ＪｆＩ［１ｌ［ＩＩｆｒｌｌ［ＩＪｌｌｌｌ［ｆｌｒｆＩ［ＩＹ２０５９８７４ＴｈｅｓｉｓＳｕｂｍｉｔｔｅｄｔｏＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｔｈｅＭａｓｔｅｒ’ＳＤｅｇｒｅｅｏｆＴｅｃｈｎｏｌｏｇｙｆｏｒＲｅｓｅａｒｃｈｏｎＫｅｙＰｏｉｎｔｓＲｅｃｏｇｎｉｔｉｏｎｆｏｒＰｕｌｓｅ、№ｖｅｆｏｒｍＢｙＱｉｎｇｊｕｎＨｕａｎｇＳｕｐｅｒｖｉｓｏｒＧａｎｇＺｈｅｎｇＤｅｃｅｍｂｅｒ２０１１独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：秀厌擎签字日期：沙／）年≯月矽日学位论文版权使用授权书本学位论文作者完全了解墨盗墨墨盘至有关保留、使用学位论文的规定。特授权墨盗墨墨盘堂．可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：兹庆缪导师签名：玩各∥叫签字日期：伊／≥年７，－月砂多日签字日期：矽／多年沙月２够日摘要脉搏波是心脏射血冲击血管，经血管壁反射而形成的一种传播波。脉搏波信号能反映出人体的一些生理与病理信息，所以脉搏信号一直是人们关注和研究的重要医学信号之一。近年来随着传感器的发展，测量和保存脉搏信号都变得极为方便，无创推导动脉血压以及计算各项生理学成为临床研究的很重要的方面。在这过程中，脉搏波的特征点分析识别是这些计算和推导的前提。人们按照血液在血管中流动的过程，把脉搏波分为七个特征点。对特征点进行识别是目前研究的一个热点，也是一个难点．脉搏波的形状和反映了人体各方面的状况，不同人、不同身体状况时，脉搏波的形状都不相同，也正是由于脉搏信号的不确定性。使得脉搏波的特征点识别面临诸多困难。本文针对脉搏波特征点的识别问题展开研究，传统的微分识别脉搏波特征点的方法对于周期的划分不准确，而且特征点中存在拐点，单纯的一次微分不能准确识别这些特征点的位置。针对上述存在的问题，本文提出一种混合算法用于识别特征点，它采用二次微分和小波变换相结合的方法完成识别，首先用小波变换划分周期，找出基准点ｃ，并以此作为脉搏周期的划分点，然后用二次微分的方法识别特征点。实验结果表明，相比于传统方法，次算法的识别准确率有了明显提高。在研究中还存在另外一种现象，由于脉搏波的多样性，部分脉搏波中的潮波并不明显，利用传统的方法很难确定其位置。本文在对脉搏波的频域成分进行分析的基础上，发现潮波在频域上所处的频率位置是５Ｈｚ左右。然后利用小波变换的多级特性，把脉搏波分解成多个频率成分。利用不同阶上的小波系数表征的不同频率范围成分，将不同阶上的小波系数相减，然后利用相减后的系数波形去识别原始脉搏波中的特征点。研究发现，单个周期内，最大值后的第二个极大值点对应着脉搏波中潮波的峰值，也就是特征点ｅ。实验表明，该方法对明显特征点ｅ和不明显特征点ｅ的识别上都有着明显的效果。同时本文将研究成果进行了应用，主要集中于两个典型的应用。一个是脉搏波传播速度（Ｐｗｖ），利用脉搏波的特征点识别能够准确的计算ＰＷＶ，是临床判断人体动脉硬化的一个很重要指标，使得诊断的时候更准确。另外一个重要应用是中心动脉压的无创推导，中心动脉压作为临床的重要指标，比传统的肱动脉血压更具有价值。本文利用脉搏波的特征点位置去确定中心动脉压的最高点和上升点，据此训练经验公式，计算压力值，为无创推导中心动脉压创造了可行数据准备工作。关键词：脉搏波特征点识别小波变换二次微分ＡｂｓｔｒａｃｔＴｈｅｐｕｌｓｅｗａｖｅｉｓａｐｒｏｐａｇａｔｉｎｇｗａｖｅ．Ｉｔｓｓｏｕｒｃｅｉｓｔｈｅｃａｒｄｉａｃｅｊｅｃｔｉｏｎ．