小波变换脉搏波中呼吸干扰的去除

《小波变换脉搏波中呼吸干扰的去除》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、第卷第期燕山大学学报年月文章编号：1007-791X(2008)01-0053-05脉搏波中呼吸干扰的去除刘宝华，杜连涛，王国永（燕山大学机械工程学院，河北秦皇岛；承德石油高等专科学校机械工程系，河北承德）摘要：踝臂指数的测量对临床诊断有很重要的意义。目前测量的产品绝大多数都是基于幅度系数法测量收缩压，该方法缺乏扎实的理论基础，带有浓厚的经验性，测量值不够准确。通过实验分析以及柯氏音听诊法测量原理，发现检测脉搏重新恢复波动的第一个波谷起点所对应的袖带压力就等于收缩压。所以，测量收缩压的关键在于该点的确定。然而实际采集到的脉搏波信号

2、总是受到呼吸干扰，以至于无法确定波谷起点。本文使用了离散小波去噪的方法，成功的将脉搏波从实际信号中提取出来，进而确定收缩压对应点，从而为的测量提供了可靠的数据。关键词：踝臂指数；脉搏波；呼吸波；小波变换中图分类号：TH772;TN911.72文献标识码：A引言等于收缩压。然而，在正常状态下提取的脉搏波信号受到呼吸调制，呈现为不规则波，就难以对该点踝臂指数（，）是诊断进行确定。在实验或临床观察时常采用的方法是让周围动脉疾病（，）的待测者暂停呼吸，但是在老人、儿童或特殊疾病患重要指标，也是诊断外围动脉缺血的一种准确、简者中不能进行，而

3、且呼吸暂停改变了一些血液循环便、无创的方法。的值是指下肢踝部收缩压状况，更不可能做长时间连续观察。因此，为了和上肢肱部收缩压之比。因此，检测的关键确定第一个波谷起点，需要有好的去除呼吸波的方是测定下肢收缩压和上肢收缩压的值。柯氏音听诊法。小波变换是世纪年代开始逐渐发展起来法是临床测量血压的标准方法，被美国医学仪器的应用数学分支。小波变换的主要特点集中表现在进展协会（）和英国高血压协会（）视对时—频域的双重定域能力和多分辨率分析能力，为标准，建议其它血压测量新方法的提高需以柯式被誉为“数学显微镜”，成为继傅里叶分析之后的音听诊法为对

4、比，被称为血压测量的“金标准”。又一有力的信号分析工具。小波变换在生物医学但是，目前测量血压的产品几乎都是基于幅度系数信号处理中有良好的应用前景小波去噪是其中的法，这种方法缺乏扎实的理论基础，带有浓厚的经一个应用方向。本文在研究中尝试采用小波变换验性，测量值不够准确。必须要求精确的收缩的方法来去除脉搏波信号中的呼吸干扰。压，因此该方法不适于测量。方法介绍通过实验分析以及柯氏音听诊法测量原理，在血压测量的开始，袖带压力将压迫动脉血管处于小波变换原理关断状态，血流在袖带处受到压力而阻断，随着袖小波，即小区域的波，是一种特殊的长度有带压

5、力的减小，血管弹性使血管逐渐恢复导通状限、平均值为的波形。小波函数的定义为：设态，当血管压力刚好大于袖带压力时，被阻断的血为一平方可积函数，即，若其傅里管开始导通并产生脉搏搏动。因而，检测脉搏重新叶变换满足条件恢复搏动的第一个波谷起点所对应的袖带压力就收稿日期：作者简介：刘宝华（），男，山东昌邑人。副教授。主要研究方向为单片机应用与开发、机电一体化系统、医疗电子系统等。燕山大学学报图显示时，和的波形。则称为一个基本小波或小波母函数，称式为小波函数的可容许条件。将小波母函数进行伸缩和平移，就可以得到函数图小波称为小波基函数，其中，称

6、为尺度因子或伸缩因子，称为平移因子。将任意空间中的函数在小波基下展仿真实验验证方法开，称这种展开为函数的连续小波变换，其表为检验小波变换对实际采集到的脉搏波信号达式为处理的可行性，将几组不同频率的信号进行合成，然后将合成信号通过小波变换处理，最后将分解得到的结果与已知信号进行对比分析，这是检验小波小波变换和傅里叶变换一样，也是一种积分变变换实际效果的一种最简单有效的方法。正常人平换，但二者的变换核不同。函数一经小波变换，就静状态脉搏的跳动次数范围为次分，呼吸意味着将一个时间函数投影到二维的时间——尺次数范围为次分，呼吸频率约为脉搏

7、频率度相平面上，这样有利于提取信号函数的某些本质的左右。根据实际采集到的脉搏波的特点，用特征。在实际应用中为了方便用计算机进行分析、两个频率不同的正弦波信号和一个三角波信号分处理，信号都要离散化为离散序列，和也必别仿真脉搏波信号、呼吸波信号和其它干扰信号，须离散化，成为离散小波变换。其表达式为它们的混合信号仿真实际采集到的脉搏波信号，长为点。如图所示。式中，，其中伸缩步长。小波函数的选择本文选用了小波。小波是由世界著名的小波分析学者构造的小波函数，一般写成，是小波的阶数。小波函数和尺度函数中的支撑区为，的消失矩为。除外，不具有对称

8、性和明确的表达式，但转换函数的平方模式很明确的。图仿真信号令，其中，为二项式的系数，则有通过实验，对仿真信号进行层离散小波分解。通过小波分解则可将被分解信号分解成保持原始信号大致波形的近似信号和突出了信号细节特征的细节信号；通过不断的分解过程，将近