版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、脈搏信號(hào)作為人體的生理信號(hào)之一,蘊(yùn)涵著豐富的生理與病理信息,在疾病預(yù)防、臨床監(jiān)護(hù)以及治療等方面得到了廣泛應(yīng)用。但是脈搏信號(hào)在采集過程中容易受到各種因素的干擾,導(dǎo)致其信噪比降低,甚至淹沒有用信號(hào),造成臨床監(jiān)護(hù)系統(tǒng)錯(cuò)誤報(bào)警,增加醫(yī)師的工作量,影響臨床決策效果。準(zhǔn)確并快速地對(duì)信號(hào)質(zhì)量做出評(píng)估,在降低誤報(bào)率、減輕醫(yī)師工作量以及提高臨床決策效率方面,具有重要的理論意義與應(yīng)用價(jià)值。
針對(duì)脈搏信號(hào)質(zhì)量評(píng)估存在的問題,本文從信號(hào)質(zhì)量特征和分類
2、算法兩個(gè)方面展開研究,主要通過提取反映信號(hào)質(zhì)量信息的特征并構(gòu)建特征矩陣,建立優(yōu)化分類模型,探究信號(hào)特征與信號(hào)質(zhì)量變化之間的映射關(guān)系,實(shí)現(xiàn)對(duì)脈搏信號(hào)的質(zhì)量評(píng)估。論文的主要內(nèi)容與研究成果如下:
(1)闡述了脈搏信號(hào)的產(chǎn)生機(jī)理與波形特征,介紹了脈搏信號(hào)的特點(diǎn)以及常見干擾類型。設(shè)計(jì)合理的信號(hào)采集實(shí)驗(yàn)方案,搭建實(shí)驗(yàn)環(huán)境,分別從53位被試者的左、右食指端采集到了包含不同情感信息與質(zhì)量信息的脈搏信號(hào)數(shù)據(jù)。
(2)采用人工質(zhì)量等級(jí)標(biāo)
3、注的方法,首先根據(jù)脈搏信號(hào)的波形完整度以及干擾程度將單個(gè)脈搏波分為質(zhì)量好與質(zhì)量差,質(zhì)量好標(biāo)注為1,質(zhì)量差標(biāo)注為0。然后取5s數(shù)據(jù)滑窗對(duì)脈搏信號(hào)進(jìn)行分割,并對(duì)每段脈搏信號(hào)計(jì)算出包含單周期脈搏波質(zhì)量等級(jí)的均值。
(3)提取了來自線性和非線性空間內(nèi)的19個(gè)描述脈搏信號(hào)質(zhì)量變化信息的特征,其中包括13個(gè)時(shí)域特征、3個(gè)頻域特征和3個(gè)非線性特征。采用曼,惠特尼U非參數(shù)檢驗(yàn)方法,分析檢驗(yàn)不同質(zhì)量下的特征序列的差異性,利用Spearman相關(guān)
4、分析方法檢驗(yàn)特征序列間的相關(guān)程度,優(yōu)化分類模型。結(jié)果顯示,與時(shí)域特征比較,頻域特征與非線性特征在不同質(zhì)量下表現(xiàn)出明顯的差異性、敏感性和可區(qū)分性,同類特征之間表現(xiàn)出較高的相關(guān)性。
(4)設(shè)計(jì)并搭建了基于網(wǎng)格參數(shù)尋優(yōu)算法、十折交叉檢驗(yàn)技術(shù)和支持向量機(jī)的分類模型,并基于最優(yōu)參數(shù)和最優(yōu)特征子集,分別建立單特征與多特征信號(hào)質(zhì)量評(píng)估模型,實(shí)現(xiàn)了兩種信號(hào)質(zhì)量一對(duì)一的識(shí)別。多特征訓(xùn)練的分類模型平均分類準(zhǔn)確率為88.51%,高于單特征訓(xùn)練的分類
5、模型的分類準(zhǔn)確率,且對(duì)應(yīng)的標(biāo)準(zhǔn)差較小,結(jié)果表明本文基于最優(yōu)特征組合訓(xùn)練的分類模型具有較好的分類性能和一定的泛化能力。
(5)提取脈搏信號(hào)反映情感信息的特征序列,基于網(wǎng)格參數(shù)尋優(yōu)算法、十折交叉檢驗(yàn)技術(shù)以及SVM算法,利用原始脈搏數(shù)據(jù)以及質(zhì)量評(píng)估結(jié)果為好的數(shù)據(jù)分別構(gòu)建分類模型并進(jìn)行情感狀態(tài)識(shí)別,結(jié)果顯示,信號(hào)質(zhì)量評(píng)估后的數(shù)據(jù)搭建的分類模型的識(shí)別精確度為80.24%,未經(jīng)過信號(hào)質(zhì)量評(píng)估的數(shù)據(jù)搭建的分類模型的識(shí)別精確度為77.66%,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 情緒與脈搏信號(hào)之間關(guān)系的研究.pdf
- 脈搏信號(hào)的干擾段檢測和質(zhì)量評(píng)估算法研究.pdf
- SAR圖像質(zhì)量評(píng)估及其目標(biāo)識(shí)別應(yīng)用.pdf
- 脈搏信號(hào)的非線性分析及其應(yīng)用的研究.pdf
- 脈搏信號(hào)在情感狀態(tài)識(shí)別中的研究.pdf
- 脈搏信號(hào)處理及其在心理壓力測試中的應(yīng)用.pdf
- 基于語音信號(hào)的情緒識(shí)別研究.pdf
- 基于實(shí)時(shí)脈搏信號(hào)處理的VDT視疲勞狀態(tài)識(shí)別研究.pdf
- 基于SC0073A的脈搏信號(hào)獲取與基于周期脈搏熵的脈搏信號(hào)分析.pdf
- 典型生理信號(hào)綜合測量及情緒識(shí)別研究.pdf
- 改進(jìn)的支持向量機(jī)用于脈搏信號(hào)的情感識(shí)別研究.pdf
- 基于改進(jìn)的EMD脈搏信號(hào)特征的情感識(shí)別方法.pdf
- 改進(jìn)的支持向量機(jī)用于脈搏信號(hào)的情感識(shí)別研究
- 脈搏波信號(hào)的智能化監(jiān)測技術(shù)及其應(yīng)用基礎(chǔ)研究.pdf
- 基于腦電信號(hào)的情緒識(shí)別研究.pdf
- 脈搏檢測系統(tǒng)設(shè)計(jì)及其信號(hào)處理算法研究.pdf
- 基于心電脈搏信號(hào)的VDT精神疲勞識(shí)別方法研究.pdf
- 基于心電脈搏信號(hào)的睡意檢測與識(shí)別方法研究.pdf
- 低信噪比GNSS信號(hào)質(zhì)量評(píng)估.pdf
- 脈搏信號(hào)處理方法研究與脈搏測量系統(tǒng)設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論