Ｔｈｅｂｌｏｏｄｓｔｒｉｋｅｐｅｒｃｕｔａｎｅｏｕｓｖａｓｃｕｌａｒｗａｌｌ．ＰｕｌｓｅｓｉｇｎａｌＣａｌｌｒｅｆｌｅｃｔｓｏｍｅｏｆｔｈｅｐｈｙｓｉｏｌｏｇｉｃａｌａｎｄｐａｔｈｏｌｏｇｉｃａｌｉｎｆｏｒｍａｔｉｏｎｏｆｈｕｍａｎｂｏｄｙ．Ｓｏｔｈｅｐｕｌｓｅｓｉｇｎａｌｉｓａｌｗａｙｓａｃｏｎｃｅｒｎａｎｄｓｔｕｄｙｔｈｅｉｍｐｏｒｔａｎｔｍｅｄｉｃａｌｓｉｇｎａｌｓ．Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｓｅｎｓｏｒｓ，ｍｅａｓｕｒｉｎｇａｎｄｐｒｅｓｅｒｖａｔｉｏｎｏｆｐｕｌｓｅｓｉｇｎａｌｈａｓｂｅｃｏｍｅｅｘｔｒｅｍｅｌｙｃｏｎｖｅｎｉｅｎｔ．Ｎｏｎｉｎｖａｓｉｖｅｄｅｒｉｖａｔｉｏｎｏｆａｒｔｅｒｉａｌｂｌｏｏｄｐｒｅｓｓｕｒｅａｎｄｃａｌｃｕｌａｔｉｏｎｏｆｖａｒｉｏｕｓｐｈｙｓｉｏｌｏｇｙｂｅｃｏｍｅｓａｖｅｒｙｉｍｐｏｒｔａｎｔａｓｐｅｃｔｏｆｃｌｉｎｉｃａｌｒｅｓｅａｒｃｈ．Ｉｎｔｈｉｓｐｒｏｃｅｓｓ，ｔｈｅｆｅａｔｕｒｅｐｏｉｎｔｓｏｆｐｕｌｓｅａｎａｌｙｓｉｓａｎｄｒｅｃｏｇｎｉｔｉｏｎｉｓｔｈｅｄｅｒｉｖａｔｉｏｎｏｆｔｈｅｐｒｅｍｉｓｅ．Ｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｂｌｏｏｄｆｌｏｗｉｎｂｌｏｏｄｖｅｓｓｅｌｓｏｆｔｈｅｐｒｏｃｅｓｓ，ｔｈｅｐｕｌｓｅｗａｖｅｉｓｄｉｖｉｄｅｄｉｎｔｏＳ＆Ｃｅｎｆｅａｔｕｒｅｐｏｉｎｔｓ．Ｔｈｅｆｅａｔｕｒｅｐｏｉｎｔｓｒｅｃｏｇｎｉｔｉｏｎｉｓａｈｏｔｌ＇ｅｓｅａｒｃｈ，ｂｕｔａｌｓｏａｄｉｆｆｉｃｕｌｔ．Ｔｈｅｐｕｌｓｅｗａｖｅｓｈａｐｅｒｅｆｌｅｃｔａｌｌａｓｐｅｃｔｓｏｆｈｕｍａｎｃｏｎｄｉｔｉｏｎｓ．Ｐｕｌｓｅｗａｖｅｓｈａｐｅｉｓｎｏｔｔｈｅｓａｍｅｆｒｏｍｄｉｆｆｅｒｅｎｔｐｅｏｐｌｅｏｒｄｉｆｆｅｒｅｎｔｐｈｙｓｉｃａｌｃｏｎｄｉｔｉｏｎｓ．Ｉｔｉｓｄｕｅｔｏｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆｐｕｌｓｅｓｉｇｎａｌ．Ｔｈｅｐｕｌｓｅｗａｖｅｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｆａｃｅｓａｌｏｔｏｆｄｉｆｆｉｃｕｌｔｉｅｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｕｌｓｅｗａｖｅｐｏｉｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｓｓｕｅｓ，ｔｈｅｔｒａｄｉｔｉｏｎａｌｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｕｓｉｎｇｄｉｆｆｅｒｅｎｔｉａｌｍｅｔｈｏｄｆｏｒｄｉｖｉｄｉｎｇｃｙｃｌｅｉｓｎｏｔａｃｃｕｒａｔｅ．Ａｎｄｆｅａｔｕｒｅｐｏｉｎｔｓａｒｅｉｎｆｌｅｃｔｉｏｎｐｏｉｎｔｓ．Ｓｏｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｍｅｔｈｏｄｃａｎｎｏｔａｃｃｕｒａｔｅｌｙｉｄｅｎｔｉｆｙｔｈｅｓｅｆｅａｔｕｒｅｐｏｉｎｔｓｌｏｃａｔｉｏｎ．Ｉｎｖｉｅｗｏｆｔｈｅａｂｏｖｅｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｈｙｂｒｉｄａｌｇｏｒｉｔｈｍｆｏｒｉｄｅｎｔｉｆｙｉｎｇｆｅａｔｕｒｅｐｏｉｎｔｓ．