收藏本站
《山东大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

利用床垫式和腰带式生理信号监测系统进行咳嗽的监测与识别

裴晓娟  
【摘要】:近年来,雾霾天气频发,空气污染问题日益严重,由此引发的呼吸系统疾病己成为威胁人们身体健康的主要原因之一。咳嗽是呼吸系统疾病最常见和典型的症状之一,频繁的、剧烈的咳嗽会导致患者产生胸闷、胸痛的感觉,严重影响其生活与工作,尤其是夜间持续咳嗽还会影响患者的睡眠质量,使其白天昏沉乏力。所以如何能够有效的量化咳嗽的发生频率和强度等特征、使医生能更准确的进行疾病诊断是目前咳嗽研究的一个重点。 目前对咳嗽的量化手段主要是利用咳嗽监测仪对患者进行长时间持续监测,然后应用咳嗽识别算法处理数据实现咳嗽频率和强度的自动分析。咳嗽监测方法多采用声音记录与语音识别技术相结合实现咳嗽事件的自动分析计数,后期处理数据量庞大,算法复杂。本文另辟蹊径,分别以床垫式和腰带式生理信号监测系统作为实验平台,利用工程的理论方法对得到的腹部呼吸运动信号和体动进行多方位的分析和研究,较好地完成了咳嗽事件的识别。床垫式生理信号监测系统是一种无电极、无生理负荷的监测系统,其主要部分是以压力传感器为核心元件的微动敏感充气床垫,病人可以在自然状态下(躺位),不必佩戴任何仪器装置,测量多种人体生理信号。腰带式生理信号监测系统由起固定作用的腰带和腰带内侧的加速度传感器、麦克风、压力传感器和采集存储数据的机盒等元件组成,记录了咳嗽时腹部的加速度、振动信号和呼吸波,并将采集到的声音提取包络一同作为咳嗽事件的辨识特征。本文的工作和取得的成果主要有: (1)对床垫式生理信号监测系统原始信号进行预处理,成功从原始信号中分离出胸冲击、腿冲击和呼吸波。针对上身、下身原始信号和预期得到的呼吸波等信号的频率分布特点,本文进行了软件处理,采用了数字信号滤波和小波分析结合分离信号的方法。在充分理解数字滤波器工作原理的基础上,结合实际应用的需要,选择并设计了零相位滤波器进行滤波,得到精确零相位失真的输出信号。而小波分析法则是将上身和下身原始信号进行分解,获取不同频率范围的信息,从中选择符合实际应用的信号,为后面的进一步研究打下了良好的基础。 (2)对腰带式生理信号监测系统通过麦克风采集的声音信号进行提取包络的处理。首先在对原始声音信号进行处理前,先对不同病人的咳嗽声音样本进行功率谱估计,大致确定咳嗽的频率范围,将其作为高频滤波器的频率;然后将声音信号经过高通滤波器保留包含咳嗽事件的高频成分,抑制不必要的低频成分;最后对高频成分进行求和、欠采样等一系列方式提取包络曲线。采用声音包络而非原始声音信号作为识别咳嗽事件的特征信号,优点在于持续监测的声音信号数据量庞大、噪声多、分析处理比较复杂;而经过滤波的声音包络数据量小,最重要的是它忽略了低频噪声,使得波形平滑干净,凸显了咳嗽事件,有利于算法的编写。 (3)实现床垫式和腰带式生理信号监测系统对于咳嗽事件的识别。针对这两种不同的系统分别设计了实验,以床垫(或腰带)作为实验平台,在实验室理想环境下对患者进行监测,并通过麦克风记录声音信号,用做后期的人工识别计数。对实验得到的数据,本文设计了与监测系统配套的识别算法,充分利用咳嗽时加速度、呼吸波、振动信号和声音包络信号独有的特征,能够较好的从大量干扰事件(如清喉、说话等)中识别出咳嗽事件,与人工计数比较敏感性为88.4%(床垫)和90.0%(腰带),特异性能够达到96.0%(床垫)和98.6%(腰带),初步实现了床垫式和腰带式生理信号监测系统监测和分析识别咳嗽的功能。 未来,还可以更进一步的挖掘咳嗽发生时各生理信号的改变,从其细微变化处着手,实现不同种类咳嗽的自动分类,提高咳嗽监测系统的敏感性和特异性,减小环境对咳嗽信号识别的干扰,使其能够真正应用在临床诊断上。
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:R56

手机知网App
【参考文献】
中国期刊全文数据库 前7条
1 周玉彬,俞梦孙;用无电极的方法测量人体生理信号[J];北京生物医学工程;2001年02期
2 纪跃波,秦树人,汤宝平;零相位数字滤波器[J];重庆大学学报(自然科学版);2000年06期
3 魏栋;田联房;郑则广;陈荣昌;毛宗源;;基于动态时间规整的孤立咳嗽声识别[J];计算机与信息技术;2008年04期
