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.     

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.     

基于SVM回归的连续血压测量方法

针对目前血压测量主要以间歇式为主, 且难以摆脱充气袖带束缚的问题, 在脉搏波特征参数法测量血压的基础上, 提出基于SVM(Support Vector Machine)回归的连续血压测量方法。以脉搏波为主要研究对象, 提取脉搏波相关特征点, 并对其进行周期分割, 得到脉搏波时域特征, 寻找动脉血压和脉搏波时域特征之间的关系, 建立连续血压回归模型。实验结果表明, 该方法可以很好地对每一心拍的血压值进行连续测量, 且测量结果符合美国医疗器械促进学会(AAMI: Association for the Advancement of Medical Instrumentation)推荐的标准,平均误差不超过0. 67 kPa、标准差不超过1. 07 kPa。     

基于鲸鱼优化算法的VMD-NLM脉搏信号滤波算法研究

针对采集到的脉搏波信号中存在基线漂移和高频噪声等干扰,导致后续病理研究分析困难、测量精度相对较差的问题,提出了一种改进的变分模态分解和非局部均值降噪结合的滤波算法。针对变分模态参数选取不同对结果存在不同影响的问题,采取鲸鱼优化算法自适应选取合适的参数,并根据排列熵结果筛选模态分量,对噪声分量进行非局部均值滤波,最后将信号重构,实现对脉搏波信号的噪声去除。实验结果表明：含噪信号经过改善后的滤波算法处理后,其信噪比与均方根误差均优于其他降噪方法,证明该算法能够有效地滤除信号的噪声,有助于脉搏波的分析处理。     

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.     

一种减小TOA测量距离中NLOS影响的DMS模型和估计算法

有效的滤波方法和多尺度估计是无线定位技术的重要研究方向。为了减小在蜂窝网无线定位中非视距传 播(NLOS)对波达时间(TOA)测量距离的误差影响,先结合NLOS误差特性对标准Kalman滤波进行修正,然后提 出将不同采样率的修正Kalman滤波方程与多个尺度联系起来,建立了一种动态多尺度系统(DMS)模型,并给出基 于Haar小波的实现方法。仿真结果表明,基于上述方法优于直接进行Kalman滤波的效果,能较大幅度地提高 TOA测量距离的精度。     

简述地震资料去噪的两种方法

地震资料去噪是地震资料数据处理的首要任务。根据不同噪音的形成机制、特性,可以选择不同的高保真度的去噪方法,使得地震资料的信噪比和分辨率达到预期的最高,从而降低地震资料解释的难度,提高地震资料解释的速度和精度。在众多的地震资料去噪方法中,频率域滤波和f—k域滤波是最基础的去噪方法,也是地震资料处理人员最常用的去噪方法。频率域滤波可很好的压制面波等规则的干扰波,f—k域滤波去除折射波、直达波等线性干扰波具有很好的效果。     

云相似度测量的变分模态分解去噪方法

为区分VMD( Variational Mode Decomposition) 分解后高低频段模态分量,提高VMD 算法的去噪效果, 提出一种基于云相似度测量的VMD 去噪方法。首先,对信号进行VMD 分解,通过计算各个模态分量与信号之 间的云相似度值,区分有效分量与噪声分量,然后对噪声分量进行小波滤波,最后将滤波后的分量与有效分量 进行重构。通过仿真和实际实验,将提出的去噪法与基于相关系数的VMD 去噪法和基于互信息的VMD 去噪 法对噪声信号进行处理,该方法去噪后所得信号信噪比相对较高,为28． 214 1 dB,均方误差相对较低,为 6． 12 × 104 ,验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。     

基于经验模态分解的间接心电去噪

提出了一种基于心电图（ECG）动态模型和经验模式分解（EMD）的新颖心电间接去噪方法．通过设计一个心电信号模型对噪声ECG进行预滤波处理,为了保持重要的形态特征,尤其是QRS群波,从噪声ECG信号中减去这个模型,用EMD分解残存下来的信号,并且抛弃分解结果中的噪声成分达到去噪．最后,通过把模型和无噪的残余信号叠加起来获得无噪ECG波形．     

基于小波分析和GARCH模型的人民币汇率实证研究

文章把小波多分辨分析理论和去噪理论引入人民币/港元汇率时间序列,通过小波理论对时间序列进行了滤波去噪.然后建立了AR(1)-GARCH(1,1)拟合模型,同时检验了其波动序列不具有明显的杠杆效应,其标准抖动序列服从正态分布.最后说明结合小波滤波去噪后,提高了对波动率的预测精度.     

基于自适应模糊阈值小波的图像去噪

针对小渡变换多分辨分析(MRA)的特点，本提出一种多尺度分级的自适应模糊权重中值滤波的去噪方法．首先，利用开关控制策略的模糊理论建立隶属函数，用高斯自适应模型对噪声点进行预检测，然后在每一级小波变换过程中应用自适应模糊中值滤波(AFWMF)算法进行噪声滤波．实验表明，常规的小波去噪方法只能去除图像中的高斯噪声。该方法既能去除高斯噪声也能去除非高斯噪声．与中值滤波方法相比，该方法在去噪的同时能保留大量的原图像边缘、细节等重要信息，具有更好的去噪效果．     

