基于LabVIEW的人体脉搏数据采集分析系统设计[毕业论文+开题报告+翻译]

2021年2月25日00:02:46 发表评论浏览:661

机电毕业论文:基于LabVIEW的人体脉搏数据采集分析系统设计,毕业论文含论文一份,任务书一份,开题报告一份,英文翻译一份

基于LabVIEW的人体脉搏数据采集分析系统设计[毕业论文+开题报告+翻译]

基于LabVIEW的人体脉搏数据采集分析系统设计[毕业论文+开题报告+翻译]

基于LabVIEW的人体脉搏数据采集分析系统设计[毕业论文+开题报告+翻译]

中文摘要

自古以来中医一直是靠手指获取脉搏信息,这难免存在许多主观臆断因素, 并且这种用手指切脉的技巧很难掌握,因此人们迫切期望尽早实现脉诊的科学化和现代化;另一方面从西医的角度看, 近年来人们也试图根据脉搏波的变异性来评价和诊断人体心血管系统的病变 , 以便能找到一个有效的心血管疾病早期无创诊断的方法因此, 对脉搏信号进行无失真的检测采集和处理是一项重要而很有意义的基础工作, 它是对脉搏信号进一步分析并依此对心脏及动脉血管系统疾病进行预报和诊断的前提

本文采用肥华科电子技术研究所研制的HK-2000C集成化数字脉搏传感器,将测试者的脉搏信号采集到计算机中,并且以数据文件格式存储。应用labVIEW软件设计了脉搏信号的采集系统、时域分析系统、频域分析系统。取检测对象134例,其中健康人73例,冠心病、高血压患者61例。将采集的信号进行时域、频域分析,并对各种分析方法进行比较

在时域分析中采用了两种方法进行分析,一种是前人使用过的脉搏波波图面积变化为基础的脉搏波形特征量K值的提取方法,但是通过数据统计,这种方法无法准确区分开正常人与病人的差异。另一种是将时域波形进行一阶求导,然后求出脉搏波下降沿中斜率为负的占整个下降沿的百分比,即提取出重波波的所占比例。可以有效区分正常人与病人的差异。在频域分析中借鉴了模式识别中语音识别的技术,将谐波分量提取出来,所有谐波分量将确定一个多维的向量,病人和正常人向量之间的相关度和空间距离都存在着差异。

关键词:脉搏信号,时域分析,频域分析,脉象识别

THE ANALYSIS OF HUMAN PULSE SIGNAL USING LABVIEW

Abstract

Herbalist doctor always depends on their finger to obtain pulse information since the ancient times, however this method exists many unavoidably subjective decisions, and this kind of skill which feels the pulse with their fingers is very difficult to grasp, therefore people expected urgently to realize the scientific and modernized diagnosis as soon as possible. From the western medicine's prospective , in order to find an effective method of cardiovascular disease diagnosis in early time, the people also attempted to appraise and diagnose the pathological change of human body cardiovascular system according to the changeability of pulse wave in recent years. Therefore, carrying on non-distorted examination of pulse signal, gathering and processing is an significant foundational work, it is the premise of further analysis to the pulse signal and the forecast and diagnosis to the heart and artery vascular system disease.

This article uses HK-2000C integration numeral pulse sensor developed by HuaKe Electronic Technology Research Institute. It is used to collect pulse signal of subjects into computer and store them in data file. Designed the pulse signal collection system,time domain analysis system and frequency domain analysis system using LabVIEW software. 134 objects are taken, including 73 healthy person, 61 coronary disease and hypertension patients. Analysed the signal using time domain and frequency domain system, then compared each analysis method.

Two methods in the time domain analysis are introduced. one method is the extraction of pulse contour characteristic value k based on the pulse area change, the other is carried on the first derivation in the time domain, then extracted the the percentage of the negative slope to the entire slope, namely withdrew the proportion of the the pulsate again wave. A method in the frequency domain analysis is also applied, one is profited from the pattern recognition and the speech recognition technology, withdrawed the harmonic component, all harmonic component determined a multi-dimensional vector. The vectors correlation and the space distance between the patient and the normal person have great difference.

