基于遗传算法和最小二乘支持向量机的胎儿状态智能评估

胎心宫缩图是一种临床常用的评估胎儿健康状况的电子监护技术,具有易受主观因素影响导致诊断率较低的缺点。为降低误诊率,辅助医生做出准确的医疗决策,本文提出了一种基于胎心率信号分析胎儿状态的智能评估方法。首先,本文将来自捷克技术大学—布尔诺大学医院公开数据库的信号进行预处理后,对其中的胎心率信号进行多模态特征提取,然后利用设计的基于k—最近邻遗传算法选择最优特征子集,最后采用最小二乘支持向量机法对其分类。实验结果显示,利用本文提出的方法对胎儿状态进行分类,其准确度可达91%,灵敏度为89%,特异度为94%,质量指标为92%,受试者工作特征曲线下面积为92%,具有较好的分类性能,可辅助临床医生对胎儿状态做出有效评估。     

心音自动分段算法研究

目的 实现心音信号的自动分段：第一心音、收缩期、第二心音、舒张期。方法 提出了一种新的无需心电参考的心音自动分段算法,首先用最优的小波阈值滤波技术对心音信号预处理,保留并突出心音信号的基本特征;然后利用希尔伯特变换提取信号包络,对包络信号采取一定策略实现心音的自动定位。结果 对临床采集得到的大量正常人心音与心脏病人心音数据对算法进行验证,尽管心音信号复杂多样,用此算法的正确分段率超过95％。结论 心音自动分段算法正确率高,鲁棒性强,为各种心脏病的进一步诊断奠定了良好的基础。     

小波阈值去噪技术研究及其在生物医学信号处理中的应用

探讨小波阈值消噪技术的原理,总结了各种阈值函数的形式以及阈值确定的方式.研究了它们的性能及特点.用心电信号作为实例,说明小波消噪技术有良好的效果,最后对小波消噪技术的进展进行了展望.