Ｒｃｏｍｂｉｎｉｎｇｔｗｏｄｉｆｆｅｒｅｎｔｉａｌａｎｄｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｍｅｔｈｏｄ．Ｔｈｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｕｓｅｄｔｏｄｉｖｉｄｅｗａｖｅｃｙｃｌｅ．Ｔｈｅｎｗｅｃａｎｆｉｎｄｔｈｅｒｅｆｅｒｅｎｃｅｐｏｉｎｔｃ．ＵｓｉｎｇｔｗｏｐｏｉｎｔｓｏｆＣａｓａｐｕｌｓｅｃｙｃｌｅ，ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｆｅａｔｕｒｅｐｏｉｎｔｓｃａｎｂｅｄｏｎｅｔｈｒｏｕｇｈｑｕａｄｒａｔｉｃｄｉｆｆｅｒｅｎｔｉａｌｍｅｔｈｏｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄ，ｔｈｅａｌｇｏｒｉｔｈｍｏｆｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｈａｓｂｅｅｎｉｍｐｒｏｖｅｄｏｂｖｉｏｕｓｌｙ．Ｉｎｔｈｅｓｔｕｄｙｔｈｅｒｅｉｓａｎｏｔｈｅｒｋｉｎｄｏｆｐｈｅｎｏｍｅｎｏｎ．Ｂｅｃａｕｓｅｏｆｔｈｅｄｉｖｅｒｓｉｔｙｏｆｐｕｌｓｅｗａｖｅ，ｐａｒｔｏｆｐｕｌｓｅｗａｖｅｔｉｄａｌｗａｖｅｉｓｎｏｔｏｂｖｉｏｕｓ．Ｔｈｅｕｓｅｏｆｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｄｅｔｅｒｍｉｎｅｉｔｓｌｏｃａｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｐｕｌｓｅｗａｖｅｉｎｔｈｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｃｏｍｐｏｎｅｎｔ，ｔｈｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｏｆｔｉｄａｌｗａｖｅｉｓｆｏｕｎｄｔｈａｔｉｔｓｆｒｅｑｕｅｎｃｙｉｓａｂｏｕｔ５Ｈｚ．Ａｎｄｕｓｅｏｆｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｍｕｌｔｉｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅｐｕｌｓｅｗａｖｅｉｓｄｅｃｏｍｐｏｓｅｄｉｎｔｏａｐｌｕｒａｌｉｔｙｏｆｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ．Ｔｈｅｎｕｓｉｎｇｏｆｄｉｆｆｅｒｅｎｔｏｒｄｅｒｏｆｄｉｆｆｅｒｅｎｔｆｒｅｑｕｅｎｃｙｒａｎｇｅｏｆｃｏｍｐｏｓｉｔｉｏｎｓ，ｗｅｃａｌｃｕｌａｔｅｔｈｅｄｉｆｆｅｒｅｎｔｏｒｄｅｒｏｆｔｈｅｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓ．Ｔｈｅｎｗｅｉｄｅｎｔｉｆｙｔｈｅｏｒｉｇｉｎａｌｐｕｌｓｅｗａｖｅｏｆｔｈｅｆｅａｔｕｒｅｐｏｉｎｔｓｕｓｉｎｇｔｈｅｓｕｂｔｒａｃｔｉｏｎ．Ｔｈｒｏｕｇｈｏｆｓｔｕｄｙ，ｗｅｆｉｎｄｔｈｅｍａｘｉｍｕｍｖａｌｕｅａｆｔｅｒｓｅｃｏｎｄｍａｘｉｍａｃｏｒｒｅｓｐｏｎｄｉｎｇｔｏｐｕｌｓｅｗａｖｅｔｉｄａｌｗａｖｅｐｅａｋｉｎｓｉｎｇｌｅｃｙｃｌｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｔｈｉｓｍｅｔｈｏｄＣａｎｉｄｅｎｔｉｆｙｔｈｅｏｂｖｉｏｕｓｐｏｉｎｔｅａｎｄｎｏｔｏｂｖｉｏｕｓｅｆｆｉｃｉｅｎｔｌｙ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｉｓｐａｐｅｒｒｅｓｅａｒｃｈｔｈｅａｐｐｌｉｃａｔｉｏｎ．