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。     

肺音信号检测处理及其临床应用研究

近年来,随着传感器技术、电子技术、信号处理技术等的迅速发展,国外医学界对肺音发生与传播、肺音检测与处理、肺音临床应用等方面进行了许多研究,取得了较大进展。本文主要综述了肺音信号检测处理与肺音临床应用等方面的新进展。在肺音检测方面,涉及肺音检测用传感器及肺音中噪声的滤波技术等。在信号处理方面,涉及肺音信号特征与肺音分析的振幅分析、时域分析、频域分析等方法。并指出,开发适用于临床的肺音计,将有助于对肺音作全面分析,有助于肺音的广泛应用。最后,介绍了肺音在临床呼吸监护方面的应用。     

基于小波变换的吞水音信号分析算法的研究

目的:吞水音信号的处理和特征提取。方法:本论文利用小波阈值算法对吞水音信号进行处理;并且通过带通滤波,利用小波变换的多分辨率分析对信号进行分析。结果:通过信号处理前后对比和分析,小波变换对吞水音信号的处理是有效的;并提出用咽部到贲门后音节的时间代替吞程来作为诊断的一个参数。结论:吞水音的分析在贲门癌的诊断中具有重要价值,利用小波变换,可以有效地对信号进行处理和分析,有助于贲门癌的诊断。     

肺音信号的自回归谱谱阵分析

本文应用自回归模型方法研究了各种肺音信号的ＡＲ谱谱阵，并与傅里叶功率谱谱阵作了对比，探讨了两种谱阵的特点与差异，实验结果表明：肺泡呼吸音ＡＲ模型阶次为６阶，气管音ＡＲ模型阶次为１４阶，哮鸣音与喘鸣音的ＡＲ模型阶次分别为１２阶与６阶，正常呼吸音（肺泡呼吸音与气管音）功率谱为连续谱，异常连续性肺音（哮鸣音与喘鸣音）功率谱为离散线状谱，音肺信号谱阵方法可显示出肺音的时变特性，有利于对肺音作动态分析。     

基于MyDAQ和LabVIEW的胎心音实验系统

目的：指出胎儿监护的重要性和通过检测胎心音实现胎儿监护的重要价值，设计一个胎心音实验平台，实现胎心音采集和性质分析。方法：首先依据WHO的调查，世界每年有数百万胎儿死亡，若孕妇在怀孕期间按周期做胎儿健康监护，则可以明显降低婴儿的死亡率，简述了胎儿健康监护的重要意义；然后比较多种胎儿监护方法，指出胎心音图法具有更重要的价值。最后论文分析了胎心音的产生和基本特点，基于MyDAQ和LabVIEW建立了一个胎心音实验系统。结果：该实验系统实现了胎心音的采集、WAV格式存储和读取。时变滤波器和小波除噪的预处理，以及基于TSA的胎心音性质分析，得出胎心音的性质与文献研究一致。结论：该系统廉价、快速原型化、灵活的优势，以及能够开放的特点，不仅能用于胎心音的相关研究，还适用于语音等信号的采集和分析。     

间质性肺炎患者肺音的小波分析

目的：探索一种间质性肺炎患者肺音的的定量化评估分析方法。方法：采集第三军医大学第三附属医院呼吸科2名间质性肺炎患者的肺音,对肺音信号进行小波分析,首先进行归一化处理,然后采用db3小波进行6尺度小波分解,计算肺音小波分解各分量的能量。结果：间质性肺炎患者的爆烈音主要集中在小波分解的D3,D4和D5分量中。患者A治疗前肺音及治疗半年后的D3、D4和D5的能量和的平均值分别为0．25和0．057。患者B是在同一时期记录不同部位的肺音,患者的右上背与右下背记录的肺音D3＋D4＋D5的能量和均值分别为0．085和0．128,右下肺较右上肺的病情更严重。结论：肺音属于非平稳的随机信号,在时域和频域都有特征信息,适合采用小波时频分析方法来进行信号处理。肺音小波分量D3,D4和D5的能量和可以在一定程度反映爆烈音的多少,从而反映间质性肺炎患者的病情严重程度的不同。肺音检测安全,方法简单,成本低,便于重复检测,适合于监测间质性肺炎患者的病情程度。     

基于coif5小波的多普勒胎心音信号提取算法的研究

胎心率监护是围产期胎儿监护的关键技术指标，超声多普勒测量胎心率是最常用的无创方法。由于胎心多普勒信号具有信噪比低、非平稳的随机性特点，提出基于coif5小波，结合双重阈值方法的胎心音信号提取算法。实验表明，该算法有效地解决了由于胎心率加倍、减半所引起的胎心率曲线翻转问题，提高了多普勒胎心音信号提取的准确性。     

一种用于喉部疾病语声诊断的新的声带模型

本文提出了一种新的声带模型－非对称四质量块声带模型，给出了它的数学表达式和等效电路，说明了在ＩＢＭ－ＰＣ微机上利用已知的语音信号拟合声带参数的方法，改进了语音嘶哑度的衡量方法，应用该模型对各种正常音和１６种典型喉部疾病患者手术前后的嘶哑语音进行分析比较，结果表明此模型的分析方法可作为喉部疾病诊断和嘶音分析的有效手段。     

远程会诊系统中生理信号实时采集传输系统的设计与实现

目的:研究远程会诊系统中人体生理信号的实时采集与传输,用于对患者进行实时远程物理检查,辅助远程诊断。方法:应用传感器获取生理信号,用LabWindows/CVI编程,实现远程会诊中心音、呼吸音和脉搏的实时采集和传输。结果:远程会诊专家能够实时对远程患者进行心音、呼吸音和脉搏等物理检查,并将诊断结果实时反馈给患者。结论:在现有的网络条件下,系统可以很好的实现生理信号的实时采集与传输,具有较强的实用性。     

