基于贝叶斯滤波方法的心脏运动信号实时滤波算法.pdf

《基于贝叶斯滤波方法的心脏运动信号实时滤波算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第25卷第2期天津职业技术师范大学学报Vo1．25No．22015年6月JOURNALOFTIANJINUNIVERSITYOFTECHN0L0GYANDEDUCATIONJun．2015基于贝叶斯滤波方法的心脏运动信号实时滤波算法梁帆，杨莉莉，崔世钢，吴兴利(天津职业技术师范大学天津市信息传感与智能控制重点实验室，天津300222)摘要：提出一种基于贝叶斯滤波递推状态估计的心脏运动测量信号实时滤波算法，提高心脏数据的测量精度，该方法建立了心脏运动模型与传感器误差模型，采用了扩展卡尔曼滤波与粒子滤波两种贝叶斯滤波方法的实现形式。实验结果表明

2、，提出的算法有效地还原了心脏运动的真实值，并且满足了跟踪系统实时数据处理的要求，为整个系统精度的提高提供了保证。关键词：手术辅助机器人；实时滤波；扩展卡尔曼滤波器；粒子滤波器中图分类号：R541：TN911．7文献标识码：A文章编号：2095—0926(2015)02—0007—04Real-timefilteringofbeatingheartmotionbasedonBayesianmethodLIANGFan，YANGLi—li，CUIShi—gang，WUXing—li(TianjinKeyLaboratoryofInformati

3、onSensingandIntelligentControl，TianjinUniversityofTechnologyandEducation，Tianjin300222，China)Abstract：Areal—timefilteringalgorithmofcardiacmotionmeasurementsignalbasedonBayesianfilteringrecursivestateestimationisproposedinthispapertoimprovetheaccuracyofmeasurementofcardiac

4、data，inwhichtheerrormodelofsensorandthemodelcardiacmotionareestablished，andtherealizationofthemethodforextendedKalmanfilterandtwoBayesianfilteringmethodsforparticlefilterareadopted．Theexperimentresultsindicatethattheproposedmethodgreatlyhelpstoenhancethequalityofthemeasure

5、mentofthebeatingheartmotionandprovidesthepossibilityofloweringthetrackingerrorinthewholesystem．Keywords：surgicalassistedrobotics；real—timefilteringmethod；extendedKalmanfilter；particlefilter在机器人辅助非体外循环旁路移植(coronary制器作为参考输入。本文提出一种在噪声干扰环境下arterybypassgrafting，CABG)手术中，手术辅助机器人

6、对心脏运动信号实时滤波的可靠方法。的主要作用是实时跟踪心脏运动，保持心脏表面手术心脏运动信号的采集通过超声波距离测量系统。点与机器人操作端点之间的相对静止，帮助医生完成在真实环境中，超声传感系统主要的误差产生源是水对于人手难以实现的快速、高幅度心脏运动的跟踪任晶振子空间尺寸准确度以及超声波回声干扰。如果直务1”。为了实现精确预测与跟踪控制，低噪和高质的心接采用超声传感系统测量值，计算出的信号往往由于脏运动测量数据是手术辅助机器人控制系统的前提噪声污染的不确定性而产生严重误差。因为在实际的基础和重要保证。在以往的心脏手术辅助机器人相关心脏手术

7、中，心脏运动过程中超声波传递可能会受到研究中，大多数情况下研究者首先对采集到的心脏运中间物的阻拦而使测量位置产生偏差，从而直接影响动数据做离线处理，然后应用处理后的数据作为跟踪到后续跟踪控制的参考信号质量。本文中用基于贝叶控制算法的参考数据，用这些数据来进一步验证运动斯滤波器的状态估计方法对传感器测量数据进行信跟踪算法[2-31。但是在真实的心脏手术过程中，测量数据号处理，利用测量值的统计特征从观测数据中恢复测必须以实时在线的方式进行处理，并传送给后端的控量值的真实状态。其中将心脏运动信号的真实值看作收稿日期：2014—12—08基金项目：

8、国家自然科学基金资助项目(61178008)；天津市自然科学基金资助项目(14JCQNJC04300)；天津职业技术师范大学科研发展基金资助项目(KJY11-10，KYQD130