小波变换和概率神经网络在脉象信号分析中的应用

摘要

中医独特的诊断方法及治病的疗效是有目共睹的。随着传感器技术和计算机处理技术的发展，人们开始致力于脉诊的客观化研究，希望用现代科学技术的方法和仪器，推进中医脉诊的现代化，这也是本文进行研究的目的。 本论文着重对小波分析的基本概念和基本理论进行了详细的阐述，并探讨了其物理意义，在利用多分辨率分析脉象信号时，对算法进行了推导、验证和应用，且给出了多分辨率分析的矩阵表达方式，着重分析了小波系数和尺度系数的具体含义，为脉象信号的多分辨率分析奠定了坚实的基础。 本论文还对神经网络的基本概念和基本理论进行了详细的阐述，突出探讨了概率神经网络的算法探讨和分析，为模式识别提高了扎实的理论依据。 小波分析是一种在时域和频域均具有良好局域性的分析方法，尤其适用于非平稳信号的处理。本文应用小波分析的多分辨率分析算法分析了15例海洛因吸毒者和22例正常人脉象信号。通过提取小波系数和尺度系数，找出了海洛因吸毒者与正常人脉象信号之间的显著差异，初步提出了用于划分吸毒者和正常人的判据，根据该判据，22例正常人全被检测出来，而吸毒者B13被误检为正常人。 本文还在对脉象信号进行多分辨率分析的基础上，利用概率神经网络优良的聚类效应，对37例脉象信号样本(15例海洛因吸毒者和22例正常人脉象信号)进行模式分类，结果把15例吸毒者的脉象信号识别出来，没有一个误判。

目录

文摘

英文文摘

声明

1绪论

1.1课题研究的意义

1.2脉象信号分析

1.3小波分析和概率神经网络的发展及国内外研究现状

1.4本论文的主要研究工作

2小波分析基本理论

2.1连续小波变换与测不准原理的关系

2.1.1小波的定义

2.1.2测不准原理

2.1.3小波分析和测不准原理的关系

2.2连续时间信号的离散小波变换

2.3常用小波

2.4多分辨率分析

2.4.1多分辨率分析的定义

2.4.2 Mallat算法

2.4.3多分辨率分析的矩阵表示

2.4.4尺度滤波器的性质

2.4.5离散时间信号小波变换的初值及其边界问题

3脉象信号的多分辨率分析

3.1脉博波及分析吸毒者脉象信号的意义

3.1.1脉博波的形成

3.1.2分析吸毒者脉象信号的意义

3.2脉象信号的采集与脉波的选取

3.2.1脉象信号的采集

3.2.2脉波的选取

3.3海洛因吸毒者脉象信号的特征向量提取方法一

3.4软件编制一

3.5海洛因吸毒者脉象信号特征向量提取方法二

3.6软件编制二

3.7海洛因吸毒者脉象信号特征向量提取方法三

3.8软件编制三

3.9小论

4人工神经网络的基本概念和基础理论

4.1人工神经网络的基本原理

4.1.1生物神经元简介

4.1.2人工神经元模型和网络结构

4.1.3神经网络的学习规则

4.1.4神经网络的分类

4.2概率神经网络

4.2.1概率神经网络的结构

4.2.2 PNN网络的学习算法

5概率神经网络在脉象信号识别中的应用

5.1实验四：在提取特征向量的基础上利用概率神经网络识别分类

5.1.1实验步骤

5.1.2软件编制

5.1.3实验四的结论

5.2直接在原始数据基础上利用概率神经网络识别分类

5.2.1实验五步骤

5.2.2实验六步骤

5.2.3实验七步骤

5.3小论

6结论与展望

致谢

参考文献

附录