基于光电容积脉搏波的呼吸波提

本研究通过人体指端的光电容积脉搏波,提取呼吸波信号。同时采用小波分析和经验模态分解方法对脉搏波信号进行分解并重构呼吸信号,然后与采集的呼吸波信号做相关性分析。通过对5名志愿者的实验,结果显示采用经验模式分解方法所提取的呼吸波具有更好的相关性。通过分析数据显示,其波形相关系数在0.5左右,AR频谱相关系数在0.8以上。由此可以证明,经验模式分解法可有效提取人体指端光电容积脉搏波中所包含的呼吸波成分。     

脉搏波的无创检测方式

脉搏波的波形特征与心血管疾病密切相关,其检测方式和传感器的选择都会对脉搏波的检测结果产生重大影响。目前脉搏波无创检测用传感器类型包括压力传感器、压电传感器和光电传感器(反射式和透射式)。检测方式有桡动脉压力脉搏波检测和指端容积脉搏波检测。实际运用结果显示不同的传感器有不同的性能指标和适应范围,检测方式也会对脉搏波的检测产生很大影响。尽管压电传感器和光电传感器都能采集信号良好的脉搏波,但压力传感器由于误差大、强噪声和检测部位难寻等原因已经逐渐被淘汰,此外临床实验证实了桡动脉压力脉搏波检测容易受检测部位和检测个体的影响,指端容积脉搏波具有检测稳定、重复性好、易于操作等优点。     

基于光电容积脉搏波的呼吸频率监测

目的呼吸频率是人体生理信息监测中一个重要的生理指标,做好呼吸频率的监测对于一些疾病的及时诊疗有重大意义。光电容积脉搏波中包含许多生理信息,而本研究即从光电容积脉搏波中提取呼吸频率。方法首先识别出光电容积脉搏波,提取出脉搏波的包络、间隔、幅度、面积信号4个特征参数,并利用三次样条插值和频谱分析从中提取各自对应的频率,采用加权平均得到最终的呼吸频率,并将本文提取的呼吸频率同给定的标准呼吸频率进行对比。结果在时域和频域具有较好的相关性,并且不同数据多次测量的统计结果显示测量误差较小。结论本方法能有效地从光电容积脉搏中提取呼吸频率,且计算简单,为实现呼吸频率的实时、连续、无创监测提供了一定的理论依据。     

环境温度对指端容积脉搏波检测精度的影响

目的探讨环境温度对指端容积脉搏波的影响。方法用凉水将32名受试者手指温度降至20℃,检测其容积脉搏波,并用温度计实时检测温度,记录波形,至手指温度恢复到实验前测量数值。结果当被测部位温度在26～31℃时,所获得的容积脉搏波参数K′、K1′、K2′及容积脉搏波幅值均无显著差异。结论当手指温度高于26℃时可进行指端容积脉搏波的检测,在26～31℃检测获得的容积脉搏波的基本参数无显著差异。     

脉搏血氧饱和度检测系统设计中干扰信号的处理方法

脉搏血氧饱和度检测系统是一种将血氧浓度的光电检测技术与容积脉搏描记技术结合起来实现无创伤、连续血氧浓度测量的新型医疗监护仪器。消除测量系统中各种干扰的影响,设法正确地检出光电容积脉搏波信号是关键到测量准确性及其精度的关键问题之一。本着重介绍了脉搏血氧饱和度检测系统中干扰的主要来源,处理方法及其应用现状,从而为脉搏血氧饱和度检测系统设计提供了依据。     

基于脉搏波的呼吸频率计算方法

为了在可穿戴医疗领域中快速检测出人体的呼吸频率,提出一种基于光电容积脉搏波的呼吸频率计算方法。首 先,通过MIMIC Database数据集获取人体同时段的脉搏波信号与呼吸波信号;其次,通过对脉搏波信号运行经验模态分 解算法,从而获得脉搏波信号的有限个本征模态函数,再选取合适的本征模态函数重构呼吸波信号;最后,通过对重构的 呼吸波信号进行特征提取,计算出呼吸频率。结果表明:经过脉搏波分解得到的呼吸信号与原始呼吸信号的相对相干系 数在0.6以上,呼吸频率也十分接近,准确率高达0.9以上。说明通过光电容积脉搏波信号计算呼吸频率的可行性,这对于 可穿戴医疗领域、无创医疗诊断具有重要意义。     

基于容积脉搏波血流动力学检测的血流动力学参数的临床验证

目的 改进脉搏波无创检测仪的检测方式,考虑到桡动脉检测的操作复杂,因而选择操作简便的指脉检测.方法 通过大量的临床数据分析,确定指脉检测方式与桡动脉检测方式之间的转换关系,计算基于容积脉搏波的部分血流动力学参数,并和超声心动检测结果进行对比.结果 用指端容积脉搏血流方法同步检测的血流参数和超声心动检测血流参数的结果对比,差异没有统计学意义.结论 所得结果表明,在应用指端容积脉搏血流方法检测心输出量及其他血流参数是可行的.     