基于改进型P＆M模型算法的图像去噪

高斯滤波算法在去噪时能平滑图像,但是会破坏图像的边缘细节,而基于PDE的各向异性扩散的P＆M模型算法在去噪时能保留图像的边缘细节,但是会出现零散的斑点。结合两种算法的优点,通过对扩散系数进行改进,提出一种改进型P＆M模型算法。仿真结果表明,该算法能够有效地去除噪声图像中的高斯白噪声和椒盐噪声,能够更好地保留图像的边缘细节,与高斯滤波算法和P＆M模型算法相比,改进型P＆M模型算法具有更好的去噪性能。     

一种去除图像混合噪声的新方法

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与小波去噪的图像去噪算法。该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法滤除图像中的高斯白噪声。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多。     

基于分水岭和广义非局部平均的小波去噪

非局部平均滤波去噪方法和基于广义非局部平均的小波域去噪方法都会在不同程度上损失图像细节信息.为了在去除图像噪声的同时更好地保留图像细节,文中提出了一种基于分水岭分割和广义非局部平均的小波去噪方法.首先对含有噪声的图像进行基于梯度的分水岭分割并保留分水岭脊线;然后对含有噪声的图像进行多维度小波分解,对分解的每一层系数估计尺度系数和形状系数,构造每层小波子系数的广义高斯模型,对每层细节子带信息分别在水平、垂直、对角线3个方向应用基于广义高斯模型的非局部平均滤波;最后用含噪图像中与分水岭脊线相对应的像素点替换小波重构后图像的对应像素点.仿真结果表明,该方法与基于广义非局部平局的小波分析去噪法相比能获得更好的视觉效果和去噪效果.     

结合小波变换和中值滤波实现肝储备功能分析的信号消噪方法

针对无创肝储备功能检测中,光电容积脉搏波带宽有限,频率范围易受到外界干扰和噪声影响的特点,提出利用小波分析方法结合中值滤波算法对光电容积脉搏波消噪处理,滤除系统干扰和噪声,以克服外界环境对肝储备功能测量准确性的干扰和影响.小波滤波算法采用Sym8小波函数,3层分解、重构,以滤除光电容积脉搏波高频干扰和高斯白噪声,同时结合中值滤波算法实现信号突发干扰造成的基线漂移的滤除.实验证明,该方法有效地消除了系统噪声和突发干扰的影响,提高了系统的抗干扰能力和测量精度,保证了肝储备功能测量的准确性和稳定性.     

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.     

结合非局部均值滤波的双边滤波图像去噪方法

为了在图像去噪的同时很好地保留细节信息以及边缘信息,本文提出一种结合非局部均值滤波(non-local mean filter,NLMF)的双边滤波(bilateral filter,BF)图像去噪方法。首先利用改进权值函数的NLMF对含噪图像进行预去噪,然后再由得到的图像计算双边滤波的灰度相似性权值并对含噪图像进行最终去噪,同时采用2种快速算法分别实现非局部均值滤波和双边滤波。实验结果表明:与传统非局部均值滤波算法以及双边滤波算法相比,本文方法极大地减少了算法的运算复杂度,具有更好的去噪效果,较少的耗时。因此,本文方法对于图像去噪质量的提升具有一定的实用价值。     

快速二步交叉非局部的图像混合噪声滤波器

真实的自然图像常被各类图像噪声污染,而传统去噪方法普遍只针对一种噪声类型设计,因此在处理混合噪声时往往去噪效果不佳.针对这一问题,提出一种快速二步交叉非局部混合滤波算法.该滤波包括二步交叉滤波部分与整体滤波部分,在二步交叉滤波部分,首先找到像素灰度的极值点进行定位,并使用非局部中值滤波对极值点进行简单的去除椒盐噪声,求出图像的差值积分图,最后使用改进的加速非均值滤波进一步去除噪声.在整体滤波部分,使用非局部中值滤波整体去除噪声.实验结果表明,所提算法在高强度的混合噪声污染情况下,修复的图像获得了更高的测量指标和更加理想的视觉效果.     

基于双树复小波变换与双边滤波的图像滤波

为了进一步提升高斯噪声的去除性能,提出了基于双树复小波变换与双边滤波的图像滤波方法.根据图像和噪声的分布特征,推导出一种自适应的阈值去噪模型.用去噪模型对双树复小波变换后的图像系数进行量化处理,再由双树复小波逆变换得到去噪图像,然后用改进的双边滤波方法对去噪图像进行边缘增强,改进的双边滤波核自适应于图像的特征,具有更好的鲁棒性.实验结果显示,该方法相对于现有的性能较好的方法,PSNR高出大约0.8 dB,SSIM高出大约2.3%.实验证明了该文提出的方法在去噪效果和细节恢复上优于已有的方法.     

非线性滤波器的边缘保持效果比较分析

对数字图像进行去噪操作是图像预处理过程中的重要组成部分。研究了在使用不同的非线性滤波器对图像进行去噪操作后对于图像边缘信息的保留效果。实验选取中值滤波、BM3D滤波器和双边滤波器3种非线性滤波器对被高斯噪声和椒盐噪声所污染的图片进行去噪操作。实验结果表明,在只有高斯噪声的情况下,3种滤波器都能收获较好的滤波效果,而在只有椒盐噪声的情况下,双边滤波的去噪效果较差。在3组实验中,BM3D在对图片进行去噪时对于边缘信息的保持最好,而中值滤波和双边滤波会损失较多的图片边缘信息,在对图片进行滤波时,BM3D消耗的时间资源较多。