多路脈象信號的特征提取與模式分類.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、中醫(yī)脈診學是傳統(tǒng)醫(yī)學的瑰寶,公元前就有人們通過脈搏波指導診斷各種疾病的記載、脈診學有合理的內涵和豐富的經驗,脈診的客觀化研究就是要利用先進的科學技術和手段來傳統(tǒng)脈診學和現代技術結合起來。
  本文主要研究了基于多點復合式壓力傳感器的多路脈象信號中特征提取和模式分類的一些技術。這些信號包括寸、關、尺三路主信號以及關部的七路副信號。
  在預處理階段我們通過試驗分析了近二十種小波基的性能,最終選擇DMeyer小波進行小波包閾值消

2、噪,消噪效果較以往的 sym6小波消噪有所改進。我們還提出了LIP(Lowest point In one Period)算法用以改進基于周期起點插值的去基線漂移算法在多路信號應用中對噪聲的魯棒性。由于多路脈象信號具有一定的信息相關性,我們在三路主信號上利用ICA變換后去除噪聲信號在反變換的辦法恢復了一些被噪聲湮沒的脈搏波信號。
  在特征提取階段由于基于差分的時域特征提取算法在應用于多路信號時該算法的準確性受噪聲影響比較嚴重,我

3、們提出了基于ILP(Intersection points of Lines and Pulse waveform)的時域特征提取算法,耐噪聲能力得到了很大提高。為了定義脈搏波的寬度特征,我們用高斯函數擬合七個副探頭的平均幅值然后用擬合得到的高斯函數的delta來代表脈搏波的寬度。最后我們還提取了四個新的面積特征,十維頻域特征以及脈搏波的強度特征。
  在模式分類階段我們嘗試了支持向量機,神經網絡以及基于知識的神經網絡算法,我們還

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論