基于指端脉搏波视频信号的心率稳定检测算法

目的:研究一种基于脉搏波的稳定检测心率的算法。 方法:提出一种基于快速独立成分分析（FastICA）算法处理指端脉搏波视频信号。首先通过手机摄像头采集手指视频,在每帧图片中提取感兴趣区域（ROI）,根据每个区域中像素灰度值的变化得到血液容积变化的时序曲线;然后通过对ROI进行RGB通道分离和FastICA后,分别选取红、绿色分量与盲源分离后的估计信号进行相关性分析,筛选出相关性最大的作为后续提取心率的信号,并与波峰法测得的心率进行对比,得到一种稳定的心率检测算法,并利用SPSS软件做相关性分析。 结果:选取R、G通道信号的一致性在95%以上,基于FastICA的算法与统计波峰法获取心率的一致性在95%以上。 结论:FastICA算法能够有效地提高心率测量的稳定性,实验结果验证了该方法的可行性和有效性,对于基于脉搏波的人体生理参数获取具有重要意义。     

容积脉搏波的检测方法及其在评价心血管功能方面的应用

目前利用光电容积脉搏波分析获取血流参数的方法没有广泛应用,但其简单易用的特点已引起人们更多关注.光电容积脉搏波法是根据外周微血管的血液容积随心脏搏动而产生的脉动性变化,再通过光电容积描记法(photoplethysmography,PPG)获得的容积脉搏波信号.本文介绍了PPG的测量原理、光电传感器、脉搏波的特征信息提取方法,并概述了光电容积脉搏波法在评价心血管功能方面的研究.     

基于深度学习的指-桡端脉搏波信号转换方法

针对目前市面上大多数脉搏波检测仪器检测的是指端脉搏波信号,提出一种基于卷积神经网络的指-桡端脉搏波信号转换方法,在仅获取指端脉搏波信号的情况下得到对应的桡动脉脉搏波信号。该方法主要由一维卷积神经网络通过端到端的训练实现,模型包含编码器、解码器和跳跃连接3个部分,通过编码器网络提取指端脉搏波信号的特征,再通过解码器网络将特征图进行扩展,并且利用跳跃连接的方式实现特征图的融合。采集60份指端和桡端的脉搏波信号进行实验,并与传递函数模型和弹性腔模型进行对比。实验结果表明,该模型转换所得的桡端脉搏波信号在MAE和PRD的指标上分别达到1.4%±0.3%和3.6%±1.2%,优于其他模型。研究表明,该模型能够较精确地实现指端脉搏波信号到桡端脉搏波信号的转化。     

基于心电信号的脉搏波形特征点提取

为寻求一种精确的脉搏波特征提取方法,提取更多的脉搏波形特征,揭示心电脉搏在时域上的相关性,使用MP425数据采集卡和LabVIEW构成的数据采集系统同步采集ECG信号和脉搏波信号,对ECG信号和脉搏波信号进行分析和处理,采用能量算子法检测心电信号R波;基于同步采集的ECG和脉搏波信号,提出一种应用ECG信号的R波和T波来提取Pulse wave的重搏波和峰值的方法.经过分析与实验验证,该方法能准确找到脉搏波波峰和重搏波位置,并具有较强的抗干扰能力,为研究心电脉搏之间的关系提供了一种新的方法.     

Finger and ear photoplethysmogram waveform analysis by fitting with Gaussians

Analysis of the contour of the blood volume pulse (VP) has become important because it contains much information about cardiovascular activity. Traditionally, pulse contour analysis requires first or higher derivatives to be calculated. This paper describes a novel algorithm for analysing simultaneously measured ear and finger photoplethysmography (PPG) signals. The algorithm separates the systolic wave and the diastolic wave of the VP and fits each of them with the sum of two Gaussian functions. The VP was obtained from PPG signals taken from 40 healthy subjects at each heartbeat cycle. From the evaluated VP, time values of the direct wave and three reflected waves were calculated, as well as the augmentation index (AI) and the reflection index (RI). The evaluated parameters were compared with those that were obtained by the derivative method, and it was demonstrated that the new method can be used to analyze VP waveforms.     

指端光电容积脉搏波在循环功能动态监测中的意义

目的探讨指端光电容积脉搏波在循环功能动态监测中的意义。方法择期骨伤科手术治疗患者110例,其中男性69例,女性41例;年龄29～69岁。麻醉手术期间动态记录容积脉搏波变化,提取波峰形态和血流曲线上Y1、Y2、Y33个特征参数,观察并分析其变化规律。结果波形分为两类,主波峰Y1大致归为5种形态：锐锋1、锐锋2、前钝后锐峰、钝圆峰、前锐后钝峰,其动态变化与小动脉和微动脉的紧张性和弹性直接相关。Y1、Y2、Y33个特征参数值的动态变化在一定范围内与失血量及失血速度密切相关。结论①分析指端光电容积脉搏波峰形动态变化有助于评估人体小动脉和微动脉血管紧张性和弹性,监测微循环血流灌注变化。②分析Y1、Y2、Y33个特征参数值的动态变化有助于及时发现微循环血流灌注量减少,早期预测失血性休克的发生、发展,指导临床液体复苏治疗。     

微波热疗凝固区域超声回波信号的小波去噪方法

目的 针对用于监测微波热疗凝固区域的超声回波信号信噪比较低,强反射点较多,难以定位凝固区域边缘的特点,研究了一种基于小波分解的去噪方法.方法 在理论分析的基础上,对超声回波信号进行小波分解,根据不同频段信号的特征,进行局部分层小波阈值去噪,再通过小波重构得到去噪后的超声回波信号.结果 对比硬阈值去噪、软阈值去噪和本文所采用方法的效果,探讨了利用本文算法进行凝固区域边缘识别的可行性.结论 局部分层小波去噪算法可有效抑制噪声,保留信号的细节特征,达到优化超声回波信号的目的.     

基于时空解析建模的脉搏信号量化分析方法研究

为实现脉搏信号形态和周期的量化分析,本研究提出一种脉搏信号时空解析建模及量化分析方法。首先,根据脉搏信号的形成机理,将脉搏周期和基线引入脉搏解析模型,得到时空解析模型表达式及12个参数,用于脉搏波的量化描述。然后,提出了基于实际脉搏信号的模型参数估计流程,给出参数估计的优化方法、约束条件和边界条件。将所提出的时空解析建模方法用于国际标准生理信号开源数据库(PhysioNet)幻想曲(Fantasia)子库中的健康人脉搏波,从解析模型中可以得到一些年龄和性别因素引起的人体心脏搏动节律和血流动力学变化。以提取的模型参数为输入,采用随机森林、概率神经网络等机器学习方法对脉搏波按照年龄和性别进行分类,结果表明随机森林法分类效果最好,Kappa系数达到98%以上。本研究提出的时空解析建模方法可有效地对脉搏信号进行量化分析,为脉搏信号相关的应用研究提供了理论基础和技术框架。     

高频环阵数字化超声检测技术的研究

目的研究高频环阵技术,克服线阵等扫描技术只能一维聚焦的缺点,提高各方向分辨率,提高数字化成像技术信噪比,最大限度地提高图像质量,提高超声检出率。方法设计高频环阵水浴旋转式超声探头,以及相应的发射、接收电路,经AD9271数字化处理后进行数字信号处理。结果运用高频环阵数字化超声检测,采集回波信号并进行分析,结果表明,高频环阵数字化超声系统可以提高疾病检出率。结论高频环阵数字化超声检测技术可以作为眼科、乳腺等疾病早期诊断的有效方法。     

Reconstruction of gastric slow wave from finger photoplethysmographic signal using radial basis function neural network

Extraction of extra-cardiac information from photoplethysmography (PPG) signal is a challenging research problem with significant clinical applications. In this study, radial basis function neural network (RBFNN) is used to reconstruct the gastric myoelectric activity (GMA) slow wave from finger PPG signal. Finger PPG and GMA (measured using Electrogastrogram, EGG) signals were acquired simultaneously at the sampling rate of 100 Hz from ten healthy subjects. Discrete wavelet transform (DWT) was used to extract slow wave (0–0.1953 Hz) component from the finger PPG signal; this slow wave PPG was used to reconstruct EGG. A RBFNN is trained on signals obtained from six subjects in both fasting and postprandial conditions. The trained network is tested on data obtained from the remaining four subjects. In the earlier study, we have shown the presence of GMA information in finger PPG signal using DWT and cross-correlation method. In this study, we explicitly reconstruct gastric slow wave from finger PPG signal by the proposed RBFNN-based method. It was found that the network-reconstructed slow wave provided significantly higher (P < 0.0001) correlation (≥0.9) with the subject’s EGG slow wave than the correlation obtained (≈0.7) between the PPG slow wave from DWT and the EEG slow wave. Our results showed that a simple finger PPG signal can be used to reconstruct gastric slow wave using RBFNN method.