重庆大学生物医学工程联合学院重庆市医疗电子技术工程研究中心 作品数:6 被引量:47 H指数:3 相关作者: 黄林洲 更多>> 发文基金: 国家自然科学基金 教育部“春晖计划” 重庆大学研究生科技创新基金 更多>> 相关领域: 医药卫生 自动化与计算机技术 更多>>
IMF复杂度特征在心音信号分类识别中的应用 被引量:3 2013年 为提高非线性、非平稳心音信号特征提取的准确性和分类识别的高效性,提出一种基于固有模态函数(Intrinsic Mode Function,IMF)复杂度和二叉树支持向量机(Binary Tree Support Vector Machine,BT-SVM)的心音分类识别方法。对心音进行经验模式分解(Empirical Mode Decomposition,EMD),得到若干反映心音本体特征的平稳IMF分量;利用互相关系数准则对其筛选,计算所选IMF分量的复杂度值为信号的特征;将其组成特征向量输入到BT-SVM进行分类识别。临床数据仿真结果表明,该方法能有效提取心音特征,与传统识别方法相比,具有训练时间短,识别率高等优点。 郭兴明 黄林洲关键词:经验模式分解 心音 复杂度 支持向量机 自适应提升小波变换在心音信号预处理中的应用 被引量:22 2009年 通过构造提升小波变换的预测滤波器和更新滤波器,将自适应提升小波变换用于心音信号的预处理,提升小波变换不仅保留了小波变换在信号处理中的优势,而且可以提高信号处理的速度,可以在心音信号的实时处理中起到很好的去噪效果。通过仿真实验对实际采集的几十组心音数据进行了去噪处理,结果表明,该方法在去噪效果和处理速度上都有着明显的优势,在心音的实时采集中有很重要的应用价值。 郭兴明 吴玉春 肖守中关键词:提升小波变换 自适应算法 心音 去噪 应激状态下被检出第三心音的人群的调查研究 被引量:2 2010年 目的:调查研究应激状态下检出第三心音(S3)的人群及其心脏所受负荷的关系。方法:选择92名运动员和42名普通大学生进行心音图运动试验,分别记录其静息状态和运动后即刻出现的S3及心率。另选90名孕妇(孕周≥28周)和90名非妊娠育龄妇女作对照研究,记录静息状态下出现的S3和心率。分析两组人群检出S3的频率与心脏负荷的关系。结果:静息状态和运动后即刻检出S3的频率有显著性差异(P<0.01),而运动员与普通大学生检出S3的频率无显著差异(P>0.05)。孕妇与非妊娠育龄妇女静息状态下检出S3的频率有显著性差异(P<0.01)。应激状态下的人群被检出第三心音的频率显著性增加。结论:第三心音的出现是心脏负荷加重所产生的一个反应。 钟丽莎 郭兴明 杨勇 肖守中关键词:第三心音 心脏负荷 异常妊娠妇女心脏储备的评估方法及变化规律 2011年 目的研究异常妊娠妇女心脏储备的评估方法及变化规律。方法采用运动心力监测仪对96例异常妊娠、356名正常妊娠及100名健康育龄妇女进行监测,在静息状态下记录心音图,测量第1心音幅值与第2心音幅值之比(S1/S2)、舒张期与收缩期的时限之比(D/S)和心率(HR)。结果正常妊娠组及异常妊娠组的S1/S2和HR明显高于健康育龄组,D/S明显低于健康育龄组(P均<0.001);异常妊娠组的S1/S2和HR明显高于正常妊娠组,D/S明显低于正常妊娠组(P均<0.001)。D/S低于1.1及S1/S2高于1.8提示妊娠妇女危险性增加。4种常见异常妊娠的妇女心脏储备水平由低到高分别为子痫、双胎、妊娠性糖尿病和妊娠高血压。结论妊娠期间调用了心脏储备,特别是异常妊娠妇女心脏负担更加沉重,心脏储备降到更低水平。用S1/S2、D/S和HR评估异常妊娠妇女心脏储备是可行的。 郭兴明 钟丽莎 王东 有凤芝 肖守中关键词:异常妊娠 心脏储备 心音中医学指标的提取 被引量:6 2011年 根据心音信号自身的特点,结合经验模式分解,提出了一种从心音信号中提取医学指标的方法。对心音信号进行预处理,然后对预处理后的信号采用黄变换,获取各阶固有模态函数(IMFs),从中选取第一和第二阶IMF进行希尔伯特变换,得到心音的包络。利用双阈值法,并给出具体的阈值,实现了对第一心音(S1)和第二心音(S2)的定位,从心音信号中获取了心率S1和S2的幅值比(S1/S2)以及舒张期和收缩期的时限比(D/S),为临床上评估心脏储备提供了便利。 郭兴明 林辉杰 肖守中关键词:经验模式分解 基于智能手机的心电实时监护系统的设计 被引量:14 2010年 介绍了基于智能手机的心电实时监护系统的设计方法。该系统由测量节点、智能手机节点和监护中心端组成,智能手机节点通过蓝牙实时接收由穿戴式心电采集节点传来的心电数据,并将监护结果通过GPRS网络传输到监护中心端。该系统由病人随身携带,能对多种常见的心律失常症状进行智能诊断,提供实时准确的远程心电监护。通过功能测试,该系统运行良好。 郭兴明 陈丽珊 陈旻 彭承琳关键词:智能手机 远程监护 心律失常 智能诊断