心音信号分析的新方法—联合时频分析

联合时频分析将分离的时域或频域分析方法统一成二维的时间—频率分析，也即在时频平面内研究信号的时变谱，该方法在非平稳信号的处理中发挥着愈来愈重要的作用。本文在介绍联合时频分析的基本理论后，综述了该方法在心音信号处理方面的应用及研究进展。     

基于时频分析的EEG信号分析处理方法研究进展

由于脑电信号(EEG)是典型的非平稳时变信号，因此时频分析方法比较适用于分析和处理EEG信号。本在简要介绍时频分析的发展及主要方法的基础上，综述了时频分析方法在EEG信号分析处理中的应用及研究进展，并对现存的问题作了探讨。     

基于时频分析的EEG信号分析处理方法研究进展

由于脑电信号(EEG)是典型的非平稳时变信号,因此时频分析方法比较适用于分析和处理EEG信号。本文在简要介绍时频分析的发展及主要方法的基础上,综述了时频分析方法在EEG信号分析处理中的应用及研究进展,并对现存的问题作了探讨。     

基于小波的海洛因成瘾者脉象异常分析

利用小波变换的方法，对15例海洛因成瘾者和15例正常人的脉搏信号的时频特征予以分析，根据用于显示离散二进小波变换的三维图形及等高线图，海洛因成瘾者与正常人脉象信号间时频特征的显著差异予以揭示，由此得出了初步的判据。根据该判据，15例海洛因成瘾者全部被检测出来，正常人有2例误检。研究结果表明，基于小波的多分辨率分析是提取脉搏信号特征的一种非常有效的方法。本文对于海洛因成瘾者的诊疗具有一定的价值。     

生物医学信号的广义时域分析

广义时频表示方法在处理非平稳信号中发挥了越来越重要的作用，并在众多领域中有广泛的应用前景。本文在介绍时频分析的基本方法之后，综述了该方法在生物医学信号（如：超声多普勒血流信号、心音、心血管音、肌音、脑电及诱发电位、心电、晚电位等）处理中的应用。     

生物医学信号的广义时频分析

广义时颁表示方法在处理非平稳信号中发挥了越来越重要的作用，并在众多领域中有广泛的应用前景。本文在介绍时频分析的基本方法之后，综述了该方法在生物医学信号（如：超声多普勒血流信号、心音、心血管音、肌音、脑电及诱发电位、心电、晚电位等）处理中的应用。     

心脏心冲击信号降噪方法研究

心冲击(BCG)信号是反映心脏机械运动的生理信号,测量中无需在受试者身体表面贴附电极,能实现无感觉生理监护。但BCG信号微弱,易受到干扰,测量时经常被淹没在噪声中。为了有效识别BCG信号,提出一种基于时频联合分布和经验模态分解(EMD)的BCG信号降噪方法。该方法先建立BCG信号的自适应最优核,然后在时频平面内提取BCG信号分量,最后根据EMD原理对BCG信号分量进行滤波,从而实现BCG信号降噪。仿真研究表明,该方法克服了EMD处理在不同时间含有相同或相似频率成分信号时的不足,所提出方法实现了BCG信号降噪,可以有效还原BCG信号特征。     

基于小波变换的时频图建模及其在嗅觉场电位分析中的应用

快速有效地提取和比较不同神经信号中所含信息的相同和区别之处是研究者关注的问题。本文介绍了一种基于小波变换的时频建模方法。该方法用少量的半椭球模型来表征神经信号在时域和频域上的变化,克服了传统时频分析中背景干扰大、参数多的缺陷。将该方法应用于嗅球场电位的研究,与支持向量机(SVM)算法相结合,可初步实现气味的分类。     

基于匹配追踪的癫痫脑电信号的时频分析

目的 鉴于匹配追踪算法具有良好的参数化描述特性,应用匹配追踪算法研究癫痫脑电的时频分布特征.方法 通过仿真算例,将匹配追踪算法与短时傅里叶变换、Wigner-Ville分布结果进行比较,验证该方法的频率分辨率高及参数化表征的优越性;应用上述3种方法对癫痫脑电和正常脑电进行时频分析,研究癫痫异常放电在时频平面的表现.结果 仿真结果表明基于匹配追踪算法能得到较好的时频分布;对癫痫脑电和正常脑电进行时频分析,癫痫脑电和正常脑电在时频平面上存在明显的差异.结论 基于匹配追踪的时频分析方法,能够更好地揭示脑电类非平稳信号的特征.     

用于股动脉仿真多普勒超声信号分析的时频分布技术的比较

用于股动脉仿真多普勒超声信号分析的时频分布技术的比较［英］／ＧｕｏＺＹ…／／ＩＥＥＥＴｒａｎｓＢＭＥ．１９９４，４１（４）．３３２对多普勒超声血流信号的时频分布的计算，通常采用快速付立叶变换或自回归模型。这两种技术要求在一定间隔内信号具有稳定性。这种...     