4 胡维平;赖克方;杜明辉;陈如冲;钟思军;陈荣昌;钟南山;;基于经验模态分解分析和隐马尔可夫模型识别的咳嗽音检测[J];生物医学工程学杂志;2009年02期
5 刘永升;李子荣;杜明辉;;按时频能量分布识别咳嗽声的方法[J];生物医学工程学杂志;2009年05期
6 吉宁飞;殷凯生;;咳嗽的解剖、生理及病理生理学基础[J];实用老年医学;2011年03期
7 赵婷;吕寒静;邱忠民;;咳嗽症状严重程度评价[J];中华哮喘杂志(电子版);2011年01期
【共引文献】
中国期刊全文数据库 前10条
1 相征;朗朗;王静;;基于基音频能值的端点检测算法[J];安徽工程科技学院学报(自然科学版);2008年03期
2 吕军;马晓娜;;汉语孤立词声韵分割算法的研究[J];安徽师范大学学报(自然科学版);2008年03期
3 常广;鄢素云;王毅;;零相位数字滤波器在非平稳信号处理中的应用[J];北京交通大学学报;2011年06期
4 王晖;颜靖华;李传珍;蔡娟娟;;音频贝叶斯谐波模型中参数的提取[J];中国传媒大学学报(自然科学版);2007年04期
5 周长锋;韩力群;;概率神经网络在文本无关说话人识别中的应用[J];北京工商大学学报(自然科学版);2007年01期
6 魏丽英;;简析语音编码[J];才智;2010年31期
7 由守杰;柏森;曹巍巍;;鲁棒的DCT域音频盲水印算法[J];重庆邮电大学学报(自然科学版);2008年02期
8 肖菲;陈贺新;许万里;赵岩;;模式匹配和过零率检测的音频差错掩盖[J];吉林大学学报(信息科学版);2011年01期
9 李雨昕;;基于余弦过完备原子库的语音信号MP稀疏分解[J];成都电子机械高等专科学校学报;2011年02期
10 刘潇营;郑郁正;李国良;;多类支持向量机在语音识别中的应用[J];成都信息工程学院学报;2010年01期
中国重要会议论文全文数据库 前10条
1 徐晨;曹辉;;一种语音信号生成的数字模型的研究[A];第二届西安-上海两地声学学术会议论文集[C];2011年
2 韩挺挺;陈彦;徐平;;基于LabVIEW的起落架力学参数采集分析系统[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
3 哈妮克孜·伊拉洪;帕力旦·赛力提尼牙孜;那斯尔江·吐尔逊;吾守尔·斯拉木;;维吾尔人说汉语普通话发音特点的声学分析[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
4 冯朝斌;吕成国;赵洪刚;;话者识别系统改进策略的研究[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
5 项良;刘贺平;;G.723.1算法中闭环基音搜索算法的优化[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
6 阎晓萍;刘彤;;基于零相位滤波的轧辊偏心分析与仿真[A];全国冶金自动化信息网2009年会论文集[C];2009年
7 刘玉;孟宏;;数据采集中过采样系统设计[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年
8 樊新海;李胜利;安钢;王凯;;基于Delphi的零相位数字滤波算法研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年
9 曹征涛;杨军;朱莹莹;张宏金;俞梦孙;;一种基于微动敏感床垫的识别与呼吸事件相关的微觉醒的新算法[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
10 陈鹏;张仁杰;郑哲;李杰;;基于ARM的语音识别家居控制装置研究[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前10条
1 凌张伟;基于临界折射纵波和表面波的压力容器压力测量方法研究[D];浙江大学;2010年
2 黄丽霞;非特定人鲁棒性语音识别中前端滤波器的研究[D];太原理工大学;2011年
3 谢春辉;音频隐藏分析方法研究[D];中国科学技术大学;2011年
4 包桂兰;基于EPG的蒙古语标准音协同发音研究[D];内蒙古大学;2011年
5 吕钊;噪声环境下的语音识别算法研究[D];安徽大学;2011年
6 姜涛;网络环境下说话人识别关键技术研究[D];哈尔滨工业大学;2011年
