基于滑动窗口和高斯SVM的脉搏信号处理与肺癌识别

发布时间：2021-11-19 02:18

　　肺癌是世界上发病率和死亡率相对较高的重大疾病之一,且由于环境污染等因素我国肺癌患者数量呈上升趋势。目前的肺癌检测方法主要以计算机断层扫描为主。该方法不适用于日常潜在肺癌患者的早期诊断,致使超过70%的肺癌患者到中期甚至晚期才得到首次确诊。而肺癌的早期诊断对患者的诊疗及其延长生命有十分重要的意义。近年来,可穿戴设备、物联网和人工智能等支撑智慧医疗平台技术的发展为实现肺癌智能识别提供了技术背景和可行性。然而,目前尚未发现利用桡动脉处脉搏信号进行肺癌识别的相关研究。现有文献中虽出现了对某些特定疾病患者脉搏信号的处理和识别,但大部分工作仍停留在脉诊仪的硬件采集装置设计和脉搏信号客观化的阶段。另一方面,目前传统中医脉诊理论复杂且尚待完善,且缺乏带有病理特征的脉搏信号的捕获的研究。本文结合了金氏脉诊理论基础,使用了由山东省中医药研究院的中医专家采集的肺癌病人的真实脉搏数据集,并依托国家自然科学基金面上项目（No.61572231）、中国-斯洛文尼亚科技合作委员会第11届例会项目（11-3）和山东省重点研发计划项目（2017GGX10141）等项目基金的支持,利用信号处理和机器学习方法提出了基于滑动... 

【文章来源】：济南大学山东省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

金氏脉诊仪

00Hz频率下采样的原始脉搏信号的频谱

济南大学硕士学位论文进行了分析。根据 Nyquist 采样定理，采集率为 800Hz 下得到的原始脉搏信号的频率范围在 0Hz到 400Hz 之间。我们对信号在频域上进行分析，发现信号频率主要分布在 20Hz 以下，如图 4.3 所示。图中在 0.5Hz 左右的峰值推测是由于呼吸导致的。脉搏信号的主频率约为 1Hz，与正常心跳频率相同。图 4.4（a）展示了采集的单个受试者的原始脉搏信号。由于采集期间脉诊仪探针施加在桡动脉处的压力逐渐增加从而得到各个压力下脉搏信号的值，所采集的脉搏信号的振幅呈台阶状分布。为了进一步分析原始信号的特性，我们对图 4.4（a）中的小窗口内的信号进行了放大，如图 4.4（b）所示。从图 4.4 可以看出，原始脉搏信号带有基线漂移，引入了失真。此外，脉搏波的原始脉搏信号由于脉诊仪采集装置和受试者的不自主震颤而引入了高频成分和抖动。

【参考文献】：
期刊论文
[1]山东省2012年恶性肿瘤发病与死亡[J]. 付振涛,徐爱强,鹿子龙,张吉玉,楚洁,张高辉,刘海燕,陈先献,任杰,陈希,郭晓雷.  中国肿瘤. 2016(12)
[2]肺癌筛查方法现状[J]. 张卉,张树才.  中国肺癌杂志. 2016(10)
[3]利用智能手机感知的移动医疗检测研究综述[J]. 张智超,张远,金伟.  济南大学学报(自然科学版). 2016(05)
[4]心电基线漂移去除方法的比较研究[J]. 李延军,严洪,王增丽.  航天医学与医学工程. 2009(05)
[5]肺癌手术病人的血液流变学变化及临床意义[J]. 董汉宣,陆佩芬,王晓谭.  中国微循环. 1999(04)



本文编号：3504085