人體生理信號的非線性分析方法

內(nèi)容概要

復(fù)雜人體生理信號具有重要的研究意義和生物醫(yī)學(xué)工程應(yīng)用價(jià)值，王黎等的《人體生理信號的非線性分析方法》主要介紹了利用非線性理論對人體生理信號進(jìn)行分析的基本原理與實(shí)用方法。首先，介紹了幾類主要生理信號(心電、腦電、血壓、脈搏信號等)的數(shù)字化測量技術(shù)，在此基礎(chǔ)上可以獲得上述生理信號的時(shí)間序列數(shù)據(jù)。然后，針對不同生理狀態(tài)下、不同類型的人體生理信號進(jìn)行對比分析，主要包括不同的時(shí)頻域分析方法和多個(gè)非線性參數(shù)的估算方法。主要內(nèi)容有：生理信號分析與處理的墓本理論與方法、生理信號特征提取的時(shí)頻域分析方法、生理信號的診斷統(tǒng)計(jì)分析方法、生理信號的非線性參數(shù)估計(jì)方法，以及實(shí)測人體生理信號典型數(shù)據(jù)的分析與對比的評估結(jié)果。
《人體生理信號的非線性分析方法》可供從事生物醫(yī)學(xué)工程中的生理信號分析以及非線性科學(xué)相關(guān)研究的科技人員參考，也可供有關(guān)學(xué)科的研究生和高年級學(xué)生閱讀。

