心冲击图心率变异性分析的可行性

心冲击图(BCG)是一种无接触检测心脏活动的方法。本文研究利用心冲击图进行的心率变异性(HRV)检测。同步采集了20名测试者在平静、瓦氏动作、瓦氏动作后、运动后4种生理状态下的心电图(ECG)信号和心冲击图信号;分析了HRVBCG和HRVCG在时域、频域、非线性域的测定值;计算了相应测定值的相关性,并利用成对t检验分析了两种方法的测定值的差异显著性。研究结果表明,在平静、瓦氏动作后和运动后的HRV测定值无显著性差异。在时间较短的瓦氏动作中,两种方法测定的测定值中nPNN50、LF/HF和SD1有显著性差异。     

心冲击图特征统计及其医学诊断应用

心冲击图是一种新的无接触心脏活动检测方法。该文通过自行研制的心冲击图-心电图(BCG-ECG)联合采集设备,采集获取48名健康成年人(男性38名,女性10名)和77位冠心病患者(男性33名,女性44名)的BCG和ECG信号以及部分病人术前术后的信号。提取BCG的幅值、时间间隔以及能量等特征量,通过独立变量t检验,对心冲击图特征差异显著性进行分析。结果表明:健康成年人与冠心病病人的特征进中tIJ、tJK、IntHK和IntBCG有着显著性差异;在术后心冲击图特征RR、tHI、tIJ、HI、IJ以及IntBCG有显著性差异;在室性早搏病人中,室性早搏的发生会导致BCG信号幅度降低。     

基于心冲击信号的心率提取算法

为了提高基于心冲击(ballistocardiogram,BCG)信号心率提取的准确率,提出了一种新算法.首先通过趋势项消除和小波变换对原始BCG信号进行预处理操作;然后通过单极性信号的频谱分析得出先验心率,据此确定局部心动周期的分段间隔;最后通过阈值处理、分段处理、提取局部极值点等操作得出心率.实验中采集了30例BCG信号,由此得到心率值;与同步采集的单通道ECG信号得到的心率值进行对比分析,结果表明,二者的相对误差最大不超过1.78%,这进一步验证了该算法的可行性和准确性.     

基于差分阈值与模板匹配的心电R波提取算法

心电信号(electrocardiogram,ECG)是人体最重要的体征信号之一,R波是心电信号中最明显的特征参数.R波的正确提取是计算心率、分析心率变异性等其他参数的基础.以一阶差分为基础,结合模板匹配算法,在匹配的过程中采用阈值比较和匹配系数的心电R波检测方法,提高了R波检测的准确率.实验表明,该算法能够快速准确地检测心电信号数据中R波特征值.     

坐立两便式心冲击信号检测系统设计与实现

设计并实现了一种坐立两便式心冲击(BCG)信号检测系统.该系统采用高精度A/D转换芯片TM7708、程控比例放大和数字滤波技术实现了BCG信号检测.采用小波分析技术对信号进行消噪处理,以提取特征波形,并通过VB软件编程实现心率自动检测.采集30例心冲击信号,与同步采集的单通道心电信号进行对比.结果表明,两种信号的节律一致,心率检测准确率达98.2%,验证了系统的正确性.该系统便携式的设计方便受试者随时对心脏机械活动进行监测,也为后续心脏和呼吸信号提取和分析提供了可靠依据.     

心冲击图心率变异性分析的可行性

 心冲击图（BCG）是一种无接触检测心脏活动的方法。本文研究利用心冲击图进行的心率变异性（HRV）检测。同步采集了20 名测试者在平静、瓦氏动作、瓦氏动作后、运动后4 种生理状态下的心电图（ECG）信号和心冲击图信号;分析了HRV_BCG和HRV_CG在时域、频域、非线性域的测定值;计算了相应测定值的相关性,并利用成对t 检验分析了两种方法的测定值的差异显著性。研究结果表明,在平静、瓦氏动作后和运动后的HRV 测定值无显著性差异。在时间较短的瓦氏动作中,两种方法测定的测定值中nPNN50、LF/HF 和SD₁有显著性差异。     

