基于WSN的心音體征參數(shù)檢測(cè)與信號(hào)處理方法的研究.pdf

1、本論文重點(diǎn)研究了基于無(wú)線傳感器網(wǎng)絡(luò)的心音體征參數(shù)檢測(cè)及其信號(hào)分析處理方法。
　　 利用無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)生命體征參數(shù)，不僅能對(duì)患者進(jìn)行動(dòng)態(tài)、實(shí)時(shí)、長(zhǎng)期和連續(xù)的監(jiān)測(cè)，而且能在人體自然狀態(tài)下獲取生命體征參數(shù)，真實(shí)反映出人體的身體狀況。心音是一種重要的生命體征參數(shù)，包含了大量心臟和心血管信息，可用于臨床心血管系統(tǒng)功能狀態(tài)的評(píng)估。論文詳細(xì)設(shè)計(jì)了基于無(wú)線傳感器網(wǎng)絡(luò)的心音信號(hào)采集節(jié)點(diǎn)，并重點(diǎn)研究了心音信號(hào)去噪和信號(hào)成分識(shí)別與參數(shù)提取方法。<

2、br>　　 本論文的主要工作如下：
　　 (1)詳細(xì)設(shè)計(jì)了心音信號(hào)采集節(jié)點(diǎn)實(shí)驗(yàn)平臺(tái)，節(jié)點(diǎn)電路主要包括以下幾個(gè)模塊：心音傳感器部分、模擬信號(hào)預(yù)處理電路模塊、微處理控制模塊、基于ZigBee技術(shù)的無(wú)線通信模塊、電源單元以及串口通信模塊；
　　 (2)在采集信號(hào)過(guò)程中，不可避免的引入噪聲。因而，本文研究了信號(hào)去噪處理方法：在研究心音信號(hào)噪聲特性和小波去噪原理的基礎(chǔ)上，研究了小波變換采用軟、硬閾值函數(shù)在不同閾值下去噪的效果，提

3、出了采用閾值函數(shù)為軟閾值函數(shù)，閾值為動(dòng)態(tài)Donoho閾值的小波去噪的方法，仿真結(jié)果表明該方法取得了較好去噪效果的同時(shí)保留了信號(hào)有效成分以及具有較小的計(jì)算復(fù)雜度；
　　 (3)本論文進(jìn)一步研究了心音成分識(shí)別與參數(shù)提取方法：研究了信號(hào)時(shí)頻分析方法，提取了信號(hào)的時(shí)頻特性；采用規(guī)格化平均Shannon能量算法和希爾伯特變換提取信號(hào)包絡(luò)，在此基礎(chǔ)上對(duì)心音成分S1、S2進(jìn)行識(shí)別及其波峰位置和起始點(diǎn)與終止點(diǎn)的位置進(jìn)行定位，從而提取出心音參數(shù)。