检索历史 清除

摘要脉搏波的形成和变化受心脏、血液和动脉血管功能状态的影响，蕴含了心血管系统的生理和病理信息。脉搏检查具有无创、操作简便且价格低廉等优势，是评估心血管疾病的重要手段之一。与心血管疾病常用的心电检测仪和抽血化验相比，脉搏检查可以避免设备体积较大、操作复杂且需要专业医护人员辅助的限制。通过对脉搏的节律、强度、频率等指标以及脉率变异性的分析，能够实现对心血管疾病类型和程度的评估。因此，人体手腕处脉搏信号的提取与分析，对心血管疾病的早期预警和实时监测具有潜在的应用价值。<br>　　由于脉搏信号是人体重要的生理参数之一，本文设计了脉搏信号采集传感器，建立了脉率变异性分析方法，并通过脉搏数据验证所提方法的准确性和适用性，具体研究内容如下：<br>　　针对脉搏信号采集传感器精度低、一致性差、可靠性差等缺陷，本文提出了一种基于微机电系统压力芯片的仿指腹式脉搏传感器，实现脉搏信号的测量。此传感器以MEMS压阻式芯片为核心单元，包括刚性外壳、柔性薄膜和硅基电路关键部件。在外力的作用下，传感器通过柔性薄膜变形传递到惠斯通电桥，实现力-电的转换测量。通过输出性能测试实验，该传感器的灵敏度可达0.04V/kPa，线性决定系数R2＞0.99，迟滞性小于1％，并具有良好的重复性和稳定性，验证了该传感器用于脉搏信号测量确实具有可行性。<br>　　对于PRV信号的时域、频域和非线性分析方法无法准确描述局部特征信息，结合基音检测方法和模糊熵理论，提出了一种基于循环平均幅度差函数模糊熵的PRV信号分析方法。采用集合经验模态分解和三次样条插值的方法对脉搏信号进行噪声去除和基线漂移的处理，并通过识别脉搏信号中最大峰值点，提取出脉率变异性信号。从时域、频域和所提方法三个角度计算健康人和心血管疾病患者的PRV信号局部特征参数，并使用t检验和Fisher判别率进行参数评估。实验结果表明，所提出的方法对于健康人和心血管疾病患者的PRV信号局部特征的差异性分析具有较好的准确性。<br>　　为验证基于循环平均幅度差函数模糊熵分析方法在临床脉搏数据中的准确性，本研究使用自研脉搏采集装置，对采集到的临床脉搏信号进行了深入分析，并利用基于循环平均幅度差函数模糊熵分析方法对PRV信号进行参数计算。研究结果表明，所提出的方法可以有效地区分健康个体和心律失常患者的PRV信号，并且三种典型PRV信号与中医脉象中的平脉、结脉和代脉特征具有一致性。因此，基于循环平均幅度差函数模糊熵分析方法在心血管系统健康监测以及中医脉象的识别分类中具有潜在的应用价值。