Key words: Pulse signal, time domain analysis, frequency domain analysis, Pulse Identify

目录

第1章 绪论 2
1.1 人体脉搏研究的背景和意义 3
1.2国内外研究现状 3
1.3本课题的主要工作任务 5
第2章 脉搏信号的采集系统 6
2.1 脉搏信号采集分析系统总体设计方案 6
2.2 硬件设计 7
2.3 软件设计 8
2.3.1虚拟仪器LabVIEW开发环境简介 8
2.3.1.1虚拟仪器概述 8
2.3.1.2 虚拟仪器硬件结构 9
2.3.1.3 虚拟仪器软件结构 10
2.3.1.4 虚拟仪器的特点 12
2.3.2 脉搏采集系统设计 12
2.3.2.1 基于LabVIEW的采集系统设计概述 12
2.3.2.2 采集系统总体框图 13
2.3.2.3 采集系统前面板设计 15
2.3.2.4 各模块介绍 16
2.3.3生成可执行应用程序 21
2.3.4 样本的采集与误差分析 21
2.3.3.1 样本的采集 21
2.3.3.2 误差分析 22
第3章 基于LabVIEW脉搏时域分析系统 26
3.1 时域分析系统概述 26
3.2 时域分析系统原理 26
3.2.1 脉搏信号简介 26
3.2.2 K值计算的原理 27
3.2.3 脉象速率图的原理 28
3.3 时域分析系统的设计 29
3.3.1 时域分析系统总体框图 29
3.3.2 时域分析系统前面板设计 30
3.3.3 各模块介绍 31
3.4 数据分析与结果 37
3.4.1 脉图面积法数据和分析 37
3.4.2 脉象速率法数据和分析 41
3.4.3 脉率测量和心率不齐检测的数据分析 39
第4章 基于LabVIEW脉搏频域分析系统 43
4.1 频域分析系统概述 43
4.2 频域分析的基本原理 44
4.2.1 数字信号处理 44
4.2.2.1 傅里叶变换 44
4.2.2.2 短时傅里叶变换 45
4.2.2.3 小波变换 46
4.2.2 向量法的基本原理 47
4.3 频域分析系统的设计 49
4.3.1 频域分析系统总体框图 49
4.3.2 频域分析前面板设计 50
4.3.3 各模块介绍 50
4.4 数据分析与结果 52
第5章 改进方法和发展方向 54
结论 56
致谢 57

第一章 绪论

1.1 人体脉搏研究的背景和意义

脉搏是由心脏搏动而引起, 经动脉和血流传至远端的桡动脉处, 它携带有丰富的人体健康状况信息。早在公元前7世纪脉诊就成为中医的一项独特诊病方法。但自古以来中医独特的诊断方法及治病的疗效总是笼罩着一层神秘的面纱。中医一直是靠手指获取脉搏信息, 这难免存在许多主观臆断因素, 况且这种用手指切脉的技巧很难掌握,因此人们迫切期望尽早实现脉诊的科学化和现代化。

随着传感器技术及计算机处理技术的发展,人们希望能够将现代技术应用于中医脉象诊断,以便更科学、更客观地揭示脉象的实质与特征。另一方面从西医的角度看,近年来人们也试图根据脉搏波的变异性来评价和诊断人体心血管系统的病变,以便能找到一个有效的心血管疾病早期无创诊断的方法。

因此,对脉搏信号进行无失真的检测、采集和处理是一项重要而很有意义的基础工作,它是对脉搏信号进一步分析并依此对心脏及动脉血管系统疾病进行预报和诊断的前提。本论文的研究主要是基于这方面来进行的,利用功能强大的虚拟仪器LabVIEW设计出脉搏的采集与分析系统,从客观、物理的角度来诠释人体脉搏系统。

