本文選題：自動(dòng)識(shí)別　切入點(diǎn)：胸阻抗　出處：《電子與信息學(xué)報(bào)》2015年04期 　論文類型：期刊論文

【摘要】：為了自動(dòng)識(shí)別胸阻抗(Trans Thoracic Impedance,TTI)信號(hào)中的按壓和通氣波形,完成相關(guān)重要參數(shù)的計(jì)算,從而實(shí)現(xiàn)對(duì)心肺復(fù)蘇質(zhì)量的監(jiān)測(cè)評(píng)估,該文提出一種基于密度加權(quán)與偏好信息的胸阻抗信號(hào)自動(dòng)檢測(cè)算法。該方法針對(duì)實(shí)驗(yàn)采集的豬的電誘導(dǎo)心臟驟停模型TTI信號(hào),通過預(yù)處理和多分辨率窗口搜索法完成潛在按壓和通氣波形的標(biāo)記;接著,提取每個(gè)標(biāo)記波形的寬度、幅值以及相鄰波形特征差作為特征,并按標(biāo)記波形寬度對(duì)信號(hào)進(jìn)行分段;之后,再對(duì)信號(hào)進(jìn)行小波分解,提取其小波系數(shù)每段的能量與原始波形幅值之比作為特征;最后采用基于密度加權(quán)與偏好信息的K均值聚類分析法對(duì)標(biāo)記的波形進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)TTI信號(hào)中按壓波形和波形分析識(shí)別的正確率和敏感度均較高,魯棒性好,且運(yùn)行時(shí)間(0.43 s±0.07 s)滿足實(shí)時(shí)性要求。
[Abstract]:In order to automatically identify the compression and ventilation waveforms in the chest impedance trans Thoracic Impedance (TTI) signal, and complete the calculation of relevant important parameters, the quality of cardiopulmonary resuscitation can be monitored and evaluated, so as to monitor and evaluate the quality of cardiopulmonary resuscitation (CPR). This paper presents an automatic detection algorithm for thoracic impedance signals based on density weighting and preference information. This method is aimed at the TTI signal of electroinduced cardiac arrest model in pigs. The potential compression and ventilation waveforms are marked by pre-processing and multi-resolution window search, and then the width, amplitude and adjacent waveform characteristic difference of each marker waveform are extracted as features, and the signals are segmented according to the marking waveform width. After that, the signal is decomposed by wavelet, and the ratio of the energy of each segment of the wavelet coefficient to the amplitude of the original waveform is extracted as the feature. Finally, the K-means clustering method based on density weighting and preference information is used to classify and recognize the marked waveforms. The experimental results show that the algorithm has a high accuracy and sensitivity to the recognition of pressure-pressing waveforms and waveform analysis in TTI signals. The robustness is good, and the running time is 0.43 s 鹵0.07 s).
【作者單位】： 重慶大學(xué)通信工程學(xué)院;第三軍醫(yī)大學(xué)生物醫(yī)學(xué)工程與醫(yī)學(xué)影像學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61108086) 重慶市自然科學(xué)基金(CSTC2011BB5066,CSTC2012jj A0612) 重慶市科技攻關(guān)計(jì)劃項(xiàng)目(CSTC2012gg-yyjs0572) 中央高�；�(CDJZR10160003,CDJZR13160008) 軍隊(duì)博士后基金 重慶市博士后基金資助課題
【分類號(hào)】：TN911.23

【共引文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 張和華;胸阻抗信號(hào)監(jiān)測(cè)心肺復(fù)蘇質(zhì)量的方法研究[D];第三軍醫(yī)大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張健;宋剛;;基于分裂式K均值聚類的圖像分割方法[J];計(jì)算機(jī)應(yīng)用;2011年02期

2 姜月秋;牛碩;高宏偉;;一種新的基于K均值聚類的色彩量化算法研究[J];計(jì)算機(jī)科學(xué);2012年S3期

3 邢冀鵬;鄒雪城;劉政林;陳毅成;;K均值聚類和模擬退火融合的軟硬件劃分[J];計(jì)算機(jī)工程與應(yīng)用;2006年16期

4 賴玉霞;劉建平;楊國(guó)興;;基于遺傳算法的K均值聚類分析[J];計(jì)算機(jī)工程;2008年20期

5 蔡慧;劉洪波;韓國(guó)棟;;基于K均值聚類的隨機(jī)網(wǎng)絡(luò)拓?fù)淠Ｐ蚚J];計(jì)算機(jī)工程與設(shè)計(jì);2009年05期

6 常甜甜;劉紅衛(wèi);馮筠;;基于K均值聚類和多核SVM的微鈣化簇檢測(cè)[J];計(jì)算機(jī)科學(xué);2009年08期

7 胡艷維;秦拯;張忠志;;基于模擬退火與K均值聚類的入侵檢測(cè)算法[J];計(jì)算機(jī)科學(xué);2010年06期

8 吳永芳;楊鑫;徐敏;張星;;基于K均值聚類的圖割醫(yī)學(xué)圖像分割算法[J];計(jì)算機(jī)工程;2011年05期

9 溫超;耿國(guó)華;李展;;基于K均值聚類和多示例學(xué)習(xí)的圖像檢索方法[J];計(jì)算機(jī)應(yīng)用;2011年06期

10 黃月;吳成東;張?jiān)浦?程龍;孫堯;;基于K均值聚類的二進(jìn)制傳感器網(wǎng)絡(luò)多目標(biāo)定位方法[J];控制與決策;2013年10期

相關(guān)會(huì)議論文 前2條

1 吳波;王勇;王偉;王景翰;;K均值聚類分析法在綠色搖頭丸分類中的應(yīng)用[A];公共安全中的化學(xué)問題研究進(jìn)展（第二卷）[C];2011年

2 季鐸;蔡?hào)|風(fēng);鄭偉;于水;;基于相似序列的增量式K均值聚類算法[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

相關(guān)碩士學(xué)位論文 前5條

1 朱曦;基于改進(jìn)K均值聚類的證券時(shí)間序列奇異點(diǎn)研究[D];昆明理工大學(xué);2013年

2 張f ;K均值聚類在高新技術(shù)企業(yè)信用評(píng)級(jí)中的應(yīng)用[D];電子科技大學(xué);2010年

3 廖宗明;基于K均值聚類與支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[D];華南理工大學(xué);2012年

4 李希;基于K均值聚類和BP神經(jīng)網(wǎng)絡(luò)的耐火材料損傷模式識(shí)別[D];武漢科技大學(xué);2012年

5 都興朔;結(jié)合人工蜂群算法的調(diào)和K均值聚類算法的研究[D];東北師范大學(xué);2012年

，

本文編號(hào)：1570710