生物醫(yī)學(xué)信號(hào)處理ppt課件(參考版)
2025-01-08 13:35本頁(yè)面
【正文】 心音信號(hào)分析的幾個(gè)方向： ?心音產(chǎn)生機(jī)制的研究 ?心音傳輸特性的研究 ?心臟瓣膜（人工瓣膜）的無創(chuàng)性檢查 ?心音微弱成分的研究 心音信號(hào)分析的幾種方法： ?時(shí)域分析：分段、能量、包絡(luò)等 ?頻域分析： FFT、 參數(shù)模型等 ?時(shí)頻分布分析： STFT、 AR譜陣、 Wigner分布、小波變換等 一例正常人的心音圖 一例室間隔缺損病人的心音圖 一例正常人的心音時(shí)頻分布圖 一例室間隔缺損病人的心音時(shí)頻分布圖 。 心音信號(hào)的計(jì)算機(jī)分析 ? 心音信號(hào)中包含了大量關(guān)于心臟、血管、瓣膜、血液等運(yùn)動(dòng)及狀態(tài)的信息，如果能從心音中獲取這些信息，對(duì)某些心血管疾病的早期診斷具有重要的意義。 基于小波變換的 QRS波形檢測(cè)算法： 實(shí)時(shí)采集的心電信號(hào) x(n) 如下圖所示： ① 實(shí)時(shí)采集的心電信號(hào) x(n)通過上限截止頻率 15Hz的三階巴特沃茲低通濾波器，濾除高頻干擾，得 y1(n)； ② 采用高斯函數(shù)一階導(dǎo)數(shù)導(dǎo)出的小波，對(duì) y1(n)進(jìn)行尺度 S=22的小波變換，突出信號(hào)特征點(diǎn)，消除基線漂移，得 y2(n)； ③ 對(duì) y2(n)計(jì)算差分，取絕對(duì)值，并進(jìn)行三點(diǎn)平滑，得 y3(n)； ④ 對(duì) y3(n)再計(jì)算差分，取絕對(duì)值、平滑，得 y4(n)； ⑤ 對(duì) y3(n)與 y4(n)逐點(diǎn)求和，再平滑，得 y5(n)； ⑥ 進(jìn)行閾值檢測(cè)：取連續(xù)前 3秒內(nèi)的待檢測(cè)信號(hào) y5(n)的振幅 P（ 可自適應(yīng)調(diào)整），設(shè)檢測(cè)閾值 d1=， d2=，對(duì)超過 d1的信號(hào)再降低閾值以 d2作雙向檢測(cè)，大于 d2則賦值為 1，得 QRS模板信號(hào) y6(n)， 并記錄每個(gè)模板區(qū)內(nèi) y5(n)的峰值時(shí)刻和峰值； ⑦ 修正策略：對(duì)連續(xù)兩個(gè)模板縫隙在，對(duì)連續(xù)兩個(gè)模板峰值時(shí)刻 判斷，峰值低者認(rèn)為是誤差。⑵ 各種噪聲與 QRS波的通帶相互交疊。 決策規(guī)則一般用峰值檢測(cè)器或自適應(yīng)閾值檢測(cè)器來檢測(cè) QRS波。 線性濾波一般采用中心頻率在 10～ 25Hz之間帶寬為 5～ 10Hz的帶通濾波器，用于減除 ECG信號(hào)中的非 QRS波頻率成分，提高信噪比。當(dāng)然，信號(hào)處理的內(nèi)容非常豐富，例如多采樣率信號(hào)處理、非平穩(wěn)信號(hào)的時(shí)頻分布、同態(tài)濾波、自適應(yīng)濾波、小波變換、人工神經(jīng)網(wǎng)絡(luò)、混沌與分形等方法，在生物醫(yī)學(xué)信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用。 通過該模型 ， 可以完成很多有價(jià)值的研究工作 ， 例如 ， 可以估計(jì)信號(hào) x(n)的功率譜 、 進(jìn)行各種特征分析 、 判別分析等工作 。 ? 