基于Matlab的脉搏信号参数提取

0 引言
脉搏波压力及波形特征变化是评价人体心血管 系统生理病理状态的重要依据 [ 1 ] 。为了研究脉搏 波的波形特征与生理因素的关系 ,目前国内外许多 研究者大多以临床实测或模型计算脉搏波图 ,提取 人体生理病理特征 。实现脉搏信号分析处理方法 , 主要有时域分析 、频域分析 、样本训练与聚类等几类 方法 ,其中 ,频域分析法把脉搏波分解成为一系列频 率为基本频率整数倍的简谐振动 ,构成一个频率谱 , 用频谱与倍频的不同来分析脉象的不同 ,实现脉象 分类 。其优点是特征信息以脉搏波所具有的全部频
业大学学报 , 1996, 22 ( 1) : 71 - 79. [ 2 ] 余伶俐. 中医脉诊客观化与数字化研究 [ J ]. 辽宁中医杂志 ,
2006, 33 ( 2) : 129 - 131 [ 3 ] 王济 ,胡晓. MATLAB 在振动信号处理中的应用 [M ]. 北京 :中
国水利水电出版社 :知识产权出版社 , 2006. [ 4 ] 周祥才 ,杨铮. 基于 MATLAB 的信号采样与重构的实现 [ J ]. 实
1 脉搏信号检测
脉搏信号采集系统由脉搏传感器 、动态应变仪 、 东方所 DASP采集系统以及计算机组成 。采集对象
收稿日期 : 2009 - 10 - 25 作者简介 :齐淑敏 (1984 - ) ,女 ,山东德州人 ,在读硕士 ,主要从事机电系统建模及仿真、动态测试的研究与开发. E2mail: qizi52320@163. com
图 1 参数提取实现过程
各模块实现功能如下 : (1)数据导入 : 主要实现目标路径下 3 . csv时
i阶固有频率的第 j个区间的带宽 w ij = fmax ( i, j) fm in ( i, j) ( i, j = 1, 2, 3) 。
域数据文件名的读取 。将多个 csv文件中的数据汇 总到一个 sheet中 ,并在 sheet中添加信号采集信息 ,
表 1 脉搏信号特征参数表
样本 f1
p1
w 11 w 12 w 13
f2
p2
w21 …
1 1. 3 0. 263127 0. 1 0. 2 0. 375 2. 625 0. 125277 0. 3 …
2 0. 875 0. 241738 0. 1 0. 15 0. 225 1. 8 0. 129397 0. 2 …
验技术与管理 , 2007, 24 (2) : 79 - 80.
……
… …… … … … … …
图 3 健康青年脉搏波频谱
4 结论
频谱分析的处理从一定程度上反映了人体生理 病理信息 ,程序化的特征参数提取减少了人工读图 时带来的误差 ,节省了数据处理时间 ,在脉象研究中 有很强的实用性 。
图 4 中年慢性病患者脉搏波频谱
参考文献 : [ 1 ] 罗志昌 ,张松 ,杨文鸣. 脉搏波形特征信息的研究 [ J ]. 北京工
2 信息特征参数提取
本文选用 MATLAB 软件作为技术平台 ,该软件 具有丰富的的函数和工具箱 ,可处理各种类信号 ,用 于解决工程实际问题实现方法简单有效 [ 3 ] 。本文 通过编程实现对采集到的脉搏数据信号直接处理 , 可快速 、准确地获得脉搏信号特征点 。
信号处理程序设计主要包括数据导入 、频谱分 析 、固有频率 fi 的提取及各谐波曲线覆盖面积比 pi 的计算 、带宽 w ij计算等四个功能模块 。实现过程如 图 1所示 。
Abstract: In this paper, we transform the pulse signal from waveform to spectrum by Fast Fourier Transformation ( FFT) , that is, decomposes a comp lex pulse wave w ith obvious characteristics of period into a set of harmonic waves w ith different frequencies. Then we can obtain some inform ation characteristics corresponding w ith human physiology and pathology from the pulse spectrum by means of M atlab. So we achieves the aim of extracting parameters p rogram ly, which w ill be instead of the p rocess of artificial reading graphics and has important imp lications in the future pulse research. Key words: pulse signal; spectrum analysis; characteristics extraction
第 1期 齐淑敏等 :基于 M atlab的脉搏信号参数提取 53
图 2 43人样本脉搏波信号谱阵 (0～16Hz)
血流量的激励下 ,健康人身体的血液循环系统处于共 振状态 ,脉搏信号的频谱上均呈现出明显的谐波 ,如 图 3所示。而当人体经络发生堵塞 ,某个器官发生病 变 ,血液循环系统的共振状态则不能正常激发出来 , 如图 4所示 ,固有频率偏移 fi ≠if1。 另外 ,利用 MATLAB 对脉搏信号提取特征参数 结果如表 1所示 ,从表中我们可以直观的分析和对 比所采集的每个样本的脉搏波形信号特征点 ,并且 为特征参数的统计奠定了必要的前提 ,实现了脉诊 客观化和数字化 。
( 3) fi 的提取及 pi 的计算 :利用固有频率 fi 对 应幅值 Ai 的特性 ,使用 M atlab数学工具 ,提取前四 阶固有频率 fi 并计算各谐波曲线下的覆盖面积比 pi。
( 4)带宽 w ij计算 : j ( j = 1, 2, 3 ) 表示幅值区间 ,
分别对应
(
3 4
A
i
～A
i
)
第 25卷 2010年
第
1期 2月
JOURNAL
山东建筑大学学报 OF SHANDONG J IANZHU
Vol. 25
UN IVERSITY
Feb.
