欢迎来到天天文库
浏览记录
ID:36544327
大小:4.03 MB
页数:59页
时间:2019-05-11
《基于肺音的麻醉状态下呼吸系统的建模与仿真》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:TP391.41工学硕士学位论文基于肺音的麻醉状态下呼吸系统的建模与仿真硕士研究生:姜艳艳导师:刘露申请学位级别:学科、专业:所在单位:答辩日期:授予学位单位:工学硕士控制理论与控制工程自动化学院2013年3月哈尔滨理工大学ClassifiedIndex:TP391.4lDissertationfortheMasterDegreeinEngineeringModelingandSimulationforRespiratorySysteminAnesthesiaBasedonLungCondidate:Supervisor:SoundJian
2、gYanyanLiuLuAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlTheoryandControlEngineeringDateofOraIExamination:March,2013University:HarbinUniversityofScienceandTechnology工学硕士学位论文基于肺音的麻醉状态下呼吸系统的建模与仿真姜艳艳哈尔滨理工大学2013年3月哈尔滨理工大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于肺音的麻醉状态下呼吸系统的建模
3、与仿真》,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外小包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均在文中以明确方式注明。本声明的法律结果将由本人承担。作者签名:羞椎椎日期:砷,;年≯月,日哈尔滨理工大学硕士学位论文使用授权书《基于肺音的麻醉状态下呼吸系统的建模与仿真》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理上大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位
4、论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于保密口,在年解密后适用授权书。不保密团。(请在以上相应方框内打√)作者签名:张辕日期:纠3年尹月/同导师签名:刻配同期:w/;年伊月/日哈尔滨理T人学T学顸,I:学位论文基于肺音的麻醉状态下呼吸系统的建模与仿真摘要麻醉过程会致使手术患者的呼吸运动产生变化,使得麻醉前后的肺音具有不同的特征,而呼吸状态的改变是麻醉状态下病人生命体征异常的一种优先反应。对肺音改变的实时关注,有利
5、于医生对术中病人的异常状况及早发现,进而及时采取相应的措旌来保证术中病人的生命安全。本文根据麻醉前后肺音信号的特点,提取了麻醉前后肺音信号的特征参数,选择了多种建模方法来建立麻醉状态下呼吸系统模型。通过模型的建立,能够在已知麻醉前的肺音信号的特征参数的情况下,预测出麻醉后的肺音信号的特征参数,从而实现对患者进行麻醉术中呼吸监测的目的。在研究了系统建模的常用方法后,把麻醉状态下的呼吸系统看作是“黑箱”,通过一定的输入和输出数据,从一组给定的模型类中,来辨识和麻醉状态下呼吸系统等价的模型。利用小波变换的方法提取麻醉前后肺音信号的特征参数。通过对肺音信号的七级小
6、波分解,求出各个频带的能量值,把各频带的能量值相加得到肺音信号的总能量。把肺音信号的总能量作为特征参数。把麻醉前和麻醉后的肺音信号的特征参数作为系统辨识的输入和输出数据。为了准确的确定麻醉状态下呼吸系统的模型,本文采用了最小二乘法和RBF神经网络两种不同的建模方法。在最小二乘法中,选用了ARMAX模型和ARX模型进行建模,在进行参数辨识后,得出ARX模型能较好的表示麻醉状态下呼吸系统的模型。在RBF神经网络的建模时,经验证,RBF神经网络在对麻醉后肺音信号的特征参数的预测精度上要明显优于最小二乘法。本文的这些研究有助提供一种可被用在麻醉术中呼吸检测手段,从
7、而为医生在手术过程中判断患者呼吸情况避免呼吸衰竭提供新的依据。关键词麻醉状态;呼吸系统建模;肺音;最小二乘;RBF神经网络哈尔滨理T人学T学倾卜学位论文ModelingandSimulationforRespiratorySysteminAnesthesiaBasedonLungsoundAbstractTheanesthesiaprocesswillchangerespiratorymotionofpatientsinoperationwhichmakethelungsoundhavedifferentcharacteristicsbeforeandaf
8、teranesthesia.Thechangeofrespirat
此文档下载收益归作者所有