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。     

分娩期连续胎心音监护的体会

目的 探讨连续胎心音监护对减少胎儿宫内窘迫及新生儿窒息的作用,提高产科质量.方法 对2008年1月至6月在我院分娩的孕周≥37周的孕妇(实验组)通过中央监护仪连续胎心音监护,并与2007年7～12月孕周≥37周的孕妇500例(对照组)未行胎心音监护进行比较,分析两组胎儿宫内窘迫和新生儿窒息的发生率.结果 进行连续胎心音监护能够减少胎儿宫内窘迫及新生儿窒息的发生率.结论 连续胎心音监护可正确及时地反映胎儿在宫内的缺氧程度及动态变化,有利于及时采取正确的处理方法,使胎儿在重要器官尚未遭到损害时娩出,以降低或避免发生新生儿窒息,提高产科质量.     

超声多普勒血流信号的小波特征提取及分类

利用小波变换对超声多普勒血流信号的最大频率曲线进行多尺度分析， 并从时间－尺度图上提取出模极大值的变化曲线。将这种方法应用到颈动脉血流的分析中，发现：该曲线对于脑血管床正常和异常的病例具有不同的形态。通过对该曲线进行多项式拟合，并将拟合的系数作为非线性变换单元组成的前馈网络（BP网络）的输入进行分类，临床试用效果良好，表明该方法为临床诊断脑血管疾病提供了一个新的依据。     

基于小波降噪的呼吸信号提取方法

针对呼吸信号中包含的心动冲击、动脉搏动等相关噪声,提出了一种基于小波降噪的呼吸信号提取算法。该算法采用db4小波将信号在六个尺度上分解,应用史坦无偏似然估计原理产生自适应阈值对小波系数做阈处理并重构小波系数,处理结果显示噪声信号可被有效剔除。为临床上实现非接触的呼吸监护打下基础。     

小波变换用于从血压信号中提取呼吸及心率信息的研究

本文提供了一种新的数字信号处理工具一小波变换和小波分析程序流程图,可用于重量及其它学科科研实验研究。文中给出了利用Gauss一介导数小波变换从家兔动脉血压信号中提取呼吸频率及心率的方法。     

基于小波变换和CNN-LSTM的肺音分类算法

目的：针对如何建立有助于电子听诊诊断的肺音分类模型,提出一种基于卷积神经网络（CNN）-长短期记忆网络（LSTM的混合深度学习肺音分类模型方法。方法：首先使用小波变换对数据集进行特征提取,使肺音信号转化为能量熵、峰值等特征;在此基础上构建CNN和LSTM的混合算法分类模型,其中将小波变换提取的特征先输入CNN模块,能够获得数据的空间维度特征,再通过LSTM模块获得数据的时间维度特征,融合两类特征,通过模型可以将肺音分类,从而达到辅助判断患者的肺部疾病。结果：CNN-LSTM混合模型准确率、F1分数均明显高于其他单一模型,可达到0.948和0.950。结论：提出的CNN-LSTM混合模型分类准确率更高,在智能听诊领域具有广泛的潜在应用价值。     

基于改进小波阈值算法的ECG肌电信号去噪研究

为了解决传统软、硬阈值算法对肌电信号去噪后心电图（ECG）信号幅值降低和存在局部异常尖峰,导致去噪效果较差的问题。通过研究小波阈值算法的去噪原理和优化规则,基于双曲正切函数构造出一种具有连续性、结构简单、灵活性较高的可调阈值函数和改进的分层阈值,并分析得到小波分解含噪ECG信号的最佳小波基函数和分解层数,提出了一种改进的小波阈值算法。将软、硬阈值算法、相关文献中的阈值算法和本文所提改进阈值算法对含有真实肌电信号噪声的ECG信号进行去噪对比研究。实验结果表明：本文改进阈值算法能较好地去除ECG信号中的肌电信号噪声,并能更好地保持ECG信号波形特征,且Pearson相关系数值大于其他阈值算法。定性和定量结果表明,本文所提改进阈值算法对ECG肌电信号噪声具有较好的去噪效果。     

利用小波包提取脉象信号特征的方法

将基于小波包分析构造特征向量的方法应用到脉象信号分析中,阐述了构造方法,给出了实验数据.构造的特征向量具有较好的重复性与稳定性,可以较有效地区分正常人与心脏病人.     

心电信号的小波变换滤波算法的改进

对心电信号的滤波算法进行了改进。在利用小波变换实现心电图信号滤波算法的基础上，增加了对2^3尺度下小波分解所得细节信号的模极大值对的检测功能，以修复因滤波受损的心电信号的QRS波。经MIT／BIH标准心电数据库验证，试验表明，该方法行之有效。     

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。     

用小波变换的模极大值提取胎儿心率的方法

对胎儿监护的主要方法是监听胎儿心率,而超声多普勒测量胎儿心率是一种很好的无创方法.但是,由于测量得到的原始信号成分非常复杂,干扰严重,从而使其对胎心率的提取造成很大困难.本文利用小波变换系数的模的平方值与信号奇异性指数之间的关系,从超声回波信号中提取出了胎儿的心率.由于噪声的小波变换系数随尺度的增大而减小,因此,该方法具有较高的抗干扰能力.通过模拟仿真和实际信号处理,证明该方法能准确地从超声多普勒信号中提取胎心率信号.     

