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
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 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
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 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
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于DSP和单片机的可调参数心电信号发生器的设计,TP368.12
- 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
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 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
|