我們用一個(gè)白噪聲 u(n)作為輸入去激勵(lì)一個(gè)系統(tǒng) h(n)， 得到輸出 x(n)， 如果滿足： 該系統(tǒng)稱為自回歸模型 （ AR模型 ） 或線性預(yù)測(cè)模型 ， 其物理意義是：模型現(xiàn)在的輸出 x(n)是由現(xiàn)在的輸入 u(n)和過去的 p個(gè)輸出的線性加權(quán)得到 。 ?低通 ?高通 ?帶通 參數(shù)模型 ?參數(shù)模型技術(shù)是近年來得到迅速發(fā)展的新技術(shù) ， 受到人們的普遍關(guān)注 。 帶通濾波器 有上下邊帶截止頻率 ω1和 ω2， 只允許 ω1ωω2的頻率成分通過 。 ? 濾波器有四種頻率響應(yīng)特性： 低通 、 高通 、 帶通 、 帶阻 低通濾波器 有一個(gè)截止頻率 ω0， 只允許頻率低于 ω0的頻率成分通過 ， 凡是輸入信號(hào)中頻率成分高于 ω0的均被濾除 ， 因此在輸出信號(hào) y(t)中只含有低于 ω0的頻率成分 。 數(shù)字濾波器是數(shù)字信號(hào)處理中使用的最廣泛的一種線性系統(tǒng) ， 是數(shù)字信號(hào)處理的重要基礎(chǔ) 。 功率譜估計(jì)在生物醫(yī)學(xué)信號(hào)處理中應(yīng)用極為廣泛 ， 如在心電 、 心音 、腦電等處理中取得了良好的效果 。 信號(hào)的功率譜可以由信號(hào)的相關(guān)函數(shù)計(jì)算得到： ? 因此 ， 只要我們能求出信號(hào)的相關(guān)函數(shù) rxx(m)， 即可求出信號(hào) x(n)的功率譜 。 ???????mtjmm eatf )(tmjtme tjm ????? s i nc o s? 進(jìn)一步推廣 ， 若取實(shí)際的有限長(zhǎng)離散采樣信號(hào)x(n)， 可以將該有限長(zhǎng)信號(hào)看作是周期信號(hào)的一個(gè)基本周期 ， 同樣可以應(yīng)用傅立葉級(jí)數(shù)理論 ，計(jì)算 x(n)的頻譜 ， 得到離散傅立葉變換公式： ? 應(yīng)用該公式計(jì)算離散傅立葉變換有一個(gè)快速算法，這就是著名的 快速傅立葉變換（ FFT） 。 ? 我們知道，對(duì)于一個(gè)周期信號(hào)，如正弦波信號(hào)：y=sin(ωt)， 具有一個(gè)單一的頻譜值 ω。 )()()( nnsny ???)()()( mrmrmr sssys ??? 頻域分析技術(shù) ?對(duì)于信號(hào) x(t)或 x(n)， 我們可以在時(shí)域直接對(duì)其進(jìn)行分析 ， 如濾波 、 求相關(guān)函數(shù) 、相干平均 、 特征提取等 ， 然而 ， 對(duì)信號(hào)特征的深入研究 ， 往往轉(zhuǎn)換到頻域進(jìn)行分析 ， 有助于加深對(duì)信號(hào)特征的認(rèn)識(shí) 。 設(shè)記錄到的信號(hào)： ? ? 其中 s(n)為信號(hào) ， η(n)為白噪聲 （ 白噪聲是指其頻譜為一非零常數(shù)的噪聲 ） ， 現(xiàn)在我們不知道當(dāng)前記錄到的 y(n)中是否存在 s(n)， 但我們根據(jù)以前的工作已知道關(guān)于 s(n)的先驗(yàn)知識(shí) ，因此我們可以做 y(n)與 s(n)的互相關(guān)： ? ? 通常我們認(rèn)為信號(hào)與白噪聲是不相關(guān)的，因此rηs(m)等于零，于是 rys(m) = rss(m) 。自相關(guān)函數(shù)曲線可反映信號(hào)自身的周期性和噪聲水平。 ???????nxy mmnynxmr
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1