基于光电容积脉搏波的呼吸信号提取方法研究

摘要

目前在临床上,实时监测呼吸的方法一种是呼吸气体流量法;另外一种是胸阻抗法。这两种方法具有侵扰性、设置繁琐、易产生运动干扰,并且成本较大。因此需要一种强大的自动连续非侵入性的呼吸测量方法,并且要适合各年龄段的患者。而光电容积脉搏波(Photoplethysmography, PPG)具有非侵入性、无创性、易操作性,并且包含呼吸信号的相关信息。如果能从光电容积脉搏波中实时地提取出呼吸信号,将是对目前的呼吸监测有极大的推进作用。
　　本论文依据光电容积脉搏波和呼吸信号的测量原理,设计了一个同步采集两路信号的数据采集系统。该系统抗干扰能力较好,能有效地获取信号数据。同时,本文致力于应用经验模态分解方法从光电容积脉搏波提取呼吸信号。本论文主要工作如下:
　　1)数据采集系统:根据光电容积脉搏波和呼吸信号的检测原理,设计符合本文要求的数据采集系统,完成对光电容积脉搏波和呼吸信号的同步采集。该系统以MSP430单片机为核心,由光电探头、压力传感器、信号放大及信号调理模块等组成。针对信号采集中的高频干扰,设计了低通滤波器。
　　2)呼吸信号提取:采用经验模态分解方法对脉搏波信号进行分解,并重构呼吸信号,与采集的呼吸波信号做相关性分析。并且将经验模态分解方法与小波变换进行对比。最后在LabVIEW平台中实现经验模态分解方法,构建数据分析系统,利用该系统对光电容积脉搏波进行分析,并提取出呼吸信号。
　　综上所述,本文采用自制的数据采集系统,同步采集光电容积脉搏波和呼吸信号,并对采集到的数据进行分析。通过两种不同方法对信号进行分析,结果显示出经验模式分解方法在提取呼吸信号中的可行性及优越性。最后,在LabVIEW中实现了经验模态分解方法,对信号的分析结果与Matlab环境中的结果相同。这对应用该算法到临床分析中具有指导意义,同时对改进现有的呼吸监护设备有重要意义。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1课题研究的意义

§1.2国内外研究现状

§1.3论文工作及文章结构

第二章 数据采集系统设计

§2.1 检测原理

§2.2 信号采集系统设计

§2.3 PPG信号采集

§2.4 呼吸信号采集

§2.5 MCU模块

§2.6 串口通信

§2.7 电源模块

§2.8 系统硬件抗干扰措施

§2.9 本章小结

第三章 非平稳信号分析方法

§3.1 传统非平稳信号分析方法

§3.2 经验模态分解

§3.3 总体平均经验模态分解

§3.4 本章小结

第四章 呼吸信号提取

§4.1 数据来源

§4.2 光电容积脉搏波分析

§4.3 小波变换与EMD分解对比

§4.4 EEMD方法分解脉搏波

§4.4本章小结

第五章 基于虚拟仪器的EMD及EEMD分解的实现

§5.1 虚拟仪器介绍

§5.2 LabVIEW实现串口数据采集

§5.3 基于LabVIEW的EMD及EEMD实现

§5.4 信号分析实验

§5.5 本章小结

第六章 总结与展望

§6.1 总结

§6.2 展望

参考文献

致谢

作者在攻读硕士期间主要研究成果

附录A 信号采集系统硬件PCB

附录B 信号采集系统硬件实物