7 李孟麟;融合叶尖定时信号的旋转机械转子故障诊断技术研究[D];天津大学;2011年
8 肖文斌;基于耦合隐马尔可夫模型的滚动轴承故障诊断与性能退化评估研究[D];上海交通大学;2011年
9 韩志艳;语音信号鲁棒特征提取及可视化技术研究[D];东北大学;2009年
10 纪跃波;多分辨时频分析理论与多功能时频分析系统的研究[D];重庆大学;2002年
【二级参考文献】
中国期刊全文数据库 前2条
1 王首勇,朱光喜,唐远炎;应用最优小波包变换的特征提取方法[J];电子学报;2003年07期
2 俞梦孙,杨军,周玉彬,张春艳,张洪成;用微动敏感床垫监测睡眠的研究[J];中华航空航天医学杂志;1999年01期
【相似文献】
中国期刊全文数据库 前10条
1 李玉生;兰丰礼;;一种适用于检测生理信号的程控增益放大器的研制[J];医学物理;1991年Z1期
2 陈龙聪,胡国虎,高斌;开放式生理信号产生及测量仪的研制[J];生物医学工程学杂志;2004年06期
3 孙卫新;;心脏生理信号的计算机分析[J];国外医学(生物医学工程分册);1987年03期
4 邓伯庄;一种用计算机处理电生理信号的接口电路[J];生理科学;1988年02期
5 刘新民,陈善广,王立为,宿双宁,王圣平,于澍仁,肖培根;动物生理信号计算机自动测试与分析系统在药物毒理研究中的应用[J];应用基础与工程科学学报;1995年03期
6 邢志新,邱衍勃,浦京遂;快采慢放——一种记录快变生理信号的新方法[J];北京生物医学工程;1992年01期
7 陈波;冯焕清;陈薇;杜亚军;;周期性电生理信号一种融合方法的研究[J];中国医疗器械杂志;2010年03期
8 杨星星;张松;芦杨;杨琳;王薇薇;顾冠雄;;基于生理信号的疲劳驾驶风险检测方法的研究进展[J];中国医学装备;2013年07期
9 杨洁秋;王慧艳;;利用家用录像机记录生理信号[J];国外医学.生物医学工程分册;1991年05期
10 崔文生,吴效明,朱斌,王晓航;通用生理信号实时检测与显示模型[J];暨南大学学报(自然科学与医学版);2000年01期
中国重要会议论文全文数据库 前3条
1 李伟博;吴效明;;基于EZ-USB FX2的生理信号采集接口技术[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
2 李国丽;史利杰;胡存刚;张萍;詹月红;;基于LabVIEW的生理信号处理研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
3 平安;王志良;;基于生理信号的人机情感交互系统应用研究综述[A];2009中国控制与决策会议论文集(3)[C];2009年
中国重要报纸全文数据库 前1条
1 记者 王怡;我研制出人造仿生电子皮肤[N];科技日报;2014年
中国博士学位论文全文数据库 前3条
1 温万惠;基于生理信号的情感识别方法研究[D];西南大学;2010年
2 黄丹飞;基于生理信号关联分析的可组合多通道监护系统的研究[D];长春理工大学;2011年
3 王娆芬;过程控制操作员生理信号分析及功能状态建模[D];华东理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 刘月华;典型生理信号综合测量及情绪识别研究[D];上海交通大学;2011年
2 孙圣;织物化多生理信号检测装置的设计[D];电子科技大学;2013年
3 侯永捷;面向压力评估的多生理信号采集和分析系统设计[D];燕山大学;2013年
4 李亭亭;运动员生理信号的采集和数据分析系统的研究[D];沈阳工业大学;2008年
5 孙洪央;基于多生理信号的压力状态下情绪识别方法研究[D];上海交通大学;2013年
6 程德福;双重结构粒子群和K近邻法用于生理信号情感状态识别的研究[D];西南大学;2009年
7 鲁舜;运用蚁群优化算法筛选情感生理信号特征[D];西南大学;2009年
8 郭漩;基于人工神经网络的多生理信号情绪识别系统设计与实现[D];华东师范大学;2014年
9 牛晓伟;生理信号的情感模式识别[D];西南大学;2008年
10 荣一霖;基于DSP的虚拟生理信号监测分析系统[D];长春理工大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026