版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、心血管疾病嚴重威脅著人類的健康。心音是心臟運動所產(chǎn)生的振動信號,蘊含著與心血管疾病有關(guān)的心房、心室、血管和瓣膜等部位的各種信息,所以心音分析是無創(chuàng)檢測心臟病的重要手段。心臟跳動是非線性的,因而決定了心音的復雜性和非線性。目前人們更多地采用線性的方法對心臟模型進行簡化或近似,這樣并不足以完整的揭示生命活動規(guī)律。隨著科學技術(shù)的發(fā)展,非線性系統(tǒng)的研究已取得了很大的進展,這為我們更好地評估心臟狀態(tài)暗示了一條途徑。
心音信號是一種微弱振
2、動信號,在采集的過程中會不可避免的引入干擾噪聲,這會使有用信號成分受到污染,影響后續(xù)分析,所以心音的前期去噪顯得尤為重要。傳統(tǒng)去噪法一般從線性角度出發(fā),忽略了心音非線性的本質(zhì),使其自身的動力學特性受損,導致后續(xù)提取的特征參數(shù)不準確,進而影響識別。
針對心音信號非線性的特點,本文提出噪聲水平自適應(yīng)估計的局部投影與離散小波閾值相結(jié)合的去噪方法。該方法建立在相空間重構(gòu)的基礎(chǔ)上,先取較大的嵌入維,用局部投影降噪去除隨機噪聲部分,保留了
3、較強信號和微弱信號,然后取較小的嵌入維,再次用局部投影降噪算法,這時特征值較大的信號為較強的信號,特征值較小的即為微弱信號,但是微弱信號中還包含一些噪聲,而離散小波閾值去噪可以有效地保留信號信息,所以再用離散小波閾值降噪將此噪聲去除,即可得到較完整的心音信號。對實測的心音信號進行分析,結(jié)果表明該方法能有效地抑制噪聲,通過去噪前后最大Lyapunov指數(shù)的計算,判斷出該方法能很好地保留原始信號的非線性特征。
從非線性動力學系統(tǒng)的
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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)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。
最新文檔
- 心音信號去噪及特征值提取的研究.pdf
- 基于奇異譜去噪的心音信號混沌動力學分析.pdf
- 基于小波變換與遞歸定量分析的軸承故障信號研究.pdf
- 基于matlab的語音信號去噪及仿真
- 基于小波變換和EMD的心音信號去噪算法及應(yīng)用研究.pdf
- 基于LabVIEW的語音信號小波去噪分析.pdf
- 基于matlab的語音信號濾波去噪
- 心音信號特征分析與識別算法的研究.pdf
- 語音信號去噪論文
- 基于心音信號身份識別算法的研究.pdf
- 基于小波和HHT的心音信號分析與識別.pdf
- 基于遞歸定量分析的網(wǎng)絡(luò)時間隱蔽信道檢測方法研究.pdf
- 心音信號分析和識別系統(tǒng)的開發(fā).pdf
- 基于狀態(tài)空間理論的氣體濃度定量分析.pdf
- 心音信號自動分析與識別算法的研究.pdf
- 心音信號特征分析與識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的心音信號識別算法研究.pdf
- 基于LabVIEW的心音信號分類識別系統(tǒng)設(shè)計.pdf
- 心音信號的分析方法研究.pdf
- 心音信號的合成模型及特征分析.pdf
評論
0/150
提交評論