脉搏波特征提取算法及其应用研究

摘要

近年来，随着我们生活水平的提高，一个崭新的而又跟我们每个人密切相关的词语蹦了出来，那就是“富贵病”。高血脂、高血糖、高血压、高胆固醇血症、糖尿病、肥胖以及各种心脑血管病是伴随着物质文明的发展一起来到了我们的生活。因此人们需要一种简便、经济、准确、无创的检测方法来了解自身的身体状况，及时发现心血管疾病，避免因为耽误治疗时机而导致的意外。而脉搏波的波形特征与心血管疾病有着密切的联系，脉搏波所表现出的形态、强度、速率与节律等方面的综合信息能够在相当程度上反映出人体心血管系统的许多生理和病理特征。因此提出了脉搏波的特征提取，这是基于中医理论的脉搏波分析提供了一种无创地获取人体健康状况的科学手段。本论文主要工作在以下几个方面： 首先，介绍当今心脑血管疾病的现状和国内、国外对脉搏波特征的研究现状诸如对脉搏波检测提取的研究、脉搏波的方针拟合研究、对脉搏波特征信息的提取分析算法的研究。根据这些研究的成果，本论文选用了一些准确性高、灵活性强、客观性好的算法完成了系统的设计。对光电容积传感器采集的数据采用卡尔曼滤波算法进行一级滤波；采用高斯拟合算法对脉搏波进行拟合仿真、利用小波变换算法最终实现对脉搏波特征的提取。 其次，根据提出的算法，对异常脉搏波检测系统进行建模，画出相应的图形诸如系统结构框图、UML用例图、程序流程图实现对系统功能的描述。 最后，利用所引用的算法和所绘制的系统相关结构图等完成了系统的实现，验证了系统的可用性与论文的题旨。

目录

文摘

英文文摘

声明

1绪论

1.1研究的背景和意义

1.1.1病情背景

1.1.2脉学研究背景

1.1.3脉搏波研究背景

1.2研究现状

1.2.1测量方法研究

1.2.2对测量数据的仿真研究

1.2.3对模拟仿真后的数据分析方法研究

1.3实际面临的问题

1.4研究的主要内容

1.5论文体系结构

2研究的理论基础

引言

2.1中医脉学基础

2.3脉搏波的特征点

3采用的算法分析

引言

3.1卡尔曼滤波算法

3.1.1线性卡尔曼算法

3.1.2非线性卡尔曼算法

3.1.3卡尔曼滤波在本论文中脉搏去噪的应用

3.1.4方法评价

3.2高斯函数算法

3.2.1引言

3.2.2模型参数意义

3.2.3高斯拟合模型的参数估计分析

3.3小波变化算法

3.3.1引言

3.3.2小波变换理论

3.3.3二进制小波变换滤波

3.3.4提升的小波滤波算法

3.3.5小波滤波在本论文中脉搏信号提取的应用

3.3.6滤波方法评价

3.4小波分析脉搏波特征提取

3.4.1算法基础

3.4.2连续小波变换(CWT)

3.4.3阈值法检测极小值点

3.4.4统计筛选

3.4.5利用波形面积法检出待分析单搏波形

3.4.6小波变换算法在本论文中的应用

3.5本章小结

4系统UML图的设计及模块功能介绍

引言

4.1系统功能介绍及结构框图

4.1.1引言

4.1.2系统运行流程图

4.1.3UML建模用例图：

4.1.4UML活动图：

4.2系统的UML状态图及伪代码

4.2.1系统的UML状态图

4.2.2伪代码

4.3系统所采用的数据结构

引言

4.3.1传感器内的数据结构

4.3.2程序中的数据结构

4.3.3单向循环链表方法评价

4.3.4数据存盘

4.4本章总结

5系统的实现

引言

5.1系统运作

5.2具体实验数据采集

5.3总结

结论

参考文献

致谢