一种新的心电信号R峰自动检测方法

R波是心电(ECG)信号中最重要的组成部分,蕴含着重要的生理病理信息。在长时ECG信号上实现R峰自动检测是进行心率变异性分析、心血管疾病诊断、生物识别和ECG编码的关键步骤。文中提出了一种新的基于小波变换的R峰自动检测方法。首先,设计了一种改进的小波阈值法,并结合小波包分解对原始心电信号进行去噪处理;其次,将去噪后的心电信号进行小波变换,采用自适应阈值法在恰当的频率子带上检测出候选R峰,并将其位置逆变换于心电信号;最后,根据RR间期的局部变化趋势进行R峰的精细筛选,以最终完成R峰检测。文中选用MIT-BIH心律失常数据库中的2个心电记录对所提算法进行性能评估,采用错误检测率(DER)、真阳性率(+P)、敏感度(Se)和准确率(Acc)作为评价指标,平均检测结果分别可达0.395%,99.67%,99.95%,99.62%。     

基于CNN的心冲击信号阵发性房颤自动检测方法

阵发性房颤具有发作突然且时间短的特点，而目前其临床诊断方法——心电信号，不适于日常监护，因此，提出一种基于心冲击信号(ballistocardiogram，BCG)的非接触式房颤自动检测方法.研究不同输入数据长度与不同网络深度的匹配关系，获取应用一维卷积神经网络(convolutional neural network，CNN)检测阵发性房颤的最优组合.通过2000组数据的测试，所提模型的最佳性能为:测试准确性94.8%、敏感性97.2%、特异性92.7%，为基于BCG信号的心律失常检测与远程日常家庭监护提供了可能性.     

非接触式汽车驾驶员心电监测系统设计

驾驶员疲劳驾驶是引发道路交通事故的主要原因,依据心冲击图（BCG）、呼吸等生理参数客观监测行车过程中的驾驶员疲劳状态成为了研究热点。针对传统生理信号采集需用复杂电极和导联线接触人体的弊端,基于偏聚氟乙烯（PVDF）压电薄膜的正压电特性,设计了一种非接触式汽车驾驶员心电监测系统。构建了可靠的小信号调理和电压抬升电路,研究了心冲击图和呼吸信号的分离提取算法,计算出心率和呼吸率并通过低功耗蓝牙通信发送到手机软件（APP）进行显示。实验表明,系统能实时可靠的监测行车中驾驶员的心率和呼吸率,提高了汽车行驶的主动安全性。     

新生儿智能监护仪设计与ECG信号中QRS波的识别算法

介绍了一种可以对新生儿的心电信号(ECG)和呼吸信号(RESP)同时进行监测的仪表的设计当新生儿的呼吸停止20 s和心跳小于100次/min两种情况同时发生时,监护仪可发出报警的声光信号以便医护人员进行急救处理.在ECG信号采集过程中,主要研究了QRS波的识别算法,并且对心电信号的滤波技术进行了深入的探讨,设计出性能优越,高速节时的滤波器和QRS波检测技术,相应地滤除了心电图(ECG)信号中的肌电、基线漂移和50 Hz工频等干扰.采用MIT/BIH数据库对算法进行检验,达到了理想的效果.液晶显示模块LCD用于ECG和RESP信号的实时现场图形显示、预测、预报和主要心电和呼吸参数的数字显示.     

交变磁场曝露对大鼠心电信号多尺度熵的影响

为研究电磁场对生物体心电信号复杂度的影响,在20mT,50Hz交变电磁场环境中曝露大鼠,连续曝露7d,采集大鼠磁场曝露前、磁场曝露10,20和30min心电信号(ECG),利用经验模态分解(EMD)重构信号,计算各信号多尺度熵(MSEn).实验结果表明,20mT,50Hz交变磁场对大鼠心电信号多尺度熵的影响具有时间效应,通过心脏的自我调控可以降低交变磁场对大鼠心脏的影响.     

新生儿智能监护仪设计与ECG信号中QRS波的识别算法

介绍了一种可以对新生儿的心电信号 (ECG)和呼吸信号 (RESP)同时进行监测的仪表的设计 .当新生儿的呼吸停止 2 0s和心跳小于 10 0次 /min两种情况同时发生时 ,监护仪可发出报警的声光信号以便医护人员进行急救处理 .在ECG信号采集过程中 ,主要研究了QRS波的识别算法 ,并且对心电信号的滤波技术进行了深入的探讨 ,设计出性能优越 ,高速节时的滤波器和QRS波检测技术 ,相应地滤除了心电图 (ECG)信号中的肌电、基线漂移和 5 0Hz工频等干扰 .采用MIT/BIH数据库对算法进行检验 ,达到了理想的效果 .液晶显示模块LCD用于ECG和RESP信号的实时现场图形显示、预测、预报和主要心电和呼吸参数的数字显示     

面向自然睡眠的老年人持续化心率检测方法

心率变异性蕴含着丰富的心脏及其神经系统活动信息,而心跳间隔检测是心率变异性分析的基础。本文基于居家环境下可持续使用的微动敏感床垫,通过自然睡眠过程中的持续监测,获取老人胸冲击信号,利用多层小波分析法识别信号轮廓,并通过抽取信号属性特征自适应提取心跳间隔。实验采集18位中老年人的真实胸冲击数据,提取其心跳间隔,并与同期心电图数据进行对比分析,结果证明所述方法具有较高的识别准确率。     

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.     