書籍目錄

前言
第1章 緒論
  1.1 引言
  1.2 人體生理信號的主要類型及其典型特征
  1.3 人體生理信號的檢測技術(shù)
  1.4 人體生理信號的非線性分析方法
  1.5 本書的出發(fā)點(diǎn)與主要研究內(nèi)容
  參考文獻(xiàn)
第2章 人體生理信號的嵌入式采集系統(tǒng)
  2.1 引言
  2.2 便攜式低功耗采集系統(tǒng)設(shè)計(jì)原理
    2.2.1 硬件系統(tǒng)組成
    2.2.2 主要電路原理
    2.2.3 系統(tǒng)軟件設(shè)計(jì)
    2.2.4 數(shù)據(jù)壓縮算法
  2.3 基于ATmega64單片機(jī)的嵌入式采集系統(tǒng)
    2.3.1 硬件系統(tǒng)組成
    2.3.2 軟件系統(tǒng)設(shè)計(jì)
    2.3.3 測試結(jié)果與分析
  參考文獻(xiàn)
第3章 幾種生理信號的前端檢測裝置
  3.1 心電信號檢測
    3.1.1 心電信號的特點(diǎn)與檢測方法
    3.1.2 心電信號檢測的前置放大電路
    3.1.3 心電信號檢測與記錄系統(tǒng)
  3.2 脈搏信號檢測
    3.2.1 光電式容積脈搏傳感器
    3.2.2 脈搏信號檢測的前置放大電路
    3.2.3 脈搏信號連續(xù)采集與記錄系統(tǒng)
  3.3 脂肪和體溫檢測
    3.3.1 脂肪檢測方法
    3.3.2 體溫檢測方法
  參考文獻(xiàn)
第4章 心電和脈搏信號的濾波與波形提取
  4.1 基于小波變換的心電信號消噪方法
    4.1.1 小波變換的概念和基本理論
    4.1.2 基于小波變換的心電信號消噪的主要步驟
    4.1.3 基于小波變換的心電信號消噪處理
  4.2 基于小波變換的HRV提取
  4.3 脈搏信號的消噪方法
    4.3.1 脈搏信號的波形特點(diǎn)
    4.3.2 基于小波變換的脈搏信號消噪方法
  4.4 基于小波變換的脈搏信號特征點(diǎn)提取
    4.4.1 P波波峰點(diǎn)的提取方法
    4.4.2 其他特征點(diǎn)的提取方法
    4.4.3 脈搏波形特征點(diǎn)提取的主要步驟
    4.4.4 實(shí)測脈搏信號的消噪與特征點(diǎn)提取
  參考文獻(xiàn)
第5章 心電信號和HRV的散點(diǎn)圖和頻譜特征
  5.1 引言
  5.2 QT間期對RR間期的散點(diǎn)圖
  5.3 心電信號的頻譜特征
    5.3.1 功率譜估計(jì)的基本原理
    5.3.2 心電信號的頻譜特征
  5.4 HRV的非線性定性分析
    5.4.1 HRV的Poincare截面圖
    5.4.2 HRV的頻譜特征
  參考文獻(xiàn)
第6章 HRV的混沌識別及其非線性參數(shù)估算
  6.1 引言
  6.2 基于代替數(shù)據(jù)法的混沌識別算法
    6.2.1 時(shí)間序列一步預(yù)測誤差的統(tǒng)計(jì)量
    6.2.2 代替數(shù)據(jù)集的生成
    6.2.3 假設(shè)檢驗(yàn)
    6.2.4 算法流程及校驗(yàn)
  6.3 基于代替數(shù)據(jù)法的HRV的混沌識別
  6.4 HRV的非線性參數(shù)估算方法
    6.4.1 關(guān)聯(lián)維
    6.4.2 最大Lyapunov指數(shù)
    6.4.3 近似熵
    6.4.4 復(fù)雜度
  6.5 典型HRV的非線性參數(shù)估算結(jié)果
    6.5.1 關(guān)聯(lián)維數(shù)
    6.5.2 最大Lyapunov指數(shù)
    6.5.3 近似熵
    6.5.4 復(fù)雜度
  參考文獻(xiàn)
第7章 脈搏信號的波形形態(tài)和散點(diǎn)圖特征
  7.1 引言
  7.2 脈搏信號的波形特征參數(shù)
    7.2.1 脈搏波形特征參數(shù)的計(jì)算方法
    7.2.2 脈搏波形特征參數(shù)與生理狀態(tài)的關(guān)系
    7.2.3 不同生理狀態(tài)下的脈搏單波波形特征參數(shù)
  7.3 脈搏主波間期的散點(diǎn)圖
  7.4 其他脈搏波形特征點(diǎn)的散點(diǎn)圖
  參考文獻(xiàn)
第8章 脈搏信號的時(shí)頻域分析
  8.1 引言
  8.2 脈搏信號的頻譜分析方法
  8.3 脈搏信號的頻帶能量比例分析方法
    8.3.1 小波包分解
    8.3.2 計(jì)算步驟
  8.4 結(jié)果與分析
    8.4.1 不同生理狀態(tài)下的脈搏信號的頻譜
    8.4.2 不同生理狀態(tài)下的脈搏信號的頻帶能量比例值
  參考文獻(xiàn)
第9章 脈搏主波間期的混沌識別及其非線性參數(shù)估算
  9.1 引言
  9.2 基于代替數(shù)據(jù)法的脈搏主波間期的混沌識別
  9.3 脈搏主波間期的非線性參數(shù)估算
  參考文獻(xiàn)
第10章 腦電信號的頻帶能量分析及其1/f節(jié)律
  10.1 引言
  10.2 基于小波包分解的腦電信號α波的提取方法
  10.3 不同精神狀態(tài)下的腦電信號的頻帶能量比例值
  10.4 基于腦電信號頻帶能量比例值的精神疲勞判定
  參考文獻(xiàn)
第11章 利用HRV和腦電信號α波的綜合評估分析
  11.1 引言
  11.2 腦電信號與人體疲勞的關(guān)聯(lián)機(jī)制
  11.3 利用腦電信號α波的非線性參數(shù)判定疲勞狀態(tài)
    11.3.1 腦電信號α波的提取
    11.3.2 利用腦電信號α波的非線性參數(shù)進(jìn)行評估
  11.4 利用HRV和α波的非線性參數(shù)綜合評估人體疲勞
  參考文獻(xiàn)
第12章 情緒變化和外部環(huán)境對生理信號的影響
  12.1 引言
  12.2 不同情緒狀態(tài)下的脈搏信號的比較
  12.3 不同情緒狀態(tài)的脈搏主波間期的非線性參數(shù)估算
    12.3.1 脈搏主波間期的相空間重構(gòu)
    12.3.2 關(guān)聯(lián)維數(shù)與最大Lyapunov指數(shù)
    12.3.3 近似熵與復(fù)雜度
  12.4 振動(dòng)噪聲環(huán)境下的脈搏信號分析
  參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：插圖：近十幾年來，各種生理信號的監(jiān)護(hù)儀器已成為各級各類醫(yī)院中的常用設(shè)備，得到了廣泛應(yīng)用。特別是由于經(jīng)濟(jì)發(fā)展、生活水平的提高、人口老齡化和心血管并發(fā)生率上升等因素，病人的監(jiān)護(hù)需求量大大增加。一般來說，這類監(jiān)護(hù)儀器都是由包含各種傳感器的物理模塊和內(nèi)置計(jì)算機(jī)系統(tǒng)構(gòu)成。各種生理信號由傳感器轉(zhuǎn)換成電信號，經(jīng)前置放大、濾波、模數(shù)轉(zhuǎn)換等處理后送人計(jì)算機(jī)進(jìn)行結(jié)果顯示、存儲(chǔ)和管理。監(jiān)護(hù)儀可以實(shí)時(shí)、連續(xù)、長時(shí)間地監(jiān)測病人的重要生命特征參數(shù)，具有重要的臨床使用價(jià)值。目前，這類監(jiān)護(hù)設(shè)備的監(jiān)護(hù)參數(shù)不斷增多，由過去的單參數(shù)逐步發(fā)展為多參數(shù)，包括心電、呼吸、血壓、體溫、血氧飽和度、有創(chuàng)血壓、呼吸二氧化碳、心輸出量等；功能也在不斷加強(qiáng)，由過去的簡單監(jiān)視發(fā)展到對異常波形的自動(dòng)記錄與分析。但是，這些儀器大多價(jià)格昂貴，而且體積很大、不便攜帶，使用起來也需要很多專業(yè)知識。另外，由于心理或生理上的壓力，有相當(dāng)一部分人在醫(yī)院測量的數(shù)據(jù)與其熟悉的環(huán)境中測量的數(shù)據(jù)有很大差別。研究表明，20％被認(rèn)為患有高血壓并認(rèn)為有可能導(dǎo)致心臟病的人在真正放松下來時(shí)沒有高血壓。例如，臨床上被診斷為患有高血壓并有可能誘發(fā)心臟病的孕婦在家中做24小時(shí)血壓監(jiān)護(hù)時(shí)發(fā)現(xiàn)，僅有三分之一孕婦的監(jiān)護(hù)結(jié)果與臨床診斷一致。

編輯推薦

《人體生理信號的非線性分析方法》由科學(xué)出版社出版。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    人體生理信號的非線性分析方法 PDF格式下載

---