體震信息監(jiān)測系統(tǒng)中的微弱信號檢測與分析方法研究.pdf

1、隨著家庭日常監(jiān)護(hù)需求的不斷提高，多功能生理參數(shù)的同步檢測成為研究的熱點(diǎn)。人們希望可以在無感覺的狀態(tài)下，通過便捷的檢測手段，獲得更多能夠表征人體生理狀態(tài)的信息，進(jìn)而達(dá)到健康監(jiān)測與疾病預(yù)警的目的。體震(Ballistocardiogram，BCG)信息監(jiān)測系統(tǒng)可以在受試者無感覺的狀態(tài)下，提取反映受試者心血管系統(tǒng)功能、呼吸狀況等多生理信息的BCG信號，符合當(dāng)前對日常監(jiān)護(hù)設(shè)備開發(fā)的要求。通過對BCG信號研究現(xiàn)狀的綜述，本文以坐姿BCG信號為研究

2、對象，開展了從BCG信號中檢測微弱生理信息，并對其進(jìn)行分析的研究，主要工作如下:
　　在分析BCG信號產(chǎn)生原理階段，建立了一種基于體內(nèi)搏動力產(chǎn)生、體內(nèi)血流傳導(dǎo)、體外檢測三者相結(jié)合的BCG信號數(shù)學(xué)模型，模擬了該模型的多周期時域仿真波形，并與實(shí)測BCG信號波形進(jìn)行對比，驗證了模型的表征性能及準(zhǔn)確性。
　　在BCG信號預(yù)處理階段，分析了BCG信號的屬性，對其進(jìn)行有針對性的消除趨勢項、平滑濾波、計算自相關(guān)函數(shù)等時域預(yù)處理。同時，建立

3、了一種基于頻域分析的BCG信號簡化數(shù)學(xué)模型，模擬了理論BCG信號的頻譜分布，確定了BCG信號的主頻率，并進(jìn)行了有效的頻域濾波與小波去噪。
　　在由BCG信號檢測心率階段，提出了一種基于混沌理論的檢測方法。首先，在受試者常規(guī)心率已知的條件下，采用Duffing混沌振子檢測低信噪比BCG信號中的微弱周期成分，并針對其輸出相空間軌跡，提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的混沌判據(jù)，從而有效檢測到BCG信號中的異常心率;而后，在受試者常規(guī)心率未

4、知的條件下，提出一種基于線性隨機(jī)搜索算法的自適應(yīng)隨機(jī)共振方法，將輸入噪聲的能量轉(zhuǎn)化為BCG信號中微弱周期成分的能量，突出心動周期波形，從而達(dá)到自動獲取心率的目的。該階段實(shí)驗均通過同步采集的受試者心電信號作為評價準(zhǔn)則，以驗證算法的準(zhǔn)確性。
　　在由BCG信號檢測呼吸率階段，提出了三種從BCG信號中提取呼吸率的方法。第一種，基于自適應(yīng)干擾對消算法，通過抵消兩通道BCG信號中的心動周期成分，獲取輸出中的呼吸成分;第二種，基于變頻復(fù)解調(diào)算

5、法，將BCG信號視為心動周期成分對呼吸成分的調(diào)制信號，從解調(diào)的角度，將調(diào)制信號—呼吸成分解調(diào)出來;第三種，基于S變換的包絡(luò)解調(diào)算法，從調(diào)幅信號解調(diào)的角度，提取BCG信號的呼吸成分包絡(luò)。最后，對以上所獲取的呼吸成分進(jìn)行峰值檢測，以計算呼吸率。該階段實(shí)驗均以同步采集的受試者鼻熱敏信號作為參考，并與小波變換提取BCG信號呼吸成分方法作對比，給出了各算法的性能評價。
　　在對BCG信號進(jìn)行特征提取階段，提出了一種基于BCG信號診斷特征的盲

6、分幀算法。在無心電信號參考的條件下，實(shí)現(xiàn)了對BCG信號的分幀，并以此為基礎(chǔ)，提取了BCG信號的時域特征、頻域特征、時頻奇異值特征及長短期重復(fù)性統(tǒng)計特征。最后，從特征診斷的角度，提出了基于常規(guī)特征點(diǎn)確定性BCG信號診斷方法和基于云模型的模糊性BCG信號診斷方法。該階段采用心律不齊受試者對所提特征和診斷方法進(jìn)行實(shí)驗，以驗證方法的優(yōu)越性。
　　論文最后設(shè)計并實(shí)現(xiàn)了一套體震信息監(jiān)測系統(tǒng)。該系統(tǒng)以本實(shí)驗室開發(fā)的坐姿BCG信號檢測座椅為硬件裝