为LU＿PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM＿Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率。实验结果表明,LU＿PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径。     

HHT方法分析冠心病患者支架置入手术对其脉搏波的影响

采用HHT(Hilbert-Huang Transformation)时间序列分析方法分析冠心病患者支架置入手术对其脉搏波信号的影响.通过经验模态分解(EMD)技术将一非线性、非稳态过程的原始离散数据序列分解为一组内在模态函数(IMFs),每一内在模态函数对应一种物理激励机制.通过对临床采集冠心病患者支架置入手术前后的脉搏波信号分别进行分解,可得到两者的特定模态改变信息.把冠心痛患者支架置入手术前后脉搏波信号的模态分解数据和正常人脉搏波的分解数据比较可以发现,C3模态和冠心病血管堵塞与否的相关性最大.     

气温对皮划艇运动员训练效果的影响分析

为了更有效地提高皮划艇运动员的训练成绩,科学合理地安排训练计划,现对不同气温特征的训练周期内皮划艇运动员的生理生化指标和训练的测试成绩进行相关性分析.得出训练周期内气温变化时,运动员的生理状态并未出现较大幅度波动.但当气温变化幅度较大时,成绩的提升幅度则相对较小;且当平均气温较高时,会导致测试成绩提升幅度下降,甚至会出现运动成绩倒退的情况.根据以上结果在指导皮划艇运动员训练时,尽量避免炎热的天气,科学合理地安排训练时间.