冠状动脉不同程度狭窄时心电信号的时频分析

本实验旨在阐明心电信号的时频成分可以反映冠状动脉血流量（ＣＢＦ）。犬冠状动脉（ＣＡ）不同程度狭窄时，用功率谱和滑动窗指数分布时频分析法（ＲＷＥＤ）分析心电信号的特征性变化。观察结果表明心电信号的时频成分中确实存在着一些规律性变化，能较敏感地反映心肌缺血程度     

表面肌电信号的分析与应用

表面肌电信号的检测是一种无创电检测方法，它的检测分析对临床诊断及康复医学、运动医学等具有重要意义。本文介绍了表面肌电的信号分析方法（时域分析法、频域分析法、时频分析法及人工神经网络等方法），并介绍了表面肌电信号检测分析的应用状况和前景展望。     

时频分析方法及其在医学信号处理中的应用

许多生物医学信号的频率分布随着时间迅速变化，传统的傅立叶谱分析技术显然不能满足对这类时变信号的分析。通过对一个一维时间或频率信号进行变换，其时频表示能够在时间--频率平面上描述信号的能量分布。实际研究表明，时频分析方法能够解决很多生物医学信号问题。着重论述时频分析的基本方法及其在生物医学信号处理中的应用。     

高分辨心电信号的时频平面维纳滤波研究进展与应用

时频平面上的维纳滤波器（ＴＦＰＷ）是一个建立在后验维纳滤波器原理上的新方法，其目的为了增强整体平均的效果。这篇文章从数学角度发展了ＴＦＰＷ滤波器，并且利用基本信号诸如正弦波、线性调频信号和真实的高频心电信号（ＨＲＥＣＧ）来估计这种滤波器的性能，ＴＦＰＷ滤波器的显著特征就是在于利用时频平面去适应信号的非平稳性。通过使用后验的整体计算统计学方法，这个滤波器可使其自身与被估计信号的时频结构相匹配，这个方法一般都能被应用到任何具有确定的时频结构和整体加性噪声的周期信号簇中。结论：与常规的整体平均方法相比较，使用ＴＦＰＷ滤波器有可能在估计的信号保真度和噪声减小上获得显著的改善     

一种基于经验模态分解的时频分布及其在EEG分析中的应用

Hilbert-Huang变换是一种新的分析非线性非平稳信号的时频方法,这种方法的关键部分是经验模态分解(EMD)方法,任何复杂的信号都可以通过EM D分解为有限数目并且具有一定物理意义的固有模态函数。我们结合该方法给出一种抑制Wigner-Ville分布交叉项的新方法,并将其应用于癫痫脑电信号(EEG)中,且得到了比较好的结果。     

时频分析在心率变异性研究中的应用

心率变异(HRV)包含着心血管神经体液调节的大量信息,由于信号提取的无创性,心率变异性分析是近年生理信号分析研究的热点。鉴于动态变化或病理状态下心电信号的非平稳特性,传统的时域和频域HRV分析有一定的局限性,而时频分析法在这方面显示出其明显的优越性。目前较常用的时频分析法有短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换等。本研究系统阐述了这3种时频分析方法在HRV分析中的应用,并提出了今后的研究方向和发展前景。     

老年人第三第四心音信号小波变换时频分析研究

用小波变换时频分析的方法对老年人的第三第四心音进行了分析研究,在心前区采集心音数据,为对心音定位,同步采集了一导心电信号。本研究对３０例正常老年人（年龄在５０－６９岁）和４０例冠心病老年人（年龄在５３－８５岁）的第三第四心音数据进行了统计分析,发现正常老年人Ｓ３的频谱主峰频率与冠心病老年人Ｓ３的频道主峰频率有明显的差异。由于Ｓ３和Ｓ４的幅度和频率都很低。用听诊方法常被漏掉。本研究为心脏疾病的诊断提     

一种新的T波交替量化评估联合算法

T波交替是预测恶性心律失常和心脏猝死危险性的一个无创的临床指标。针对目前T波交替(TWA)量化分析方法的不足,提出基于时频分析和相关分析相结合的T波交替联合分析算法:通过对预处理过的心电信号的连续小波变换,计算T波序列在指定时频窗内的能量谱,并对其分段统一编秩,再运用秩和检验方法定性判断T波交替;在此基础上,对T波交替的信号段进行T波的时域相关分析,确定交替的频次和程度,提取时域量化指标,为猝死和失常分析提供更丰富的时频特征信息。仿真实验表明,该算法对TWA检测的平均灵敏性达91.2%,在30 dB及以上信噪比的情况下,TWA被100%正确检测。临床数据检测结果表明,本算法对TWA幅值检测结果和临床应用的谱方法检测结果的相关系数达0.96。     

混合时频方法及体表ECG房颤特征研究

从体表心电图对房颤信号的时频相关特征进行分析,能及时提供反映患者心房活动动态行为的信息.本文结合Gabor展开和二次Wigner分布各自的优点,把房颤信号的时频分布表示成由自相关和交叉相关项组成的时频原子级数展开,通过Manhattan距离阈值来控制分辨率和干扰项间的平衡,并把该方法与基于矩的瞬时频率(Instantaneous frequency, IFs)估计法结合, 进行IFs的鲁棒计算.通过比较10对自发终止与非自发终止型房颤,表明该方法能检测出大多数自发终止型房颤在即将终止时IF呈下降趋势,且比基于峰值检测和谱图分析的方法更稳定,计算更简单.因此,本文的方法为刻画房颤的非平稳特征提供了一种稳健的、计算代价低的无创技术,具有好的临床应用前景.     

全身麻醉状态下心率变异性的连续小波分析

为更准确地通过分析心率变异性(HRV)判断麻醉深度随时间的变化,需要密切关注麻醉状态下HRV低频(LF)和高频(HF)成分随时间的变化情况,采用连续小波变换(CWT),将CWT中的尺度转换为频率,对患者麻醉前后的HRV信号(RR间期序列)进行了时频分析。其时频能量图以及LF、HF能量值都表明麻醉后HRV信号的LF和HF成分受到了抑制,LF/HF值也由麻醉前的9.021 9降为麻醉后的3.557 3。CWT和传统的时频分析方法在分析同一麻醉后HRV的时频分布表明,CWT可以更准确地定位HRV时域信号中出现突变的时间以及引起频率变化的频段范围。因此,CWT作为分析麻醉状态下HRV的一种新方法,能提供HRV更为准确的时频定位,进而提供更为准确的麻醉深度监控结果。