麻醉狀態(tài)下的呼吸音信號(hào)特征提取和分類識(shí)別.pdf

1、呼吸音是人體呼吸系統(tǒng)與外部在換氣過程中產(chǎn)生的聲音的統(tǒng)稱，蘊(yùn)涵著豐富的病理和生理信息。在手術(shù)過程中對(duì)患者麻醉狀態(tài)下的呼吸音進(jìn)行監(jiān)測(cè)，能夠早于其他監(jiān)控手段預(yù)知患者的情況。本文根據(jù)麻醉狀態(tài)呼吸音信號(hào)的特點(diǎn)，選擇數(shù)字信號(hào)處理方法試圖從不同的角度對(duì)麻醉狀態(tài)呼吸音信號(hào)的特征提取方法進(jìn)行研究，為建立麻醉狀態(tài)呼吸音信號(hào)分析與識(shí)別系統(tǒng)打下良好的理論和方法基礎(chǔ)，這些研究有助建立一種可被用在術(shù)中呼吸檢測(cè)儀上的軟件，從而為醫(yī)生在手術(shù)過程中判斷患者情況避免呼吸衰

2、竭提供新的依據(jù)。
　　 首先，本課題中將希爾伯特-黃變換分析技術(shù)、小波變換分析技術(shù)和神經(jīng)網(wǎng)絡(luò)方法綜合運(yùn)用于麻醉狀態(tài)呼吸音的模式識(shí)別，因此先綜合介紹了有關(guān)希爾伯特-黃變換、小波和神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)知識(shí)。
　　 其次，針對(duì)潮氣量的提取，本文提出一種基于希爾伯特-黃變換的麻醉狀態(tài)呼吸音信號(hào)包絡(luò)提取方法，該方法提取到的包絡(luò)較為光滑且具有自適應(yīng)性，將潮氣量同信號(hào)包絡(luò)相聯(lián)系后得知二者呈正比關(guān)系。研究中選擇肺部有病變和無病變兩種不同的信號(hào)

3、作為樣本比對(duì)，在有效的提取了信號(hào)包絡(luò)后，選用信號(hào)包絡(luò)的能量和統(tǒng)計(jì)量作為神經(jīng)網(wǎng)絡(luò)的輸入特征量，識(shí)別率達(dá)到93.3％，驗(yàn)證了方法的有效性。
　　 最后，為解決單一特征對(duì)麻醉狀態(tài)呼吸音信號(hào)進(jìn)行分析的局限性，采用小波包分析方法來提取麻醉狀態(tài)呼吸音信號(hào)能量特征。本方法首先分析了小波包和麻醉狀態(tài)呼吸音信號(hào)的特點(diǎn)，利用小波包變換將麻醉狀態(tài)呼吸音信號(hào)的進(jìn)氣相和出氣相進(jìn)行了四層分解，選擇最優(yōu)基之后，建立小波包系數(shù)和麻醉狀態(tài)呼吸音信號(hào)能量之間的等價(jià)