基于光电容积脉搏波的呼吸信号提取方法研究-仪器仪表工程专业论文.docxVIP

基于光电容积脉搏波的呼吸信号提取方法研究-仪器仪表工程专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于光电容积脉搏波的呼吸信号提取方法研究-仪器仪表工程专业论文

万方数据 万方数据 独创性(或创新性)声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含 其他人已经发表或撰写过的研究成果;也不包含为获得桂林电子科技大学或其它教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡 献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处,本人承担一切相关责任。 本人签名: 日期: 关于论文使用授权的说明 本人完全了解桂林电子科技大学有关保留和使用学位论文的规定,即:研究生 在校攻读学位期间论文工作的知识产权单位属桂林电子科技大学。本人保证毕业离 校后,发表论文或使用论文工作成果时署名单位仍然为桂林电子科技大学。学校有 权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分 内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后 遵守此规定) 本学位论文属于保密在 年解密后适用本授权书。 本人签名: 日期: 导师签名: 日期: 摘要 摘要 摘 要 目前在临床上,实时监测呼吸的方法一种是呼吸气体流量法;另外一种是胸阻抗 法。这两种方法具有侵扰性、设置繁琐、易产生运动干扰,并且成本较大。因此需 要一种强大的自动连续非侵入性的呼吸测量方法,并且要适合各年龄段的患者。而 光电容积脉搏波(Photoplethysmography, PPG)具有非侵入性、无创性、易操作性, 并且包含呼吸信号的相关信息。如果能从光电容积脉搏波中实时地提取出呼吸信号, 将是对目前的呼吸监测有极大的推进作用。 本论文依据光电容积脉搏波和呼吸信号的测量原理,设计了一个同步采集两路 信号的数据采集系统。该系统抗干扰能力较好,能有效地获取信号数据。同时,本 文致力于应用经验模态分解方法从光电容积脉搏波提取呼吸信号。本论文主要工作 如下: 1) 数据采集系统:根据光电容积脉搏波和呼吸信号的检测原理,设计符合本文 要求的数据采集系统,完成对光电容积脉搏波和呼吸信号的同步采集。该系 统以 MSP430 单片机为核心,由光电探头、压力传感器、信号放大及信号调 理模块等组成。针对信号采集中的高频干扰,设计了低通滤波器。 2) 呼吸信号提取:采用经验模态分解方法对脉搏波信号进行分解,并重构呼吸 信号,与采集的呼吸波信号做相关性分析。并且将经验模态分解方法与小波 变换进行对比。最后在 LabVIEW 平台中实现经验模态分解方法,构建数据分 析系统,利用该系统对光电容积脉搏波进行分析,并提取出呼吸信号。 综上所述,本文采用自制的数据采集系统,同步采集光电容积脉搏波和呼吸信 号,并对采集到的数据进行分析。通过两种不同方法对信号进行分析,结果显示出 经验模式分解方法在提取呼吸信号中的可行性及优越性。最后,在 LabVIEW 中实现 了经验模态分解方法,对信号的分析结果与 Matlab 环境中的结果相同。这对应用该 算法到临床分析中具有指导意义,同时对改进现有的呼吸监护设备有重要意义。 关键词:光电容积脉搏波,呼吸信号,经验模态分解,LabVIEW I 基于光电容积脉搏波的呼吸信号提取 基于光电容积脉搏波的呼吸信号提取 II万方数据 II 万方数据 Abstract At present, in clinical application, one way of real-time monitoring respiratory is the method of monitoring breathing gas flow; another way is thoracic impedance method. Both of ways are intrusive、fussy sets、more motion artifacts and cost too much. Therefore, we seriously need a powerful automatic and non-invasive way to monitor respiratory continuously for all ages’ patients. While the photoplethysmography (PPG) is a non-invasive and easy to operate, and contains the information related to the respiratory signal. If we can extract respiratory signal from PPG signal, it will be a great role in the promotion of

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档