- 1、本文档共17页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
电子科技大学生命科学与技术学院
标准实验报告
(实验)课程名称生物医学信号处理
2018-2019-第2学期
电子科技大学教务处制表
1
学生姓名学号2016090102008
指导教师实验时间2019.4.9
一、实验室名称:
二、实验名称:随机信号多角度认知和心电、脑电信号特征的认知
三、实验学时:2
四、实验原理:
1.改进法估计功率谱
1)平均:对同一随机过程做多次周期图法,再加以平均。
2)平滑:加窗对单一功率谱估计加以平滑。
3)Welch法:对改进的周期图法求均值,广泛使用Matlab中应用。
估计的质量:均值是渐进无偏,方差是趋于零,是一致估计。
2.阈值法检测心电R波尖峰
1)对信号进行扫描,找到其中的峰值。
2)取一个阈值,阈值的设定可以很灵活。一般与最大值,平均值有关,
具体应视情况而定,通过试错获得。
3)对于所有大于阈值的峰值点作为检测到的R波尖峰。
4)由生理基础可以知道,R波间隔是相对稳定的。可以通过检测峰值
点的间隔,去除那些较高的伪迹。
3.Pan-Tompkins法检测心电R波尖峰
1)将信号分别通过给定的低通滤波器、高通滤波器
2)对滤波后的信号求一阶导数
3)对求导之后的信号进行平方运算
2
4)将信号通过滑动窗口进行积分,这里选取窗口长度为30
5)应用阈值法检测经过前四步处理之后的心电信号R波尖峰
流程图如下图所示
其演示效果如下图所示
五、实验目的:
1)周期图法的改进方法,和分段平均对图像数据的影响。
2)能够利用两种方法处理心电波形并计算一些特征值。
六、实验内容:
(一)上机题3:改进周期图法估计功率谱
1、接着上机题2做,任选一种窗函数,用分段、平均的思想改进
周期图法,观察改进前后功率谱的差异;
3
2、给出一段文字总结周期图法的缺点,改进法的优点。
(二)上机题4:心电R波检测和RR间隔估计
使用阈值法和Pan-Tompkins的检测方法验证信号使用数据:
ECG3.dat、ECG4.dat、ECG5.dat和ECG6.dat,采样率为200Hz(参考
文件ECGS.m)。计算每个数据的RR波间隔和心率的平均值。比较两
种方法结果的差异。
分别画出四个数据,并通过视觉直接观察法测量其参数来验证估计结
果。
七、实验器材(设备、元器件):matlab2014b
八、实验步骤:构思,设计算法,写程序,写报告。
九、实验数据及结果分析:
(一)1.程序
clearall
close=load(eegclose);
open=load(eegopen);
close=close.eegclose(:,8*2);
open=open.eegopen(:,8*2);
n=length(close);
fs=250;
x=(0:n-1)/fs;
figure(1)
subplot(2,2,1)
4
plot(x,close);
xlabel(时间/s);ylabel(幅度/mV);title(闭眼信号)
subplot(2,2,2)
plot(x,open);
xlabel(时间/s);ylabel(幅度/mV);title(睁眼眼信号)
len=500;%序列长度等于4500-len
d_num=100;%分段数为len/d_num
%构造
win=cell(1,4);
rect=boxcar(n-len);win{1,1}=rect;
trian=triang(n-len);win{1,2}=trian;
hamm=hamming(n-len);win{1,3}=hamm;
bman=blackman(n-l
文档评论(0)