心音信号的混沌特性、重构和应用研究

发布时间：2017-09-16 19:01

  本文关键词：心音信号的混沌特性、重构和应用研究

  更多相关文章： 心音信号 混沌 相空间 波形重建 心音预测

【摘要】：心音信号是反映人体心脏健康与否的一种标志信号,其中蕴含着大量能够反映心脏状态及病理状况的有效信息。近几十年来,人们一直试图将心脏这一复杂的生理系统简化并抽象为一个理想的线性模型,并通过传统的时域、频域以及时频结合的方法对心音、心电信号进行分析,取得了一系列显著的研究成果。然而,心脏系统的本质是一个复杂的非线性动力学系统,传统的线性分析方法并不足以研究其非线性生命活动的本质。混沌运动是非线性系统中一种极为重要的运动方式,基于混沌理论的分析与研究能够较好地揭示非线性系统内在随机性中所蕴含的固有特殊规律,故论文拟从该角度对心音信号进行研究,进而在本质上更加深入地探讨和揭示心音信号这一非平稳信号的内在动力学特征规律。论文的主要研究工作如下:1.对心音信号进行非线性建模,提出了一个近似心音信号波形的混沌系统,计算了该系统相应的混沌特征,并给出该系统的时域波形图及吸引子相图,最后通过相似系数结合相似相图的方法证明了该系统所产生的时域波形与真实的心音信号波形具有一定的相似性。为心音信号的非线性分析提供了一种思路与方法。2.使用课题组设计的肩带式心音采集装置采集了不同运动状态与不同年龄人群的心音信号,计算出合适的延迟时间与嵌入维数重构心音信号的相空间,并进行混沌特征分析。得到结论(1):运动前心音关联维数较大,运动过程中降低,运动静息后恢复。结论(2):随着年龄的增加,心音信号的关联维数和Lyapunov指数均呈现下降趋势。以上结论与相关的心电信号混沌特征研究结论基本一致,与临床诊断相结合可以更深入地研究心脏状态变化的规律。3.在信号处理领域中,对时间序列的预测建模是一个重要和新颖的研究方向,论文介绍了基于混沌时间序列的Volterra级数预测理论并将其应用到心音信号时间序列短时预测领域,取得了较好的预测效果。此外,论文给出了一个心音信号波形长期预测的经验公式,可以对用户未来较长时间范围内的心音波形进行一个大致的预测估计。最后,为了满足实际需要,论文通过Matlab GUI设计了一个集心音混沌分析与心音波形预测功能于一身的工程性应用平台,可以方便用户检测心音混沌指标,并通过心音预测对可能出现的心脏疾病的发生进行提前干预。
【关键词】：心音信号 混沌 相空间 波形重建 心音预测
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R540.4;TN911.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-12
• 1.1 心音信号的研究背景及意义8-9
• 1.2 心脏系统活动与混沌9-10
• 1.3 内容章节安排及创新点10-12
• 第二章 混沌理论基础12-21
• 2.1 相空间重构理论12-13
• 2.2 相空间重构参数的计算13-17
• 2.2.1 时延的确定13-15
• 2.2.2 嵌入维数的确定15-17
• 2.3 混沌系统特征17-20
• 2.3.1 图形特征17-18
• 2.3.2 数值特征18-20
• 2.4 本章小结20-21
• 第三章 基于混沌系统的心音波形重建21-35
• 3.1 典型混沌系统21-27
• 3.1.1 Lorenz系统21-24
• 3.1.2 三维混沌Bao系统24-27
• 3.2 一种近似心音的混沌系统的建立27-34
• 3.2.1 系统构造及混沌特性证明28-31
• 3.2.2 仿真实验31-34
• 3.3 本章小结34-35
• 第四章 心音信号混沌特征分析35-45
• 4.1 心音信号的采集与预处理35-38
• 4.2 不同实验对象的心音信号混沌特征分析38-44
• 4.2.1 运动状态对心音关联维数的影响38-42
• 4.2.2 心音混沌特征随年龄的变化42-44
• 4.3 本章小结44-45
• 第五章 基于混沌的心音分析与预测系统45-61
• 5.1 基于混沌的Volterra级数预测模型45-48
• 5.2 Lorenz系统的Volterra级数预测48-49
• 5.3 心音信号的Volterra级数短期预测49-52
• 5.4 基于经验公式的心音信号长期预测模型52-54
• 5.5 心音信号混沌特征分析与预测平台的实现54-60
• 5.6 本章小结60-61
• 第六章 总结与展望61-63
• 6.1 总结61-62
• 6.2 展望62-63
• 参考文献63-65
• 附录1 攻读硕士学位期间撰写的论文65-66
• 附录2 攻读硕士学位期间申请的专利66-67
• 附录3 攻读硕士学位期间参加的科研项目67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 刘娟;赵治栋;;基于心音信号谱分析的身份特征提取算法[J];杭州电子科技大学学报;2010年04期

