资源描述：
《田昕-答辩1课件》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
答辩人：田昕指导老师：张俊TheGraduationThesisDefense基于光电容积脉搏波的呼吸频率监测中南大学信息学院CentralSouthUniversity
1基于光电容积脉搏波的呼吸频率监测14253算法原理及关键技术光电容积脉搏波中呼吸频率提取原理总结与展望结果分析中南大学信息学院CentralSouthUniversity研究背景及意义
2基于光电容积脉搏波的呼吸频率监测14253课题概要光电容积脉搏波及呼吸频率提取原理研究背景及意义结果分析算法原理及关键技术中南大学信息学院CentralSouthUniversity6总结与展望
32研究背景及意义ABSTRACT中南大学信息学院CentralSouthUniversity研究背景1.呼吸频率监测在日常生活及临床检测中都十分重要。2.现有的呼吸频率监测方法所使用的检测设备庞大而复杂，且会造成患者不适3.光电统计脉搏波中蕴含丰富的呼吸，循环及心率信息研究意义1.采用光电容积脉搏波进行呼吸频率测量，可以实现呼吸频率监测的家庭化，可用于日常的生理参数监测，比如睡眠质量监测及病情的及早判断。2.采用基于光电容积脉搏波的多参数提取方法，可以得到较为准确，稳定的呼吸频率。
4基于光电容积脉搏波的呼吸频率监测14253课题概要光电容积脉搏波及呼吸频率提取原理研究背景及意义结果分析算法原理及关键技术中南大学信息学院CentralSouthUniversity6总结与展望
5
63理论研究呼吸频率提取原理中南大学信息学院CentralSouthUniversity呼吸对容积脉搏波的调控作用呼吸作用通过对心迷走神经和心交感神经两大心脏传出神经的拮抗作用，调制在脉搏波上。压力感受器呼吸作用压力变化神经中枢心交感神经心迷走神经心率上升心率下降压力减小呼气压力增大吸气
7基于光电容积脉搏波的呼吸频率监测14253课题概要光电容积脉搏波及呼吸频率提取原理研究背景及意义结果分析算法原理及关键技术中南大学信息学院CentralSouthUniversity6总结与展望
84算法与技术算法原理中南大学信息学院CentralSouthUniversity算法原理
94算法与技术关键技术中南大学信息学院CentralSouthUniversity预处理：低通滤波此次我们使用的信号为采样频率125HZ的PPG信号，由于正常的心跳频率为50-150次/分钟,频率大约在0.8-2.5HZ之间，所以，光电容积脉搏波属于低频信号，在使用仪器采集到的PPG信号中，包括很多干扰，比如工频干扰，背景光干扰，运动尾差干扰等，在PPG信号中，呼吸诱变震荡范围大概是0.19-0.30HZ部分，因此，在对脉搏波进行识别之前，我们要对其进行滤波处理。频率范围描述非常低0.001-0.03机能节制，循环要求增加敏捷性，压力变化的肌源性应答以及体温调节机制低0.04-0.11反应交感紧张引起的变化中间0.12-0.18反应传出迷走神经活动呼吸0.19-0.30呼吸诱变震荡
104算法与技术关键技术中南大学信息学院CentralSouthUniversity脉搏波识别：SSF算法
114算法与技术关键技术中南大学信息学院CentralSouthUniversity呼吸参数提取在之前对脉搏波信号进行滤波处理和识别后，我们要提取出其包络、间隔、幅度和面积参数，并对其进行频谱分析以得到呼吸频率参考值。呼吸信号对脉搏波信号的各种调制可以反映在脉搏波的波形参数上，在此，我们着重对PPG信号的四个参数进行研究，它们分别是：包络参数RIIV、间隔参数RIFV、幅度参数RIAV和面积参数。
124算法与技术关键技术中南大学信息学院CentralSouthUniversity1.包络参数的提取提取方法是：在通过SSF算法提识别出一个脉搏波起始点，定义为OnsetTimes，找到一个起始点到下一个起始点之间的最大值，记录下它的值及它对应的横坐标,之后对max_y进行去均值，其目的是去掉零频处的能量。最终将得到的值赋给RIIV，即得到了上包络参数。呼吸参数提取
134算法与技术关键技术中南大学信息学院CentralSouthUniversity2.间隔参数的提取提取方法是：在通过SSF算法提识别出一个脉搏波起始点，定义为OnsetTimes，做一个起始点与下一个起始点之间的差值，并将它记录下来，之后进行去均值，目的是去掉零频处的能量。最终将得到的值赋给RIFV，即得到了间隔参数。呼吸参数提取
144算法与技术关键技术中南大学信息学院CentralSouthUniversity3.幅度参数的提取提取方法是：在通过SSF算法提识别出一个脉搏波起始点，定义为OnsetTimes，做一个起始点与下一个起始点之间的差值，并将它记录下来，之后进行去均值，目的是去掉零频处的能量。最终将得到的值赋给RIFV，即得到了间隔参数。呼吸参数提取