1.2国内外研究现状

脉搏系统和脉搏信息的研究包括两大方面: 一是理论分析与计算(即建模方面);二是信号检测与分析。从发表的文献来看, 国外在前一方面做了大量的研究, 也早于国内学者; 而国内在后一方面的研究多于国外。对脉搏信号的分析主要包括以下方面:

(1)脉搏信号检测与提取

用脉搏记录仪器描绘脉搏波图像已有百余年的历史。1860年法国人研制了杠杆脉搏描记器,成为现代脉象描记的基础。脉象仪的总体构成包括脉象信号检测,信号预处理和信号分析三个环节。我国医务界约从50年代初就开始了用西方传来的脉搏描记技术,使脉象图形化。近十多年来,已经研制出了许多性能各异的脉象仪,各类脉搏描记器最关键和差异较大的部分就是脉象传感器的研制。从测量原理上讲,脉象传感器可分为机械式、压电式、光电容式等多种[1]。

(2)脉搏信号处理与特征提取

目标信号检测的关键是提取信号的特征。在实际中,目标信号总是淹没在大量的杂波或干扰中,而且目标信号的幅值或功率较杂波或干扰信号可能还低得多,这就需要进行有效的信号处理。

时域分析法:目前国内对脉象信号的特征提取方法,多数采用时域分析法,即在时间方向上分析波动信号的动态特征,通过对主波、重搏前波、重搏波的高度、比值、时值、夹角、面积值的参量分析,找出某些特征与脉象变化的内在联系[2] 。时域分析法包括直观形态法、多因素识脉法、脉象速率图法、脉图面积法。直观形态法。

频域分析法:频域分析主要是通过离散快速傅里叶变换,将时域的脉搏波曲线变换到频域,得到相应的脉搏频谱曲线,通过频谱曲线的特征分析,从中提取与人体生理病理相应的信息,实现脉象分类。与时域分析不同, 脉搏信号的频域特征可分辨性好, 因此80年代以来国内外一些学者开始在频域内对脉搏信号进行分析[3,4,5,6,7] , 初步取得了有意义的结果。这种从频域和能量的角度来分析脉搏信号的思想是十分正确的。我们从能量角度研究了几种不同疾病脉搏信号的特征频域特征和差异, 利用频域分析的延伸技术——倒谱与同态解卷,首次估计出了人体脉搏系统的传递函数, 分析了脉搏系统的频率特性[8]。

时频联合分析法:是把一维信号或系统表示成一个时间和频率的二维函数,时频平面能描述出各个时刻的谱成分。常用的时频表示方法有短时傅立叶变换和小波变换(WT) 。

短时傅立叶变换(STFT)方法:是一种广义情形,是一种线性时频表示方法,它依赖于被分析信号的线性特性,即信号的频谱与在数据中提供正弦成分的幅度成线性比例。其最主要的优点是容易实现、计算简洁有效,而它主要的缺陷是时间和频率分辨率在整个时频平面上固定不变。另外的限制是对一个特殊的信号,需要一个特殊的窗才能得到最佳分辨率。

小波变换(WT):是另外一种重要的线性时频表示,它在时频平面上具有可变的时间和频率分辨率,把FT 中的正弦基函数修改成在整个时频平面上具有可变时频分辨率的基函数,使得它在高频区域能够提供高的时间分辨率,而在低频区域能够提供高的频率分辨率。小波变换这种独特的能力使其成为分析脉搏这种非平稳信号的有力工具[9]。在目前已知的小波函数中,复值调制的Gaussian 函数是使用最高的小波之一。

资源下载资源下载价格39.9立即支付
以上是资料介绍,如需要完整的请付费下载. 本资料已审核过,确保内容和网页里介绍一致.
无需注册登录,付款后即可下载获取完整的论文资料.

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: