脈搏波時、頻域特征提取與識別技術研究.pdf

1、當前心血管疾病已成為全球范圍內危及人類生命和健康的“頭號殺手”，臨床診斷多采用有創(chuàng)手段，不但病人痛苦大，且不能實現(xiàn)實時監(jiān)測。多年來科研人員利用人體生理信息如脈搏波參數(shù)與病理的關系探索心血管的無創(chuàng)診斷方法已取得了巨大成果，總結出脈搏波時域、頻域中與心血管疾病相關的大量參數(shù)。但這些參數(shù)數(shù)量巨大，且對于參數(shù)與心血管病理特征的相關程度目前缺少一個有效的評價標準；單項參數(shù)與生理信息的聯(lián)系直觀上難以理解，系統(tǒng)性差，只能提供單項指標的評價而非疾病診斷

2、，這些問題都使研究成果在醫(yī)院臨床應用和患者日常保健中的應用受到一定程度的限制。加上關于脈搏波時、頻域特征參數(shù)的研究重復性比較大，開拓新的研究思路勢在必行。 本文針對目前脈搏波對于心血管疾病診斷研究的若干問題，采用脈搏波時域、頻域綜合分析的方法，通過特征識別技術從若干特征參數(shù)中找出與冠心病病變最為相關的參數(shù)，并應用這些參數(shù)建立識別模型，將簡單的參數(shù)報告與疾病診斷聯(lián)系在一起。首次將復雜度參數(shù)--小波熵分析方法引入到脈搏波特征檢測的領

3、域中來，開拓了脈搏波頻域研究的新思路。 本文通過臨床實驗采集冠心病人與正常人脈搏波樣本各三十例，計算出脈搏波時域、頻域各項參數(shù)，采用遺傳算法的特征優(yōu)選方法對其進行處理，成功的剔除對于識別冠心病人與正常人貢獻不大的特征參數(shù)，并找出與冠心病病變顯著相關的特征參數(shù)，達到將提取冠心病特有參數(shù)提取的目的。在特征優(yōu)選的基礎上，應用模糊模識別方法分析脈搏波時域特征參數(shù)并建立模型，隨機抽取病例進行模型檢驗達到100％的檢驗精度。采用Bayes判