脉搏波特征点识别及无创血压监测方法研究

发布时间：2017-11-03 06:21

  本文关键词：脉搏波特征点识别及无创血压监测方法研究

  更多相关文章： 脉搏波 预处理 特征点识别 无创血压 隐Markov模型

【摘要】：脉搏波是人体心脏有节律的收缩射血,血液流经弹性血管所产生的波动。不同的个体在不同的生理状态下的脉搏波波形是不同的,因此脉搏波的特征点识别对于分析人体的生理病理状况、预防诊断心血管疾病及无创血压监测都是非常有帮助的。本文针对脉搏波信号微弱、背景噪声强、频率低、容易受到各种因素干扰等特点,应用一种改进的小波阈值去噪方法,对采集到的脉搏波信号进行去噪,经对比,去噪效果的各项指标均优于傅里叶变换去噪的效果。针对现有脉搏波特征点识别方法的不足,提出了一种基于实际检测到的脉搏波时域特征,并结合微分法和小波分解法定位脉搏波波形特征点的综合算法。实验表明该方法由于采用逐步缩小分析波形的区间,能够有效去除不必要的干扰,放大信号的特征,对于潮波不明显或重搏波不明显的脉搏波波形也能够很好地提取特征点,具有识别准确率高,适用范围广,抗干扰能力强的特点。基于脉搏波的无创血压监测,多数学者考虑运用脉搏波传导时间法,结合统计分析的方法建立回归方程,通过建立脉搏波传导时间与舒张压和收缩压的关系从而得出血压值。在一定范围内此法是适用的,但考虑到影响血压的因素有很多,诸如年龄、身高等,针对脉搏波波速与血压之间的关系,本文基于隐Markov模型建立无创血压监测模型,该模型充分考虑脉搏波波速,脉搏波波形特征以及受试者生理特征参数,并以脉搏波与心电信号时间差、身体质量指数、脉率、脉搏波波形特征量K、主波上升斜率及体温作为模型的输入参数来估算出受试者的舒张压和收缩压。为了验证模型的有效性,将模型计算结果与欧姆龙HEM-6131型血压计测量结果进行统计分析对比,结果表明该模型与血压计测量结果相关性高,一致性好,可相互替换使用。
【关键词】：脉搏波 预处理 特征点识别 无创血压 隐Markov模型
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R443.5
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 课题研究的目的和意义8-9
• 1.2 研究现状9-12
• 1.2.1 脉搏波特征点识别国内外研究现状9-10
• 1.2.2 脉搏波特征点识别的难点10-11
• 1.2.3 血压监测方法研究现状11-12
• 1.3 本文的内容安排及主要研究内容12-14
• 2 脉搏波信号采集及预处理14-33
• 2.1 脉搏波信号的产生及其特点14-17
• 2.1.1 脉搏波产生及传播14-16
• 2.1.2 脉搏波信号的特点16-17
• 2.2 脉搏信号采集及实验设计17-19
• 2.3 脉搏波信号的预处理19-24
• 2.3.1 基于傅里叶变换的去噪滤波20-22
• 2.3.2 小波变换的基本理论22-24
• 2.4 改进的小波阈值去噪24-32
• 2.4.1 阈值的选取26-28
• 2.4.2 去噪效果评价28-32
• 2.5 本章小结32-33
• 3 脉搏波信号特征点识别33-48
• 3.1 基于微分法的脉搏波特征点识别33-35
• 3.2 基于小波变换的特征点识别35-37
• 3.3 基于波形时域特征和小波分解的脉搏波特征点识别法37-44
• 3.3.1 特征点b和c的识别定位38-39
• 3.3.2 特征点f和g的识别定位39-40
• 3.3.3 特征点e的识别40-42
• 3.3.4 特征点d的识别定位42-44
• 3.4 特征点识别效果评价44-47
• 3.5 本章小结47-48
• 4 基于隐Markov模型的无创血压监测模型48-63
• 4.1 隐Markov模型理论48-49
• 4.2 模型的建立49-52
• 4.3 输入参数的选取52-54
• 4.3.1 脉搏波波形特征参数52-53
• 4.3.2 生理参数的选取53-54
• 4.4 模型的结果分析54-61
• 4.4.1 与拟合曲线方法对比54-56
• 4.4.2 相关性分析56-57
• 4.4.3 相对误差分析57-58
• 4.4.4 配对t检验58-59
• 4.4.5 Bland-Altman一致性分析59-61
• 4.5 本章小结61-63
• 5 总结与展望63-66
• 5.1 总结63-64
• 5.2 后续工作的展望64-66
• 致谢66-67
• 参考文献67-72
• 附录72
• A. 作者在攻读学位期间发表的论文目录72
• B. 作者在攻读学位期间参与的科研项目72