No. 1 2010
文章编号 : 1673 - 7644 (2010) 01 - 0051 - 03
基于 Matlab的脉搏信号参数提取
52 山 东 建 筑 大 学 学 报 2010年
主要为我校大三学生 ,以及个别教师 ,测量位置为左 手腕挠动脉处 。由采样定理可知 ,采样频率应大于 被采样信号最高频率的两倍 ,以免采样后的信号发 生频 谱 的 混 叠 [4] , 所 以 我 们 将 采 样 频 率 选 为 2048Hz,采样长度为 16 s,为消除 50Hz的工频干扰 , 我们选取动态应变仪的 1kHz档位进行滤波 。检测 时 ,测试室内保持安静 ,测试人员固定 。受测人采用 静坐状态 ,将手臂平置于台上与心脏平齐 ,适当调节 压力 ,待信号平稳后开始采集数据 。由于检测是在 同季节 、时间 、环境下完成的 , 基本上消除了季节 、 地理环境 、昼夜 、情绪等因素的影响 。
Extraction of param eters from pulse signa ls ba sed on M a tlab
Q I Shu2m in, DU L i, ZHAN G W ei2bo
( School of M echanical and Electronic Engineering, Shandong J ianzhu University, J inan 250101, China)
3 结果与分析
便于了解相关采集参数 。
(2)频谱分析 : 主要实现采用快速傅里叶变换
图 2为对采集信号处理后得到的全体样本的谱
( FFT)将时域数据进行频谱分析 ,并绘制全体样本 阵图 ,其中 , x、y、z轴分别代表人数、频率和幅值 。经
谱阵 ,便于快速查看所有样本的频谱曲线 。
分析后我们可以看出 ,脉搏信号的频谱特征具体体现
、(
1 2
A
i
～A
i
)
和
(ຫໍສະໝຸດ Baidu
1 4
A
i
～A
i
)
,
第
在脉搏信号的频谱几乎都分布在 0～40Hz以内 , 40Hz 以上信号的能量分布很少 ;图 3、图 4为其中两个样本 的频谱 ,频谱上 1Hz左右出现的第一个谐波谱峰 (或 称第一主峰 )的频率 ,反映了心脏源的波动频率 ;在第 一主峰前大约 0. 2～0. 4Hz范围内有一谱峰 ,它恰好 反映了受检者的呼吸频率 ,这说明了人体脉搏同时还 受到周期性呼吸过程的影响和调制 ;另外 ,在心脏射
率分量的集合形式表示 ,因而保留了脉搏波中的全 部信息 ,从而揭示出许多生理病理信息 [ 2 ] 。所以频 域分析法是目前应用最为广泛的一种分析方法 。由 于 M atlab所具备的高效的数学计算能力和完善的 功能 [ 3 ] ,在本文中 ,使用 M atlab作为数学工具 ,将采 集到的信号直接进行处理得到脉搏信号参数 ,实现 了特征参数提取的程序化 。
齐淑敏 ,杜丽 ,张蔚波
(山东建筑大学 机电工程学院 ,山东 济南 250101)
摘要 :采用快速傅里叶变化 ( FFT)将脉搏信号从时域变换到频域 ,即将一个复杂的 、具有明显周期特征的脉搏 波分解成不同频率的谐波 。利用 M atlab编程 ,从脉搏波频谱中获取与人体生理病理相应的信息特征 ,实现了参 数提取的程序化 ,取代了人工读图的过程 。 关键词 :脉搏信号 ;频谱分析 ;特征提取 中图分类号 : TH113 文献标识码 : A
3 1. 125 0. 249837 0. 1 0. 15 0. 225 2. 225 0. 135035 0. 2 …
4 0. 925 0. 216763 0. 1 0. 15 0. 225 1. 8 0. 116319 0. 125 …
5 1. 025 0. 209616 0. 1 0. 125 0. 2 2. 05 0. 127943 0. 1 …