2 李桥，邵庆余;心音信号分析方法述评[J];山东生物医学工程;1994年02期

3 吴延军，徐泾平，，赵艳，程敬之;心音信号处理与识别[J];中国医疗器械杂志;1996年05期

4 汪源源;利用小波变换分析心音信号[J];复旦学报(自然科学版);1997年03期

5 吴延军,赵艳,吕维雪;心音信号的聚类分析[J];生物医学工程学杂志;1998年03期

6 赵玲,李桥,邵庆余,朱兴雷,孟延,张玉华,刘毅,李新,周洪军;正常与异常心音信号比较研究[J];中国医学物理学杂志;2000年03期

7 张建,沈民奋,宋骥;三种时频分析方法在心音信号分析中的应用[J];汕头大学学报(自然科学版);2003年02期

8 张佃中,谭小红;心音信号噪声消除的小波变换方法[J];生物数学学报;2004年04期

9 周静;杨永明;何为;;心音信号的分析及其特征提取方法的研究[J];中国生物医学工程学报;2005年06期

10 单正娅;苏卫峰;韩东起;;基于小波分析的心音诊断方法研究[J];科技创新导报;2007年35期

中国重要会议论文全文数据库 前8条

1 丁晓蓉;宋陆州;包鑫;郭兴明;;心音采集及其混沌动力学分析方法的初步研究[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

2 骆懿;赵治栋;;一种便携式心音信号记录仪研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

3 王佳;赵治栋;;嵌入式心音身份识别系统研究[A];浙江省电子学会2011学术年会论文集[C];2011年

4 赵卫强;赵治栋;;基于射频识别的心音身份认证系统研究[A];浙江省信号处理学会2012学术年会论文集[C];2012年

5 徐富强;王威廉;;基于LabVIEW的心音信号分析[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 徐昆良;全海燕;杜海涛;王威廉;;心音心电数据采集仪信号调理电路设计[A];第七届工业仪表与自动化学术会议论文集[C];2006年

7 罗保钦;曾庆宁;陈远贵;黄邦奉;胡斌;;基于LabVIEW的心音信号分析系统设计[A];2009全国虚拟仪器大会论文集（一）[C];2009年

8 全海燕;王威廉;;Hilbert-Huang变换及其在心音信号分析中的应用[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国博士学位论文全文数据库 前3条

1 陈历明;基于心音信号遥测的心肌变力性与变时性的研究[D];重庆大学;2004年

2 苗晟;先天性心脏病心音信号分析方法研究[D];云南大学;2015年

3 韦哲;心音时—频分析方法及虚拟动态心音分析系统的研究[D];兰州理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 陈国强;心音信号的提取和处理研究[D];西安电子科技大学;2009年

2 孙树平;基于自适应时频分析方法的心音信号分析研究[D];西华大学;2009年

3 马中武;基于心音信号分析的心脏病辅助诊断方法研究[D];兰州理工大学;2011年

4 丁晓蓉;基于混沌理论的心音信号非线性动力学分析[D];重庆大学;2012年

5 雷鸣;基于非线性分形理论的心音信号分析研究[D];重庆大学;2012年

6 卢德林;基于奇异谱去噪的心音信号混沌动力学分析[D];重庆大学;2013年

7 赵秀敏;心音信号的分析与分类方法研究[D];华东师范大学;2010年

8 屠志海;心音信号的分析方法研究[D];华东师范大学;2011年

9 韩阳;基于心音信号分析的心脏病诊断方法研究[D];兰州理工大学;2012年

10 袁志会;基于分形理论的心音信号特征分析与分类识别研究[D];重庆大学;2013年

本文编号：864838