文件名称：用于手腕脉搏分析的强大信号预处理框架
文件大小：3.37MB
文件格式：PDF
更新时间：2024-04-24 12:58:21
Wrist pulse preprocessing; Wavelet-based decomposition;
腕部脉搏一直是传统中医（TCM）的身体健康指标。 随着传感器技术和生物信息学的发展，使用信号处理技术量化脉搏诊断近年来受到越来越多的关注。 由于在实际情况下，传感器收集的腕部脉冲信号通常会被伪影破坏，因此引入了许多关于腕部脉冲预处理的方法，包括脉冲去噪和基线漂移消除，可以进行更准确的腕部脉冲分析。 但是，这些分散的方法用于预处理我们的特殊脉冲数据以用于临床应用时，还存在一些局限性。 本文提出了一种用于手腕脉搏分析的强大的信号预处理框架。 首先介绍了基于频率相关分析（FDA）的级联滤波器，以消除高频噪声并选择有效的脉冲间隔。 然后开发了曲线拟合方法，以最小的信号失真来调整方向和基线漂移。 最后，将周期分割和脉冲归一化应用于特征提取。 通过对具有生化标记物的实际脉冲记录进行实验，验证了所提出的脉冲预处理的有效性。 与传统方法相反，所提出的预处理框架在提取更准确的脉冲特征方面是有效的。 在糖尿病诊断中，最高分类率为91.6％。 结果表明，该方法优于以往的脉搏预处理研究，适用于手腕脉搏分析。