体震信息监测系统中的微弱信号检测与分析方法研究

摘要

随着家庭日常监护需求的不断提高，多功能生理参数的同步检测成为研究的热点。人们希望可以在无感觉的状态下，通过便捷的检测手段，获得更多能够表征人体生理状态的信息，进而达到健康监测与疾病预警的目的。体震(Ballistocardiogram，BCG)信息监测系统可以在受试者无感觉的状态下，提取反映受试者心血管系统功能、呼吸状况等多生理信息的BCG信号，符合当前对日常监护设备开发的要求。通过对BCG信号研究现状的综述，本文以坐姿BCG信号为研究对象，开展了从BCG信号中检测微弱生理信息，并对其进行分析的研究，主要工作如下:
　　在分析BCG信号产生原理阶段，建立了一种基于体内搏动力产生、体内血流传导、体外检测三者相结合的BCG信号数学模型，模拟了该模型的多周期时域仿真波形，并与实测BCG信号波形进行对比，验证了模型的表征性能及准确性。
　　在BCG信号预处理阶段，分析了BCG信号的属性，对其进行有针对性的消除趋势项、平滑滤波、计算自相关函数等时域预处理。同时，建立了一种基于频域分析的BCG信号简化数学模型，模拟了理论BCG信号的频谱分布，确定了BCG信号的主频率，并进行了有效的频域滤波与小波去噪。
　　在由BCG信号检测心率阶段，提出了一种基于混沌理论的检测方法。首先，在受试者常规心率已知的条件下，采用Duffing混沌振子检测低信噪比BCG信号中的微弱周期成分，并针对其输出相空间轨迹，提出了一种基于脉冲耦合神经网络的混沌判据，从而有效检测到BCG信号中的异常心率;而后，在受试者常规心率未知的条件下，提出一种基于线性随机搜索算法的自适应随机共振方法，将输入噪声的能量转化为BCG信号中微弱周期成分的能量，突出心动周期波形，从而达到自动获取心率的目的。该阶段实验均通过同步采集的受试者心电信号作为评价准则，以验证算法的准确性。
　　在由BCG信号检测呼吸率阶段，提出了三种从BCG信号中提取呼吸率的方法。第一种，基于自适应干扰对消算法，通过抵消两通道BCG信号中的心动周期成分，获取输出中的呼吸成分;第二种，基于变频复解调算法，将BCG信号视为心动周期成分对呼吸成分的调制信号，从解调的角度，将调制信号—呼吸成分解调出来;第三种，基于S变换的包络解调算法，从调幅信号解调的角度，提取BCG信号的呼吸成分包络。最后，对以上所获取的呼吸成分进行峰值检测，以计算呼吸率。该阶段实验均以同步采集的受试者鼻热敏信号作为参考，并与小波变换提取BCG信号呼吸成分方法作对比，给出了各算法的性能评价。
　　在对BCG信号进行特征提取阶段，提出了一种基于BCG信号诊断特征的盲分帧算法。在无心电信号参考的条件下，实现了对BCG信号的分帧，并以此为基础，提取了BCG信号的时域特征、频域特征、时频奇异值特征及长短期重复性统计特征。最后，从特征诊断的角度，提出了基于常规特征点确定性BCG信号诊断方法和基于云模型的模糊性BCG信号诊断方法。该阶段采用心律不齐受试者对所提特征和诊断方法进行实验，以验证方法的优越性。
　　论文最后设计并实现了一套体震信息监测系统。该系统以本实验室开发的坐姿BCG信号检测座椅为硬件装置，提供以上实验所需的实测BCG数据;同时，以基于LabVIEW的BCG信号自动分析平台为软件环境，并通过对一位心律不齐受试者的实际检测过程，测试了本文所提算法的正确性及系统的实用性。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 BCG信号研究现状

1．2．1 检测装置的发展

1．2．2 心脏功能的分析

1．2．3 多生理参数的提取

1．2．4 诊断系统的开发

1．3 微弱信号检测研究现状

1．4 主要研究内容

第2章 BCG信号的产生与预处理

2．1 BCG信号的产生

2．1．1 BCG信号的生理基础

2．1．2 BCG信号的产生原理

2．1．3 BCG信号模型的建立

2．2 BCG信号的预处理

2．2．1 BCG信号属性分析

2．2．2 BCG信号时域预处理

2．2．3 BCG信号频域预处理

2．3 本章小结

第3章 基于BCG信号的心率检测

3．1 基于混沌振子的心率检测

3．1．1 混沌振子检测微弱信号的基本原理

3．1．2 基于PCNN混沌判据的提出

3．1．3 实验结果与分析

3．2 基于自适应随机共振的心率检测

3．2．1 随机共振的基本原理

3．2．2 自适应随机共振系统的建立

3．2．3 实验结果与分析

3．3 本章小结

第4章 基于BCG信号的呼吸率检测

4．1 提取呼吸率的理论依据

4．2 基于小波变换的检测方法

4．2．1 小波基与分解尺度的选取

4．2．2 实验结果与分析

4．3 基于自适应干扰对消的检测方法

4．3．1 自适应干扰对消理论

4．3．2 基于自适应干扰对消的呼吸率检测算法

4．3．3 实验结果与分析

4．4 基于变频复解调的检测方法

4．4．1 变频复解调理论

4．4．2 基于变频复解调的呼吸率检测算法

4．4．3 实验结果与分析

4．5 基于S变换的包络解调检测方法

4．5．1 S变换理论

4．5．2 基于S变换的呼吸率检测算法

4．5．3 实验结果与分析

4．6 本章小结

第5章 BCG信号的特征分析与诊断

5．1 常规BCG信号分析

5．1．1 常规BCG信号描述

5．1．2 常规BCG信号的影响因素

5．1．3 常规BCG信号在疾病中的变化

5．2 BCG信号特征提取方法

5．2．1 BCG信号的时域特征提取

5．2．2 BCG信号的频域特征提取

5．2．3 BCG信号的时频奇异值特征提取

5．2．4 BCG信号的长短期数据重复性特征提取

5．3 BCG信号诊断方法

5．3．1 基于常规特征点的BCG信号诊断方法

5．3．2 基于云模型的BCG信号诊断方法

5．4 本章小结

第6章 体震信息监测系统的实现

6．1 BCG信号检测装置

6．1．1 总体结构

6．1．2 传感器电路

6．1．3 信号处理电路

6．1．4 无线传输电路

6．2 基于LabVIEW的BCG信号自动分析平台

6．2．1 总体架构

6．2．2 信号预处理模块

6．2．3 生理参数检测模块

6．2．4 特征参数提取模块

6．2．5 综合诊断模块

6．2．6 信息存储模块

6．3 系统综合测试

6．4 本章小结

第7章 总结与展望

7．1 工作总结

7．2 研究展望

参考文献

致谢

在学期间取得的研究成果