准周期生理信号的数据预处理方法研究

摘要

科学技术特别是IT技术的发展不断推进着医院信息化建设的步伐，当前的目标是建设一个以病人和临床为中心的数字化医院，这不仅要在硬件上建成无纸、无片和无线网络的“三无医院”，更重要的是要建立起真正以全院数据共享为基础的临床信息系统(Clinical Information System，CIS)。数字化医院中的大量先进的医疗设备每天都在产生着海量的医学数据，其中包括由多种医疗诊断仪器采集到的各类生理信号数据，它们进入CIS的医学数据库后，将为临床诊断和医学研究提供重要依据，它们的质量直接决定着诊断与研究的精准性、快速性等。因此，研究这些生理信号数据的前期预处理方法是非常必要的，对于管好和用好这些海量生理信号数据具有重要的现实意义。
　　 人体是一个复杂的有机体，再加上采集各种生理信号的仪器性能的不一致性、操控人员的熟练程度和记录的环境条件等多种因素的影响，在这些海量原始数据中不可避免地包含了大量模糊的、不完整的、带有噪声和冗余的信息，尽可能减少这些信息的影响是预处理的主要任务。此外，同一类型的生理数据大都来自不同的个体，要对这些来自不同信号源的数据进行比较，需要建立统一的标准，获得优化的数据样本，并能消减不同信号源的差异以及随机差异，形成具有可比性的多组生理信号，才能进一步有效地应用在机器学习、信息融合等方面。在复杂的生理信号中存在着一类具有一定的周期性特点的信号，它们之间存在着一定的共性，如心电、脉搏和呼吸信号，也称为准周期电生理信号，它们的预处理过程有不少共同之处。因此，本文以这几种生理信号为主要对象，研究在对准周期生理信号数据进行融合前的数据预处理过程，并给出工程计算和实现的方法。本文所完成的主要工作和创新点如下：
　　 （1）研究并提出了采用插值理论构建准周期生理信号的等周期数据样本的方法。在对采集到的准周期生理信号实现多组周期截取的基础上，根据测量对象的不同性质通过插值实现了周期同步并建立了它们的等周期样本。
　　 （2）研究并提出了准周期生理信号数据的归一化处理方法。通过归一化处理获得标准数据，以消减不同信号源之间的差异和信号中的随机差异，提取出反映它们共性的恒定参数，从而使来自不同信号源的数据具备了可比性，为数据的自动分析提供了基础性平台。
　　 （3）以心电信号为例，研究了准周期生理信号的误差分析方法。基于误差理论对心电数据进行了系统误差、随机误差和粗大误差等三类误差的判定方法研究，并给出了这些误差的判定结果，有助于了解信号中各类误差的存在状况，为改进采样设备和采集方法提供了理论依据。
　　 （4）提出采用参数估计的方法解决采集来的海量准周期生理信号的冗余和互补问题。采用基于数学估计的准周期生理信号预处理计算方法，对它们的周期样本数据实现优化后的组合，减少了数据量，并在一定程度上解决了信号的冗余和互补问题，能为将来的多生理信号融合系统提供更有效的数据样本。

目录

文摘

英文文摘

声明

第1章 研究现状与意义

第2章 准周期生理信号的样本构建

第3章 准周期生理信号的归一化研究

第4章 准周期生理信号的理论误差分析

第5章 基于参数估计的准周期生理数据样本的预处理

第6章 结论和展望

参考文献

附 录

致 谢

在读期间发表的学术论文与取得的其他研究成果