Ｉｔｓａｐｐｌｉｃａｔｉｏｎｍａｉｎｌｙｆｏｃｕｓｏｎｔｗｏｔｙｐｉｃａｌｐａｒｔｓ．Ｔｈｅｐｕｌｓｅｗａｖｅｖｅｌｏｃｉｔｙ（ＰＷＶ）Ｃａｌｌｂｅａｃｃｕｒａｔｅｌｙｃａｌｃｕｌａｔｅｕｓｉｎｇｐｕｌｓｅｗａｖｅｆｅａｔｕｒｅｐｏｉｎｔ．Ｉｎｃｌｉｎｉｃａｌ，ｊｕｄｇｍｅｎｔｏｆｈｕｍａｎａｔｈｅｒｏｓｃｌｅｒｏｓｉｓｉｓａｎｉｍｐｏｒｔａｎｔｉｎｄｅｘｆｏｒｄｉａｇｎｏｓｉｓ，ｍａｋｉｎｇｉｔｍｏｒｅａｃｃｕｒａｔｅｌｙ．Ａｎｏｔｈｅｒｉｍｐｏｒｔａｎｔａｐｐｌｉｃａｔｉｏｎｉｓｎｏｎｉｎｖａｓｉｖｅｄｅｒｉｖａｔｉｏｎｏｆｔｈｅｃｅｎｔｒａｌａｒｔｅｒｙｐｒｅｓｓｕｒｅ．Ｔｈｅｃｅｎｔｒａｌａｒｔｅｒｉａｌｐｒｅｓｓｕｒｅａｓａｃｌｉｎｉｃａｌｌｙｉｍｐｏｒｔａｎｔｉｎｄｅｘ．ｉＳｍｏｒｅｖａｌｕｅｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｂｒａｃｈｉａｌａｒｔｅｒｙｂｌｏｏｄｐｒｅｓｓｕｒｅ．Ｉｎｔｈｉｓｐａｐｅｒ，ｕｓｉｎｇｔｈｅｐｕｌｓｅｗａｖｅｃｈａｒａｃｔｅｒｉｓｔｉｃｐｏｉｎｔｐｏｓｉｔｉｏｎ，ｗｅＯｆｌＬｒｌｄｅｔｅｒｍｉｎｅｔｈｅｃｅｎｔｒａｌａｒｔｅｒｉａｌｐｒｅｓｓｕｒｅａｎｄｔｈｅｈｉｇｈｅｓｔｐｏｉｎｔｏｆｔｈｅｒｉｓｉｎｇｐｏｉｎｔ．Ｆｒｏｍｔｈｉｓ，ｗｅｃｒｅａｔｅｆｅａｓｉｂｌｅｄａｔａｐｒｅｐａｒａｔｉｏｎｆｏｒｎｏｎｉｎｖａｓｉｖｅｄｅｒｉｖａｔｉｏｎｏｆｃｅｎｔｒａｌａｒｔｅｒｉａｌｐｒｅｓｓｕｒｅ．Ｋｅｙｗｏｒｄｓ：Ｐｕｌｓｅｗａｖｅ，ＫｅｙＰｏｉｎｔｓＲｅｃｏｇｎｉｔｉｏｎ，ＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ，ＱｕａｄｒａｔｉｃＤｉｆｆｅｒｅｎｔｉａｌ目录第一章绪论…………………………………………………．．１１．１研究背景和意义…………………………………………………………………ｌ１．２脉搏波特征点的识别研究现状…………………………………………………２１．２．１脉搏波的产生与传播…………………………………………………。２１．２．２脉搏波特征点划分及其特点…………………………………………。３１．２．３脉搏波特征点的识别现有方法…………………………………………６１．２．４脉搏波特征点识别的难点……………………………………………。７１．３本文主要内容……………………………………………………………………９１．４本文结构………………………………………………………………………．１０第二章基于二次微分的特征点识别方法……………………………．１ｌ２．１微分法和小波变换简述………………………………………………………．．１１２．１．１传统微分法……………………………………………………………。ｌｌ２．１．２小波变换………………………………………………………………。ｌ３２．２二次微分特征点识别方法……………………………………………………．１４２．３实验结果及分析………………………………………………………………．１８２．３．１实验数据………………………………………………………………．１８２．３．２实验结果………………………………………………………………．