学位论文 > 优秀研究生学位论文题录展示

单通道心电信号提取呼吸信息

作 者: 赵艳娜
导 师: 赵捷
学 校: 山东师范大学
专 业: 信号与信息处理
关键词: EDR 心电信号 小波变换 室性波
分类号: TN911
类 型: 硕士论文
年 份: 2010年
下 载: 66次
引 用: 1次
阅 读: 论文下载
 

内容摘要


呼吸是人体生命存在的征象之一,是日常综合监护中的一项重要内容。研究表明,房颤,高血压,心脏病等与呼吸功能障碍有很大关系。对呼吸的研究是移动生命监护仪中关键功能之一,主要用于:对高危病人的呼吸率的监护,新生儿呼吸率的监护以及阻塞型睡眠呼吸暂停综合症(OSAS,Obstructive Sleep Apnea Syndrome)的检测。传统生命监护仪使用鼻孔传感器检测呼吸,该方法影响使用者的日常活动,而且也不雅观,不适宜用在移动生命监护仪中。心电监护是最容易测得并且是最常使用的电反应诊断法,测得的心电信号中不仅包含了心脏的功能信息,而且包含了人体其它系统如呼吸系统的信息。随着心电信号处理技术的发展,人们已能够从心电信号中提取呼吸信息(EDR,ECG-derived Respiratory Signal)。该方法不需要附加呼吸检测设备,因而大大降低了设备的复杂性,减小了使用者的不便,可用于日常监护。我们主要研究从单通道心电信号中提取呼吸信息,利用提取的呼吸信息监测使用者实时的呼吸情况,在长时间未检测到呼吸的情况下发出报警信息,防止被监测者因呼吸暂停时间过长而猝死。本文第一部分介绍了本课题的研究背景及意义。介绍了国内外关于EDR算法的研究现状及趋势,对本研究中所采用的信号来源及仿真工具做了简要说明。第二部分为心电信号预处理。我们首先介绍了心电信号的基本知识,心电信号的噪声来源及特点,然后介绍了小波变换的基本知识,重点介绍了小波变换的极大值(或过零)点和信号突变点之间的关系。在这部分的最后,我们采用Coif4小波对心电信号进行7层小波变换,采用分解重构法去除基线漂移,然后采用改进的阈值算法去除工频和肌电干扰,得到“干净”的心电信号。第三部分是EDR算法的核心部分。在本节,我们首先介绍了两种主要的EDR算法——基于心率变异( HRV,Heart Rate Variability)的方法和基于平均心电轴的方法。接着给出了本课题的算法——单通道心电中提取呼吸信息,首先,我们利用小波变换检测到了心电信号的特征点,包括R波峰值、R波峰值位置、QRS波群起点和终点位置。借助这些特征点参数,计算出了QRS波群的宽度和李氏指数,判断出室性QRS波和室上性QRS波。最后,利用室上性QRS波的第二层小波变换近似系数提取呼吸信息,并利用滑动平均的方法,计算出了每分钟的呼吸次数。第四部分我们分析了本算法的优点和存在的不足,指出了从单通道心电信号中提取呼吸信息的算法的应用前景,给出了展望。

全文目录


中文摘要  6-8
Abstract  8-10
第一章 绪论  10-16
  1.1 研究的背景及意义  10-11
  1.2 国内外关于该课题的研究现状及趋势  11-13
  1.3 仿真工具  13-14
  1.4 研究内容与章节安排  14-15
  1.5 本章小结  15-16
第二章 信号预处理研究  16-32
  2.1 心电和呼吸的基本知识  16-19
  2.2 心电信号的噪声来源及特点  19-20
  2.3 小波变换原理  20-25
    2.3.1 连续小波变换  21
    2.3.2 离散小波变换及其快速算法——Mallat 算法  21-22
    2.3.3 小波变换用于表征信号的突变特征  22-25
  2.4 小波变换用于心电信号去噪  25-30
    2.4.1 常用小波去噪方法及原理  25
    2.4.2 小波函数的选取  25-26
    2.4.3 心电去噪算法具体步骤及算法验证  26-30
      2.4.3.1 去除基线漂移  26
      2.4.3.2 去除工频和肌电干扰  26-27
      2.4.3.3 去噪算法验证  27-30
  2.5 本章小结  30-32
第三章 EDR 算法研究  32-42
  3.1 主要的EDR 算法  32-34
    3.1.1 基于心动周期变异性检测呼吸暂停的研究方法  32
    3.1.2 基于心电电轴的 EDR 算法  32-34
  3.2 单通道心电信号提取呼吸的算法  34-40
    3.2.1 算法提出的必要性  34
    3.2.2 EDR 算法流程  34-38
      3.2.2.1 心电信号特征点的检测  34-35
      3.2.2.2 李氏指数的计算及室性波的判定  35-36
      3.2.2.3 呼吸信号提取  36-38
    3.2.3 由 EDR 信号计算呼吸次数  38-40
    3.2.4 仿真结果  40
  3.3 本章小结  40-42
总结与展望  42-44
参考文献  44-48
攻读硕士学位期间科研工作和发表的文章  48-50
致谢  50

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  5. 感觉刺激诱发脑电特征研究,R318.0
  6. 网络传输中的ROI图像编码算法研究,TN919.81
  7. 基于多尺度分析的图像融合算法研究,TP391.41
  8. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  9. 轮廓波变换及其在图像处理中的应用,TP391.41
  10. 基于小波的雷达视频压缩方法研究,TN957.52
  11. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  12. 一种多数据流聚类异常检测算法,TP311.13
  13. 基于图像的信息隐藏技术研究,TP309.7
  14. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  15. 结合DWT的动态数据校正研究及应用,TP274
  16. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  17. 基于DSP和单片机的可调参数心电信号发生器的设计,TP368.12
  18. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  19. 基于离散小波变换的图像水印算法研究,TP309.7
  20. 脑部CT图像的压缩应用,TP391.41
  21. 一类工具加工痕迹的检验识别,TP391.41

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论
© 2012 www.xueweilunwen.com