简介:摘要:人体生理信号能有效的反映人体的活动情况,但人体生理信号普遍存在信号幅度小,容易受干扰等问题,因此生物医学信号处理在人体生理参数信息处理中具有广泛的应用。脑电是人脑神经细胞电生理活动在大脑皮层以及头皮的总体反映,与各种生理活动密切相关。本文通过使用生物医学信号的处理方法如自适应阈值滤波、小波变化、低通滤波、高通滤波等方法,可以有效的滤除干扰信号,得到较为纯净的脑电信号。本文选取了一段麻醉深度由深转浅的脑电信号,通过双谱分析发现该段脑电信号集中于10Hz以下的低频段,通过计算各频段在脑电信号中占比情况,发现随着麻醉深度越来越浅,脑电信号中 波段占比呈现下降的趋势, 波呈现逐渐上升的趋势。本文揭示了生物医学信号在脑电信号处理中具有广泛的应用。
简介:摘要心血管疾病是威胁人类生命最主要的疾病之一,而心电信号(ECG)是诊断心血管疾病的主要依据。近年来,随着计算机技术的发展,心电信号的采集与处理也不断地向着自动化、智能化的方向发展。在心电信号分析系统中,影响心电自动分析结果可靠性的因素很多,其中一个重要原因就是心电信号中存在的各种干扰,如随机噪声、基线漂移、肌电干扰以及工频干扰等。由于这些干扰与心电信号混叠,引起心电信号畸变,使整个心电信号波形模糊不清,并对心电各波段的正确识别造成很大影响,从而影响诊断结果。为了给医生提供清晰的心电图形,以提高分析和诊断的精确性,首先要对心电信号数据进行预处理和特征提取,使心电数据曲线平滑、特征点突出。因此,选择合适的滤波方法对心电信号分析有着非常重要的意义。
简介:为提高对婴儿健康监护的质量,本研究提出在育婴箱中增加婴儿哭声识别功能,该系统主要以TI公司的数字信号处理器(DSP)芯片TMS320DM643和多媒体音频编解码芯片TLC320AIC23B为硬件核心,设计一套实时的婴儿哭声识别系统。本系统使用拾音器采集婴儿哭声,音频解码芯片对声音信号进行处理,然后发送给DSP芯片,DSP芯片对声音信号进行预处理,然后用优化的自相关函数算法提取特征参数-线性预测系数(LPC),使用动态时间规整(DTW)识别算法,实现对婴儿的哭声准确识别,并经串口向上位机发送识别结果。该系统在实际测试后表明,婴儿啼哭状态识别准确率可达97.1%,在婴儿护理领域具有重要意义。