基于小波变换心音定位

目的：本介绍一种在心音图（PCG）中定位第一心音（S1）和第二心音（S2）的算法。方法：利用小波变换多分辨分析将PCG信号分解成不同的频带，然后按时间顺序分段计算频段的规一化香农能量，能量大于某一合适阈值的时刻作为S1和S2的候选点，结合心音的特点确定S1和S2。结果：在对2880个心动周期的运用中，正确定位率达到了96％以上。结论：小波变换多分辨分层后的分段算法能对S1和S2定位；如果不分段处理，求整体香农能量，那么也可确定心音和心脏杂音的频率范围。     

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。     

基于小波变换的第一心音频率检测

根据心脏瓣膜收缩原理，第一心音(S1)是在心脏收缩期由二尖瓣和三尖瓣关闭时引起的振动产生的，含有多个频率分量。本文介绍一种利用小波变换的多分辨分析原理确定S1频率范围的方法。首先将S1按频率分解成不同的层，然后计算各层的规一化香农能量，具有最大规一化香农能量的层，即为S1的主要成分集中层。该层的频率范围就是S1的主要频率范围。这一方法成功地确定出了S1的频率范围。     

基于非负盲分离的胎儿心率检测方法

胎儿心率监测是一种有效评估胎儿当前健康状况的重要参考依据。为了可以快速准确地获取胎儿心率,该文提出一种基于非负盲分离的胎儿心率检测方法。该方法首先对采集得到的腹壁信号进行预处理,平稳小波变换后重构出母亲心电信号;接着,采用相减法去除母亲心电信号,再把剩下含有噪声的胎儿心电信号通过时频变换得到Born-Jordan分布;最后,利用非负矩阵分解得到胎儿心电的特征信号,检测其R波位置求得胎儿瞬时心率。实验结果表明,该方法可以快速、准确有效地获得胎儿地瞬时心率数据。     

基于小波变换的脉搏波信号去噪

人体脉象信号是一种信噪比较低的非平稳随机信号,在分析脉象信号之前去噪是一项十分重要的工作。针对小波变换中的阈值法进行公式上的改进,并利用ZM—ⅢC型智能化中医脉象仪采集到的亚健康人群左关外桡动脉脉搏信号进行去噪处理,实验结果表明,改进后的阈值法可以取得更好的去噪效果。     

The Signal Extraction of Fetal Heart Rate Based on Wavelet Transform and BP Neural Network

This paper briefly introduces the collection and recognition of biomedical signals, designs the method to collect FM signals. A detailed discussion on the system hardware, structure and functions is also given. Under LabWindows/CVl,the hardware and the driver do compatible, the hardware equipment work properly actively. The paper adopts multi threading technology for real-time analysis and makes use of latency time of CPU effectively, expedites program reflect speed, improves the program to perform efficiency. One threading is collecting data; the other threading is analyzing data. Using the method, it is broaden to analyze the signal in real-time. Wavelet transform to remove the main interference in the FM and by adding time-window to recognize with BP network; Finally the results of collecting signals and BP networks are discussed. 8 pregnant women‘ s signals of FM were collected successfully by using the sensor. The correct of BP network recognition is about 83. 3% by using the above measure.     

心音信号的分析及其特征提取方法的研究

心音的改变和心脏杂音的出现，往往是器质性心脏病的最早体征。本研究讨论了一种全面的、综合性的心音信号分析方法，从多个角度对方法进行了探讨，提取心音的特征值，区分不同的心音。分析和仿真结果证明该方法能有效地区分不同的心音，有助于器质性心脏病的辅助诊断。     

The Single Training Sample Extraction of Visual Evoked Potentials Based on Wavelet Transform

Based on the good localization characteristic of the wavelet transform both in time and frequency domain, a de-noising method based on wavelet transform is presented, which can make the extraction of visual evoked potentials in single training sample from the EEG background noise in favor of studying the changes between the single sample response happen. The information is probably related with the different function, appearance and pathologies of the brain. At the same time this method can also be used to remove those signal＇ s artifacts that do not appear with EP within the same scope of time or frequency. The traditional Fourier filter can hardly attain the similar result. This method is different from other wavelet de-noising methods in which different criteria are employed in choosing wavelet coefficient. It has a biggest virtue of noting the differences among the single training sample and making use of the characteristics of high time frequency resolution to reduce the effect of interference factors to a maximum extent within the time scope that EP appear. The experiment result proves that this method is not restricted by the signal-tonoise ratio of evoked potential and electroencephalograph （EEG） and even can recognize instantaneous event under the condition of lower signal-to-noise ratio, as well as recognize the samples which evoked evident response more easily. Therefore, more evident average evoked response could be achieved by de-nosing the signals obtained through averaging out the samples that can evoke evident responses than de-nosing the average of original signals. In addition, averaging methodology can dramatically reduce the number of record samples needed, thus avoiding the effect of behavior change during the recording process. This methodology pays attention to the differences among single training sample and also accomplishes the extraction of visual evoked potentials from single trainings sample. As a result, system speed and accuracy could be improved to a great extent if this methodology is applied to brain-computer interface system based on evoked responses.     

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