独立成分分析在生物医学信号处理中的应用

独立成分分析(independent component analysis，ICA)已经成功地应用到生物医学信号处理中，并被证明是一种分析生物医学信号的强有力的工具，近年来一直受到国内外学的广泛关注。本系统地介绍了独立成分分析在生物医学信号(EEG，MEG，fMRI)处理中的应用，分析了其应用方法，最后简要地探讨了独立成分分析应用到生物医学信号中的优势及存在的一些不足。     

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。     

多通道肺音采集系统设计

目的：设计一种多通道肺音采集系统。方法：系统采用增强型的32位基于ARM核心的微控制器STM32F103ZET6作为核心控制芯片。电容传声器将采集到的肺音信号转换为电信号,设计多路放大滤波电路对肺音电信号进行处理,微控制器通过控制4通道串行输出AD转换芯片ADS8341实现多通道数据采集,采用SD卡作为存储介质用以存储所采集的肺音信号,采用液晶显示器作为人机界面,显示操作提示信息或系统工作状态。结果：可以同时采集1-4通道的肺音数据,采样频率为8789 Hz,数据采样精度为16位,单次可连续存储30s-60s的肺音数据。结论：系统操作简便,体积较小,肺音数据以WAV格式的音频文件存储于SD卡中。计算机可以方便地读取SD卡中肺音数据,进行肺音音频播放,还可以对肺音数据进行进一步的分析处理。系统能准确地采集多通道肺音数据,数据存储快速、可靠,数据读取方便,能满足临床医生采集肺音数据的需求。     

柯氏音信号与体位关系的初步探讨

目的:探讨人体在不同体位状况下,柯氏音(korotkoff sound)信号时域特征及其差异,初步揭示柯氏音信号携带的生理信息,进而深入研究柯氏音数字化分析在心血管疾病诊断中的生理价值.方法:采集10位受试者不同体位的柯氏音信号,并对信号的时域参数进行分析,统计学处理.结果:同一受试者不同体位时柯氏音信号时域参数具有显著性差异,不同受试者试验结果相似.结论:柯氏音信号携带有丰富的生理信息,能够表征不同体位下心血管系统输出的差异,对其进行数字化分析研究具有重要价值.     

一种新呼吸音信号特征提取方法与应用

目的:通过研究呼吸音信号与呼吸系统疾病内在联系,对呼吸音特征进行提取与分类,为研制便携家用型呼吸音远程监测移动装置进行技术准备。 方法:对采集到的呼吸音进行预处理分析,从处理后的呼吸音原始数据中提取短时能量与短时过零率的特征值。 结果:通过不同时间段呼吸音信号能量的高低来显示特征差异,并且呼吸音的高低频异常信号对特征提取方法影响较小。 结论:本文方法可简单有效地提取特征值,不仅简化了特征识别数据处理过程,而且提取到的特征参数满足了差异性、统一性及相关性等基本特征。为构建神经网络的输入提供了理论依据与实际数据支撑。     

连续肌肉电信号的辨识

以前对肌电信号的处理都是针对手工分割后的信号进行辨识，但实际应用中需要处理的是连续肌电信号。本文中采用了时域参数与频域参数相结合的方法对连续的肌电信号进行自动分割，然后再辨识分割后的肌电信号，取得了很好的结果。     

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，也妈承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。     

一种基于独立成份分析的fMRI时-空模型数据处理方法

独立成份分析(ICA)是信号处理领域中斯近发展起来的一种很有应用前景的方法，而脑功能磁共振(fMRI)信号的有效分离与识别是一个正在研究和试验之中的技术领域。因此，发展基于ICA的fMRI数据处理方法具有明显的理论价值和应用前景。本文首先介绍了ICA原理，分析了现行ICA—fMRI方法采用的信号与噪声的空域分布相互独立的信号模型所存在的明显不足，然后提出了微域中的信号与噪声的时域过程相互独立的fMRI信号模型，从而建立了一种新的fMRI数据处理方法：邻域独立成份相关法。合理的fMRI实验数据处理结果验证了新方法的合理性。     

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。     

危重病人生命体征信号分析及处理方法

本讨论了在危重病医学科中建立病人监测和应急诊断系统要解决的关键问题，即危重病人生命体征信号的分析及处理方法。介绍了获取危重病人主要生命体征信号的有关技术，对目前常用的生命体征信号处理方法作了综述，介绍了近年来的研究现状，并展望了利用多变量时间序列非线性动力学方法处理多维生命体征信号及从中提取危重病人病理特征的新方法。     

基于高阶统计量分析的生物医学信号处理应用

目的:高阶统计量是随机过程的新的数字特征,通常是指高阶矩、高阶累积量以及它们的谱--高阶矩谱和高阶累积量谱。许多生物医学信号具有非线性、非平稳、非高斯、非确定性的固有特征。高阶统计量分析在信号处理某些应用中能提供特征信息量,具有一定的优势。本文探讨高阶统计量分析在生物医学信号处理的应用。方法:介绍了有关高阶矩、高阶累积量、高阶累积量谱的理论基础,阐述了高阶统计量用于处理脑电、心电、表面肌电信号、肺音、心音、二维生物医学信号等信号,提取出有用信息的应用。结果:高阶统计量不仅包含原信号的幅度信息,还包含其相位信息,能解决非高斯、非线性问题,在理论上可以完全抑制高斯有色噪声的影响,是一种分析具有非线性特征的生物医学信号的理想工具。结论:高阶统计量分析具有非线性、非平稳、非高斯、非确定性的生物医学信号具有重要的应用价值。