脉搏波的特征信息分析和动脉硬化诊断研究

摘要

现代社会随着人们生活水平的提高，饮食结构的改变，以动脉硬化为代表的心血管疾病的发病率和死亡率越来越高，世界卫生组织将其列为二十一世纪严重危害人类健康的头号杀手，因此，如何防治这类疾病，已成为世界各国迫切需要解决的一项重大课题。 动脉脉搏波是有心脏射血引起的血流波、沿管壁传播的压力波的组合波，所以脉搏波是一个天然的“信息源”，通过对动脉脉搏波的分析我们就可以得到一些有意义的病理指标。作为一种无创检测手段，用脉搏信号来诊断动脉硬化是非常有意义的。 本文着重分析了脉搏波产生的生理机制，结合动脉硬化的相关理论，对两者之间的联系做了比较详细的描述。还概述了与本文一些相关的理论，如脉搏信号的特点，常见的信号处理方法等。在总结前人研究的基础上，就如下几个方面做了研究： 在明确了信号来源后，接下来是对信号的预处理。本文主要做的就是基于小波的滤波去噪，对于基线漂移，小波分解以后直接去除最大尺度信号就很理想；对于其它噪声，比较常用是阈值法去噪，但阈值的选取是个难题，本文提出了模糊阈值去噪方法，确定了信号的隶属度函数，取得比常规阈值法去噪更好的滤波效果。 基于前人的研究和临床实验成果，选择了与动脉硬化相关的八个特征参量来研究，他们既有时域参量也有频域的参量，可以从多个角度更全面的对脉搏信号进行分析，这也是本文的一个创新点。并且对这些特征参量尤其是对谐波的计算做了详细的分析和实验。 采用了概率神经网络来分析动脉硬化与脉搏信号的关系，在不同的数据预处理方案下都获得了较好的分类结果。运用遗传算法对网络的扩散参数进行了优化，并给出了模拟实验结果，用遗传优化既避免了试验确定网络扩散参数的繁琐，也提高了网络的精度。 本文最后是对本研究的一个总结和展望，对存在的不足提出一些建议，以供以后的研究参考。 脉搏信号的自动分析一直是一个比较热门的研究课题，本文将数学工具、信号处理方法、无创测量结合在一起，测定特征参量以诊断动脉硬化，希望能够对这类疾病的防治提供辅助的临床指标。

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权的声明

1绪论

2脉搏波的产生机制与动脉硬化相关理论

3脉搏波信号的预处理

4脉搏波特征信息量的选择与计算

5基于概率神经网络的动脉硬化诊断及网络的遗传优化

6总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文