154算法与技术关键技术中南大学信息学院CentralSouthUniversity4.面积参数的提取提取方法：找到波形起始点i和i+1,通过将两点之间所有点的波形值相加，得到这一段波形与横坐标围成的整个波形面积。由于我们的数据是很多离散的点，所以可以用该方法求出波形面积。之后利用i和i+1的波形值求出波形低谷与横坐标围成的梯形面积，用整个波形面积减去梯形面积，得到我们最终的波形面积参数。呼吸参数提取
164算法与技术关键技术中南大学信息学院CentralSouthUniversity呼吸频率计算：线性调频Z变换FFT缺点：频谱范围较大，很多细节无法体现所以使用线性调频Z变换（Chirp-z）基本思路：局部放大，增加谱线密度。
174算法与技术关键技术中南大学信息学院CentralSouthUniversity分配权值在对四个参数进行提取后，为了分析其可靠程度，我们分别而对四个参数分别于呼吸参考信号进行波形相关性分析和谱相关性分析。分析结果如下：包络间隔幅度面积参考信号波形相关系数0.57180.06760.00370.4323——CZT谱相关系数0.87940.72520.63830.7112——频率（Hz）0.32390.32770.31820.31630.3316通过上表，我们可以看出包络，面积参数相关性实验结果较好，所以相应权值设置较高。
184算法与技术关键技术中南大学信息学院CentralSouthUniversity在进行最后的呼吸频率确定时，由于信号质量良莠不齐，测量出的呼吸频率测量值有可能会有较大波动，因此我们采用一种策略：呼吸频率的确定
19基于光电容积脉搏波的呼吸频率监测14253课题概要光电容积脉搏波及呼吸频率提取原理研究背景及意义结果分析算法原理及关键技术中南大学信息学院CentralSouthUniversity6总结与展望
204算法与技术算法原理中南大学信息学院CentralSouthUniversity整个算法中，我们采用滑动窗的方式对112500个点，也就是15min的数据进行研究，滑动窗长度为3750，每次向后移动1250个点，即每次滑动窗内含有30s数据，112500个数据点共被计算88次
214算法与技术关键技术中南大学信息学院CentralSouthUniversity呼吸参数提取结果
224算法与技术关键技术中南大学信息学院CentralSouthUniversity频谱分析结果
235RESEARCHBACKGROUNDS中南大学信息学院CentralSouthUniversity结果分析根据我们使用算法测量到的四个参数的频率值与同步的呼吸频率值进行比较，我们发现测量的值准时比较相近，徘徊在0.2附近，通过将呼吸频率测量值与呼吸频率参考值画在同一坐标系中：我们看到虽然有所不同，但相差不大。结果比较
245RESEARCHBACKGROUNDS中南大学信息学院CentralSouthUniversity结果分析通过计算最终的呼吸频率计算值与测量值之间的均值误差，方差，互协方差和相关系数，对算法准确性进行验证。结果分析
25基于光电容积脉搏波的呼吸频率监测14253课题概要光电容积脉搏波及呼吸频率提取原理研究背景及意义结果分析算法原理及关键技术中南大学信息学院CentralSouthUniversity6总结与展望
266RESEARCHBACKGROUNDS中南大学信息学院CentralSouthUniversity总结与展望总结本文通过研究借鉴前人的研究成果，根据现有的问题，创新性的使用了以往处理心电信号的SSF算法，从脉搏信号中提取呼吸信号，并对从呼吸信号中得到的多种特征参数进行可靠性分析，以此对这些参数进行筛选加权，进而得到呼吸频率的计算值。而，由于呼吸信号调制在脉搏波上，属于一种极为不稳定的信号，提取难度大，易受到不当提取方法的破坏，还有一些问题需要进一步研究完善：（1）需要引入新的参考信号消除由于肢体不自觉抖动造成的运动干扰，如加速度计信息等，通过参考信号消除与呼吸频率重叠的低频运动伪差。（2）本文数据较为单一，应当将数据来源扩充到包括高原地区，低温条件下，剧烈运动过后等条件下的测量信号，解决这些条件下脉搏波不稳定的难题。
276RESEARCHBACKGROUNDS中南大学信息学院CentralSouthUniversity总结与展望展望本文通过研究借鉴前人的研究成果，根据现有的问题，创新性的使用了以往处理心电信号的SSF算法，从脉搏信号中提取呼吸信号，并对从呼吸信号中得到的多种特征参数进行可靠性分析，以此对这些参数进行筛选加权，进而得到呼吸频率的计算值。
28致谢感恩答辩人：田昕指导教授：张俊TheGraduationThesisDefenseTHANKSTO中南大学信息学院CentralSouthUniversity