１９２．３．３实验分析………………………………………………………………。２０２．４本章小结…………………………………………………………………………２１第三章脉搏波中不明显潮波识别研究………………………………２２３．１脉搏波的频域成分分析………………………………………………………。２２３．２小波变换………………………………………………………………………．．２４３．２．１小波变换定义…………………………………………………………２４３．２．２离散小波变换…………………………………………………………２５３．３基于小波变换不明显潮波识别方法…………………………………………．．２７３．４实验结果及分析………………………………………………………………．２８３．４．１实验数据………………………………………………………………２９３．４．２明显潮波的识别实验…………………………………………………２９３．４．３不明显潮波识别实验…………………………………………………３ｌ３．５本章小结………………………………………………………………………．３３第四章脉搏波特征点识别的应用…………………………………．３４４．１ＰＷＶ的计算……………………………………………………………………．３４４．１．１ＰＷＶ的临床意义………………………………………………………．３４４．１．２ＰＷＶ常用计算方法……………………………………………………．３４４．１．３ＰＷＶ计算的实现…………………………………………………………３５４．２中心动脉压的推导……………………………………………………………。３７４．３本章小结…………………………………………………………………………３８第五章总结与展望……………………………………………．３９５．１本文主要工作总结……………………………………………………………。３９５．２存在的不足与展望……………………………………………………………．３９参考文献……………………………………………………．４ｌ发表论文和科研情况说明………………………………………．．４４致］谢………………………………………………………．．４５第一章绪论第一章绪论１．１研究背景和意义脉搏波信号是血液在血管中传输过程中击打血管产生的信号。按现代医学的看法，可以把脉搏信号看作是心脏和血管等身体内部状况在人体表面的体现．因为脉搏波的形状和幅度不仅与心脏射血的强度有关系，还和人体血管的通畅度和血管壁对血液的反弹能力等有密切的联系。因而脉搏波中包含着丰富的人体心血管系统生理和病理信息，脉搏波波形特征和心血管中的特征参数的改变是密不可分的【ｌ】。对脉搏波的研究可以说是已经有了很久的历史，不管在东方还是西方，对于脉搏波的研究都是从脉诊开始的。西方的脉搏波研究在２０世纪以前，都是单纯的对脉搏波进行波形特征，振动情况等方面的研究。１９０２年Ｍａｃｈｅｎｉｚｅ的“脉搏研究＂一文，标志了现代医学的兴起，西方传统的脉学研究也随之消失不见。现在脉搏波的研究只是作为心血管系统的一种技术。中国脉诊历史悠久，现有的脉学最早记载是在《内经》，后来又有王叔和的《脉经》等，总结了中医脉诊的实践经验和理论。提出了寸，关，尺等号脉方法，到了明代李时珍撰写《濒湖脉学》，对脉法进行了详细描述，使脉学得到了普及发展【２１。近年来对脉搏波的研究主要集中在利用脉搏波计算心血管诊断中的一些参数问题上１３圳，出现了一些利用脉搏的相关日常监护仪器和诊断仪器，这些仪器的出现使得人们在无创检测一些生理参数方面取得了很大的进展。如连续电子血压计，脉象仪，心血管检测仪，无创中心动脉压检测仪等相关设备。