换一批基于小波分解的颈动脉波特征提取算法
Feature Extraction Algorithm of Carotid Artery Pulse Wave Based on Wavelet Transform
摘要目的:利用小波变换的时频局域化性质,检测出存在于颈动脉波信号(CAP)中的奇异点和奇异角,并且精确检测奇异角出现的位置.方法:小波变换具有多分辨率等特点,能够通过放大信号的任意细节部分进行时域分析.采用离散小波变换法结合dbl小波能够检出脉搏信号中的奇异U角.利用计算CAP时域特征点的小波变换极大值坐标来精确定位脉搏时域特征点,通过检测脉搏的特征参数以及脉搏的突变特征参数,可以客观判定人体脉搏变化规律.结果:CAP信号WT分解很好地抑制了各种病理性、基线漂移等干扰,为进一步进行特征提取创造了条件,基于第一细节信号dl的特征点定位几乎不受各种病理性、基线漂移等于扰的影响,定位比其他传统处理技术更为准确.结论:本文提出了基于小波分解的颈动脉波特征点提取算法,取得高达100％的检测率.在含有大量噪声和伪差的脉搏信号中,仍具有较高正确检出率和良好的抗噪性.根据计算得到CAP信号时域特征点的小波变换极大值的坐标,再利用极大值表征准确测定脉象时域特征点的坐标,能够克服脉搏时域特征点定位不准的问题.
更多相关知识
- 浏览30
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
