中医代脉谱分析研究

通过对５６例代脉声信号进行谱分析，获得了其自功率谱、倒谱和倒滤波谱特征参数值．实验表明，代脉在倒谱域上特征表现明显．     

中医代脉谱分析研究

通过５６例代脉声信号进行谱分析，获得了其自功率谱，倒谱和倒滤波谱特征参数值，实验表明，代脉在倒谱域上特征表现明显。     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

脉象信号的特征提取与识别方法

中医脉象信号的研究在中医诊断中具有重要的意义。为了探索由中医脉象信号识别海洛因吸毒者的有效方法,研究了中医脉象信号特征提取的倒双谱与三阶倒谱熵算法。在简洁而准确地论述算法的基础上,估计了20例海洛因吸毒者与20例健康正常人脉象信号的倒双谱的对角切片分量。在大量实验结果的基础上,选取对角切片在m=n=1处的抽样幅值、在特定区域内抽样幅值的三阶倒谱熵作为每例脉搏波信号的2个特征参数,并构成特征向量。以平方马氏距离为准则设计了分类器,该分类器对40个特征向量的准确识别率为87.5%。研究结果表明,提出的特征提取与分类器设计方法对海洛因吸毒者脉象信号的识别具有一定的意义。     

实倒谱分析识别周期性特征信号

本文把旋转机械故障产生的周期性激励—周期性特征信号分解成“波形”与“特征脉冲序列”的卷积,提出了有关周期性特征信号幅值调制、相位调制、波形畸变以及背景噪声四种类型噪声的概念。在此基础上,应用解卷积理论,对实倒谱分析识别周期性特征信号问题进行了研究。并在计算机上讨论了各种类型噪声对实倒谱分析的影响。研究表明,周期性特征信号在实倒谱上将形成依次递减的倒谐频结构,其大小仅与特征信号本身的稳定性有关,与信号的大小、形状无关,且最大值不超过1。分析结论较好地解释了文献以及作者的应用实例。     

基于子波分解计算散射子平均间距的倒谱法

提出了一种对超声散射信号分析的方法－－子波分解（ＷＤ）倒谱法,并利用该方法对正常猪肝组织的回波信号进行了分析,对软组织中散射的平均间距进行了估计,与用ＡＲＩ倒谱法所得结果进行了比较,结果表明：ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定特征的一种有效方法。     

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

针对齿轮箱滚动轴承的微弱故障诊断常常由于背景噪声、离散频率成分干扰,造成轴承故障漏诊,不利于设备的长期稳定运行的问题,将局部倒频谱(LC)理论与倒频谱编辑(CEP)方法相结合,提出一种局部倒频谱编辑方法(LCEP),解决了LC无法进行时域信号重构的问题。针对分析频带选择这一关键性问题,在齿轮箱滚动轴承微弱故障诊断中给出了选择准则。调整后的局部倒谱可以成功提取复杂振动信号中的干扰成分,实现对主要干扰成分的编辑,抑制其对微弱故障诊断的干扰。将所提方法用作信号预处理,对重构时域信号做希尔伯特变换和包络分析,建立齿轮箱振动信号模型,利用仿真信号和实验信号验证了方法的有效性。将所提方法与CEP方法和倒谱预白化(CPW)方法对比表明,LCEP结合包络谱(ES)诊断方法在强背景噪声、多频率成分干扰及复杂调幅调频的齿轮箱振动信号中,成功提取轴承外圈微弱故障特征,特征明显性提高了6倍。     

基于倒变异高阶谱的周期性突变识别方法

分析了带有周期性突变成分信号的频域特征,提出了识别周期性突变的倒变异高阶谱方法,该方法首先对信号的FFT所得数据进行调整,并根据周期性突变的特点设计了新的高阶谱频率函数,由频率函数可得到变异高阶谱,进而对变异高阶谱的某些频率取纵向切片计算倒谱,得到倒变异高阶谱.基于倒变异高阶谱的周期性突变识别方法可充分利用FFT所得的正负频率域的所有数据,扩充了高阶谱的生成空间,提高了对周期性突变的识别效果.试验表明所提方法可准确识别周期性突变和突变的周期,具有一定的实际应用价值.     

猪肝组织肝小叶平均间距的一种估计方法

利用AR倒谱法对猪肝组织的回波信号进行了分析，对猪肝组织中肝小叶的平均间距进行了估计，结果表明：AR倒谱能有效的反映猪肝组织的微观结构特征，说明AR倒谱是软组织中散射信号分析与软组织散射子平均间距估计的一种有效方法。     

海洛因成效是脉象异常的分析

提取生物医学信号中的特征信息,为医学诊断提供决策支持,是生物医学工程发展的一个重要方向。利用谱估计的方法,对15例海洛因成瘾者和15例正常人的脉博信号的功率谱进行了分析,计算了每一功率谱特定频段上的功率分布,发现海洛因成瘾者和正常人的脉搏信号的功率分布有显著,差异并给出了初步的判据,由此判据,15例海洛因成瘾者中的13例予以辨别。研究结果表明,海洛因成瘾者脉搏信号的频域分析是一种有效的方法。     

从脉搏信号中准确提取呼吸和心率信息的新方法

采用功率谱估计的方法，从脉搏信号中准确提出了人体呼吸频率和心率值．结果表明，正常人的静息心率有很大差异，一般为0．625～1．615Hz(均值为1．025Hz)，且呼吸频率的变化范围宽(男性为8．5～21．2次／min，女性为12．4～26．5次／min)．对人体四种脉象信号功率谱能量及其分布进行了计算和比较，为揭示呼吸对脉象影响的机理和估计心率的稳定性提供了依据．     

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.     

基于LabVIEW的心音身份识别系统

文中以LabVIEW 2012为开发平台,设计、实现了一种心音身份识别系统.该系统包括心音采集、数据处理和身份识别3个主要模块.心音采集模块利用自制传感器采集心音并去噪;数据处理模块完成心音特征提取和建立心音特征数据库;身份识别模块采用两种算法对心音特征数据进行分类识别,并使用决策层融合算法提高识别率.文中根据心音信号s1、s2的频谱特性和虚拟仪器的特点,提出了一种低频加强型梅尔倒谱系数和频域分段相关系数的特征提取算法,重点分析了基于矢量化欧式距离和最小相关距离分类识别方法.实际应用的结果证明该系统界面友好、操作方便、运算速度快、辨识效率高,具有一定的推广应用价值.     

人体脉搏检测系统设计

随着科技的发展,生活节奏的加快,工作压力的增加,对于人体健康往往容易忽略.本文设计的人体脉搏检测系统获取心率,区别于传统的通过心电信号获取心率.通过ZigBee技术组建的无线传感网络,可以实时地监测人体的脉搏情况,从而获得实时连续的心率,并将结果传送到监控中心.若超出正常范围,系统会报警.     

基于鉴相器的手机瞬时心率监测软件设计

目前用手机摄像头监测心率的手机软件无法检测瞬时心率,因为手机上资源有限,而占用资源较少的主要检测方法差分阈值法需要根据一段时间的结果来设定阈值才能准确检测出心率,不适于瞬时心率的检测.针对以上问题提出了一种基于鉴相器的瞬时心率检测算法,通过手机摄像头检测出的脉搏波信号先与正弦参考信号相乘,再经过低通滤波器提取心率成分,根据相位的变化逐拍检测心率的变化.在Android智能手机上的实验结果表明,与ECG方法相比,计算精度能满足要求.与差分阈值法和滤波器组法相比,本文提出的方法能较快地检测出瞬时心率.     

一种基于体震信号的快速ICA胎儿心搏信号提取方法

常规胎儿心搏检测方法为胎儿心电信号检测,针对其需要在母体体表粘附多个电极,对检测环境和受试者的状态要求较高等问题,提出一种应用快速独立分量分析算法提取胎儿心搏信号的方法.该方法利用体震信号无需在体表安装电极的非接触检测优势,通过对母体体震信号主成分的分析,获取胎儿心搏成分分量,更适用于日常家庭无感监测的要求.通过采集45组母体体震信号及同步胎儿心电信号,验证算法的准确率为91.3%.     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。     

基于相空间重构的心冲击信号房颤检测方法

针对房颤事件中的节律异常特性，提出应用相空间重构算法提取心冲击(ballistocardiogram， BCG)信号的二维节律特征，并对重构过程中的最优嵌入维数和时间延迟参数进行了讨论.首先，将心脏搏动视为非线性动力学系统，应用相空间重构理论将一维时间序列映射到高维相空间中，从而获取BCG信号中表征房颤过程节律异常的相空间轨迹特征.其次，探讨了重构过程中适于房颤诊断的最优嵌入维数和时间延迟参数，并结合卷积神经网络实现了对房颤的智能诊断.最终，通过对59名受试者提取到的2000组BCG数据进行十折交叉验证，所提方法的分类准确率达到91.00%，与基于经典时频特征的机器学习方法相比较，有较为明显的提高，从而验证了所提方法的优越性.     

同步脉搏心电信号的混沌特性分析

对同步脉搏信号和心电信号进行处理,获取脉搏信号和心电信号的间期序列PR及RR,采用替代数据法和Lyapunov指数判断HRV和PRV的混沌特性.结果表明,具有混沌特性的同步脉搏信号和心电信号的零假设检验显著性水平大于1.96,Lyapunov指数大于0,混沌特性一致.在心电信号不可得或不方便得到时,可利用PR代替RR对...     

Detecting Singularities with Harmonic Wavelets

A simple method,based on harmonic wavelet analysis is proposed for the decomposition of a given energy bounded signal into a periodic signal and a pulse.Alike a denoising method,the first part signal it might represent a smooth periodic function while the pulse is a singular unpredicted perturbation (taken as a fault).It will be shown that,under some general conditions,by a simple projection into two disjoint space of functions we can easily separate the periodic component of the signal from the fault (repr...