基于EMD的心电信号压缩算法

针对生物医学信号特别是心电信号(ECG)的特点和数据压缩需求,提出一种基于经验模态分解(EMD)方法的ECG信号压缩算法.所提算法计算简单,无需预先或后处理.以MIT-BIH标准数据库的心律失常数据作为实验数据,通过压缩比(CR)、均方根百分差异(PRD)、归一化均方根百分差异(PRDN)、均方根(RMS)、信噪比(SNR)、质量评分(QS)6个评价参数分析所提算法性能,并与基于小波分解的压缩算法进行比较.实验结果表明,所提算法具有较好的压缩比与保真度,证明了该算法的有效性.     

基于MATLAB的压缩感知重构漏水信息改进算法研究

地下供水管道漏水监测时,采集到的漏水信号在传输过程中因节点自身限制,导致丢失部分有用信息,从而影响漏水监测的准确性.通过对该问题提出的改进压缩感知的重构方法,用传感器节点采集地下供水管道漏水声信号,在压缩采样匹配追踪(CoSaMP)算法的基础上,使用自适应方法得到最佳输出信号并改变重构算法中残差的初值,参与计算的残差初...     

基于视频流的地铁人群目标识别

地铁站内人群数目及分布的在线监测是有效控制和疏散客流,保障地铁安全的重要依据之一.利用站内现有的闭路电视监视系统,通过计算机视觉技术实现人群数目的自动识别是目前国外普遍采用的一种方式.文中提出了一种结合了自适应背景差分和比例自适应模板匹配的算法,用背景减除对图像进行分割,然后再利用比例自适应模板对感兴趣的区域进行搜索匹配,识别目标人群的数目及位置分布.该算法能有效减少传统模板匹配的计算量,提高匹配的准确率,在一定误差范围内可以达到较好的效果.     

基于信道冲击成型自适应机制的 WSN大数据采集算法

为解决无线传感网采集算法普遍存在的节点故障率高、链路抖动严重及抗噪性能较低等不足,提出了一种基于信道冲击成型自适应机制的无线传感网大数据采集算法。首先,根据无线传感网节点信号具有的分区及偏移特性设计了信道冲击成型方法,并基于编码率-信噪比-信号发射强度增益等参量构建能量密度与信道衰落匹配过滤方式,提高信号发射过程中能量密度;随后,通过传输信号与信道噪声具有的正交特性建立自适应抽样机制,根据垂直信号与噪声信号互相干涉中产生的正交效应进行匹配滤波,并针对节点采取了载波过滤的方式进行遍历过滤,降低了网络信号拥塞现象的发生。仿真实验表明:与当前常见的拉普拉斯抗噪传输算法(Laplasse Anti-Noise Transmission Algorithm,ANT-L机制)以及傅氏信号解析抗噪传输算法(Fourier Noise Analysis Algorithm for Noise Immunity,NI-FNA机制)相比,本文算法具有更高的数据吞吐性能,有效地降低了网络链路抖动现象,取得更低的传输误码率。     

基于心冲击信号的心率异常自动检测方法

心冲击信号是一种非直接接触式的记录心肌收缩引起身体相应周期性震动的描记方法,其规律与心率相关.基于此原理,设计并实现了一套坐姿心冲击信号采集系统,同步采集一路单通道心电信号作为基准.针对心冲击信号微弱且易受干扰的特点,应用Duffing混沌振子提取含噪信号的周期性特征,并根据该特征提出了自动检测心率异常的简易相态分类方法.实验结果表明,即使预处理滤波后的心冲击信号中仍含有噪声,也可以通过该方法自动检测出心率异常的受试者.     

一种基于ECG的改进型差分算法设计

提出一种基于差分阈值自适应的ECG波形检测算法.算法对ECG信号进行数字滤波预处理,利用自学习算法求出相应的初始阈值,采用双阈值自适应更新法实现对差分阈值的自动更新和对R波以及Q、S波的检测,通过对检测窗口宽度的自适应更新法实现对P波和T波的检测.算法检测精度高,适合实际应用.