基于压缩感知的多路同步采集心音信号的分析

发布时间：2021-07-02 10:25

　　近年来,为了使得对心脏病监测方便、快捷,互联网、物联网和穿戴式传感器技术的发展为监测心脏病提供了一种新的途径——通过对心音信号的长期监测实现心衰发展趋势分析、猝死预测,从而达到辅助诊断的目的。但是,心音信号进行长期同步采集时,产生的数据量大。因此,如何存储心音信号数据、使诊断设备长时间待机并保证稳定运行等问题有待解决。压缩感知是一种新的在采样的同时实现压缩目的的理论框架,能以较低的频率采样信号,并且可以高概率重构该信号,这为可穿戴设备的低功耗长时间运行、存储大量心音信号数据提供了可能的解决方案。本文提出了出一种多路同步采集信号并行压缩感知模型,为长期监测存储生理信号提供了可能。首先,根据多路同步采集信号特点和压缩感知理论,提出一种多路同步采集信号并行压缩感知模型。此模型可以对多路心音信号进行同步采集,并行压缩,重建信号,便于重建多路心音信号从而对其特征提取分类识别异常心音,为长期监测存储心音信号、分析预测心衰猝死提供了可能,进而可推广并行压缩感知处理技术应用于其它多路同步采集的生理信号。本课题提出的模型主要有五个特点:A.最大压缩比,实现对多路同步采集信号数据最大程度的压缩保存,以便减... 

【文章来源】：南京邮电大学江苏省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

心脏结构

图 2.3 心音听诊区冲击所产生的声音最易听清的部分就是心脏瓣膜听医学上来讲，通常有 5 个听诊区：①二尖瓣听诊区搏动最强点，又称心尖区；②肺动脉瓣听诊区（Pulmo 2 肋间；③主动脉瓣听诊区（Aortic auscultation area脉瓣第二听诊区：在胸骨左缘第 3 肋间，又称 Erb tion area，T）：在胸骨下端左缘，即胸骨左缘第 4、第二心音的产生机制，S 在心尖部听诊最清楚，且尖搏动同时出现；S 在心底部听诊最清楚，且音调、在心尖搏动之后出现。不同听诊区的心音信号的同样不大相同[33]。主动脉瓣听诊区和肺动脉瓣听诊二心音（S ），二尖瓣听诊区和三尖瓣听诊区的心音S ）,如图 2.4 所示。

数： | | ě = 出 的逼近值 | | ，就可以得到重构的信号 = | | 。缩感知包含 3 个部分，如图 3 1 所示：表示有稀疏特性是压缩感知过程的前提和基础。确定取过程是测量矩阵压缩观测的过程，信号获取的效果决定了信号能否被造合理的测量矩阵是信号能够精确恢复的关键。选择恢复是从欠定线性观测值中恢复出原始信号，使用快速、准确的重构算缩感知理论得到广泛应用的重要因素。

【参考文献】：
期刊论文
[1]先天性心脏病病因研究进展[J]. 禚兮乾,崔小鹏,胡梦柳,吕鹏,齐玲.  吉林医药学院学报. 2019(01)
[2]基于Android平台的脉搏信号干扰检测及其质量评估方法研究[J]. 张爱华,寇芯语,漆宇晟,王敬阳.  中国医疗器械杂志. 2018(05)
[3]先天性心脏病相关肺动脉高压动物模型研究进展[J]. 孙雪瑞,马宁.  心血管病学进展. 2018(04)
[4]ECG信号去噪分析与评估[J]. 余娇,罗泽峰,崔文超.  信息通信. 2018(03)
[5]《中国心血管病报告2017》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿.  中国循环杂志. 2018(01)
[6]进程择优法及在心音深度信任网络中的应用[J]. 成谢锋,杨贺,马勇,张学军,张少白,王悦.  计算机学报. 2018(01)
[7]基于块稀疏贝叶斯学习压缩感知的心音重构[J]. 甘凤萍,王海滨,房玉,张凯,秦国瑾,赵逍.  计算机工程与设计. 2016(04)
[8]基于自适应阈值小波变换的心音去噪方法[J]. 周克良,邢素林,聂丛楠.  广西师范大学学报(自然科学版). 2016(01)
[9]A Reducing Iteration Orthogonal Matching Pursuit Algorithm for Compressive Sensing[J]. Rui Wang,Jinglei Zhang,Suli Ren,Qingjuan Li.  Tsinghua Science and Technology. 2016(01)
[10]一种基于集总参数的心血管系统仿真模型及心音产生机理[J]. 成谢锋,陈泓,姬汉贵,郭宇锋,张少白.  中国科学:信息科学. 2014(09)

博士论文
[1]先天性心脏病心音信号分析方法研究[D]. 苗晟.云南大学 2015

硕士论文
[1]压缩感知测量矩阵的研究[D]. 吴赟.西安电子科技大学 2012



本文编号：3260291