【相似文献】

中国期刊全文数据库 前10条

1 李滚;;脉搏波的衰减特性研究[J];生物医学工程研究;2006年03期

2 李滚;庞小峰;;血流脉搏波的特征与生理因素的相关性研究[J];生命科学仪器;2007年10期

3 张佃中;谭小红;;二不同年龄组脉搏波特征参数的研究[J];生物数学学报;2007年04期

4 宋相和;王耘;;脉搏波:沟通中医和西医的桥梁[J];中西医结合学报;2008年09期

5 李向东;乐建威;王新图;;脉搏波信号分析方法的研究进展[J];数据采集与处理;2009年S1期

6 孙欣;赵玉娟;;脉搏波时标对臂踝脉搏波传播速度测量的影响[J];生物物理学报;2010年12期

7 刘胜洋;;动态脉搏波特征段相敏相干处理的研究[J];微计算机信息;2011年11期

8 杨阳;杨琳;王薇薇;张松;杨益民;李旭雯;赵茜茜;吕晨亮;王俊聪;;一种监测人体体温及脉搏波的耳机装置[J];中国医学装备;2013年05期

9 王强,傅(马总)远;描记脉搏波图时外压增加可使脉图曲线的升支负向变[J];生理科学;1983年01期

10 杨天权;;人体脉搏波频谱分析[J];河北中医;1985年06期

中国重要会议论文全文数据库 前10条

1 何凡;李晓阳;;动脉管长在脉搏波传播中作用的数值研究[A];第九届全国生物力学学术会议论文汇编[C];2009年

2 张尽廷;王强;张家选;姚智敏;;100名大学生脉搏波传递时间的调查[A];第二届全国心功能学术研讨会论文摘要汇编[C];1990年

3 张小军;李晓阳;张松;;脉搏波在动脉内传播的非线性动力学模型[A];中国力学学会学术大会'2009论文摘要集[C];2009年

4 周宽久;陈雪峰;;人体脉搏波特征提取算法研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

5 瞿年清;谢梦洲;;脉搏波与心血管血液循环[A];中华中医药学会中医诊断学分会2007’年会论文集[C];2007年

6 何凡;李晓阳;;动脉壁增厚对脉搏波传播影响的数值研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年

7 郭睿;王忆勤;燕海霞;李福凤;颜建军;许朝霞;;血液动力学在中医脉搏波分析中的应用[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年

8 陈廷捚;张松;杨益民;罗志昌;;关于压力脉搏波气囊式检测方法的探索性研究[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（下册）[C];2007年

9 黄品同;邹春鹏;黄福光;杨鹏麟;孙海燕;杨琰;黄瑛;;冠心病患者腹主动脉壁运动速度及相对脉搏波传递速度的研究[A];2005年浙江省超声医学学术年会论文汇编[C];2005年

10 王臻;曹铁生;袁丽君;段云友;杨勇;刘媛玲;邢长洋;;一种测定局部动脉脉搏波传播速度的新方法——双脉冲波多普勒法[A];中华医学会第十三次全国超声医学学术会议论文汇编[C];2013年

中国重要报纸全文数据库 前4条

1 宋常青;新型脉搏波自动分析仪问世[N];经济参考报;2003年

2 郭妍 李光洁;查脉搏波PWV 早发现心脏病变[N];健康报;2006年

3 王东生；陈方平;古代脉诊的现代解读[N];中国医药报;2005年

4 上海瑞金医院教授 陈寒萼邋王继光;从大动脉功能预测心血管风险[N];健康报;2007年

中国博士学位论文全文数据库 前2条

1 李大舟;基于体域网的脉搏波数据融合计算方法[D];东北大学;2014年

2 卢宗武;基于脉搏波阻抗谱的血液电特性无创检测[D];天津大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘贺;基于脉搏特征参数的Android病理分析系统研究与设计[D];昆明理工大学;2015年

2 何龙;基于独立成分分析的脉搏波血压算法研究[D];华中科技大学;2015年

3 马济通;基于脉搏波的生理参数监测与生理信号重建技术研究[D];大连理工大学;2015年

4 汪铭铠;便携式心血管健康管理助手的设计与实现[D];电子科技大学;2015年

5 马超;基于双外周血压重建中心动脉压的方法及测量平台研究[D];哈尔滨工业大学;2015年

6 董骁;可穿戴式多生理参数监护系统的研究[D];北京工业大学;2015年

7 何殿宁;心功能生化检测的无创替代技术研究[D];东北大学;2013年

8 王昊;基于FPGA的脉搏波信号发生器的设计与实现[D];东北大学;2014年

9 徐盼盼;基于智能手机的脉搏血氧仪研制[D];中国计量学院;2015年

10 刘民胜;基于多尺度心血管系统模型的脉搏波分析及其在中医脉诊中的应用[D];华东理工大学;2016年

，

本文编号：1135016