论文部分内容阅读
随着人们生活方式的改变,中国心血管病的发病人数持续增加,且大量的心脏病突发状况都发生在医院外,需要寻找一种无创的家庭心脏监护方法,对心脏状态进行院外持续监测,并提前预警心脏异常,降低突发心脏病造成的风险和损失。心冲击信号(Ballistocardiogram,BCG)可以描述心脏收缩与血液喷射引起的身体振动,是一种可实现非接触式采集的心脏生理信号。本文设计了一种基于压电薄膜传感器的坐式BCG信号采集系统,实现心脏生理信号的非接触式采集,并对信号进行特征提取与分析,主要工作如下:(1)依据BCG信号的产生原理,将压电薄膜传感器置于坐垫中,设计并制作由电荷放大电路、滤波电路、后级放大电路和数据采集卡组成的信号采集系统,并同步采集心电信号(Electrocardiogram,ECG)和脉搏信号。此采集系统可有效采集并记录三种心脏生理信号,具有较好的稳定性。(2)研究了基于小波变换的BCG信号去噪方法。根据BCG信号的特点及噪声来源,选用切比雪夫Ⅱ型IIR数字滤波器从频域角度去除呼吸趋势和由模拟电路与环境引入的噪声。然后讨论了小波基、分解尺度和阈值函数对小波去噪效果的影响,选用基于sym8小波基的改进阈值法对BCG信号进行小波去噪。此方法可有效去除信号采集过程中引入的噪声,得到清晰的、符合标准BCG信号特征的波形。(3)研究了提取并分析呼吸率和BCG信号特征点的方法。基于原始信号中的呼吸趋势和正常呼吸频率,采用低通滤波提取呼吸信号的基本波形,然后标记特征点获得呼吸率。讨论特征点标记过程中阈值选择的方法,采用幅度和间隔阈值结合的方法精确标记BCG信号J波,然后使用极值递推方式依次标出K、I、L波,并同理标记心电信号的QRS波群。最后计算BCG信号特征点间隔和两种信号之间的J-R间隔,分别绘制ECG信号的R-R间期散点图和BCG信号的J-J间期散点图并对比。统计分析结果显示,BCG信号单周期内各波段稳定且与心电信号同步,可准确反映心动周期。(4)介绍了基于混沌理论的BCG信号非线性特性分析方法并计算特征参数。对信号进行功率谱分析,证明了BCG信号是具有确定性规律的混沌信号;采用C-C算法计算延迟时间和嵌入维数,并对不同受试者的信号进行相空间重构,发现健康受试者相空间重构图比异常受试者更有规律;采用G-P算法和Wolf法分别计算信号关联维数及最大Lyapunov指数,结果也验证了健康人的BCG信号混沌性更强。(5)采用支持向量机对信号进行分类与异常识别。对比输入不同特征向量时的异常识别率。结果显示,加入非线性混沌特征后,信号异常识别率明显提高。