这些设备都是利用脉搏波进行推导，从人体的脉搏波出发，经过一系列的计算和推导，从而对人体的生理状况进行判别。这为人们预防以及诊疗疾病提供了依据，争取了治疗时间。脉搏波的研究可以为临床诊断疾病提供实际的参考。不管是中医脉诊对于人体脉搏波脉象的分析，还是近代对于脉搏波特征的分析和计算，都为诊断疾病提供了强有力的依据。同时，脉搏波的测量和研究都是无创的，对于人体没有创伤，也使得脉搏波的研究成果得以广泛应用。在临床诊断和老年人的日常保健中，脉搏波的测量和分析已经作为一项基本的指标。随着研究的深入，人们已不仅仅局限于对于脉搏波形状的研究，人们通过脉搏波去计算人体相关的心血管参数等，特别是近年来随着中心动脉压研究的发展，中心动脉压的意义得到了医学界的一致认可【ｎ体】，同时应用脉搏波去推导人体的血压【１９‘２５１。在这些研究过程中，人们发现脉搏波特征点的识别问题已经成为了计算推导过程中的一个关键问题，如何才能准确识别出脉搏波的特征点，成为了人们亟待解决的一个问题。第一章绪论１．２脉搏波特征点的识别研究现状人体的心血管系统是一个物理特性和几何特性都很复杂的弹性管道系统。特别是人体的动脉系统，因为身体各部分血管的粗细以及弹性相差很大，再加上流动的血液中含有多种有形颗粒以及血压的黏度异常，导致了血管中各部分的流动性差异很大，情况很复杂。脉搏波是血液流动在人体表面的体现，脉搏波中的信息反映了人体内部系统的生理状况，通过脉搏波的分析就能够对人的身体状况有一个明确的了解。１．２．１脉搏波的产生与传播脉搏波的产生是由于心脏的间歇收缩与舒张，血液从心脏中被射出，血液在血管中的流速和血流量的对血管壁的挤压变形和振动，这些因素一起作用形成了传播信号，这个信号就称为脉搏波。血液是在血管中不断流动，是一个完整的循环系统，所以脉搏波也是在血管中不断传播。而人们所常用到的脉搏波指的是桡动脉处的脉搏波，这个位置脉搏波的强度适度而且方便检测。在人体的血液循环过程中，心脏的心室收缩，主动脉瓣打开，则血液射入主动脉，由于血管系统的阻力，这部分血液不能直接进入静脉，就使得血液累积在主动脉近端，引起主动脉血管扩张，压力升高。随着心室的扩张到最大，主动脉瓣关闭，血液停止射入，此刻主动脉血管由于弹性的恢复而收缩，由于主动脉的扩张和收缩，血管产生压力从升高的区域以波的形式传播，这个冲击波从主动脉一直往支动脉传播，连续的出现动脉的扩展，动脉中就会出现肉眼可见的搏动。在人体的颈动脉，肱动脉和桡动脉，由于这些部分脂肪层比较少，所以可以直接感觉到这些搏动。脉搏波含有一个升支和一个降支，如图１．１所示，升支代表的心脏收缩时动脉压力的突然扩张，它是血液进入主动脉的标志，在升支到达最高点的时刻，心脏停止往动脉射血，动脉压力达到最大。降支部分代表的是心脏舒张时候，动脉中的血液进入支动脉，所以血管中压力逐渐降低。上升支部分上升迅速并且波形平滑，主要代表了心脏射血速度很快，主动脉血量增加，血压升高。如果血管阻力小，心搏出量比较大的话，那么升支的上升速度就快，幅度就大；反之的话上升速度慢，幅度小１２６Ｊ。２第一章绪论气‘∞藿ｔ∞缀羹铂麓锺图卜ｌ影响脉搏波收缩和舒张压力波形的冈黍从图１．１中可以看出，主动脉瓣关闭是心室完全收缩完毕开始舒张的标志，此时主动脉瓣关闭，血液回流，但是回流撞击主动脉瓣，没办法回流至心室，只能再反向流动到主动脉，所以在下降的时刻突然有一个升高的过程，回流再反弹回来的这部分血液形成的波和原来前进的波合起来称为重搏波。下降的速度没有上升的速度快，动脉血管的弹性和外周的阻力决定了脉搏波下降的速度快慢。动脉外周阻力大的时候，那么脉搏波下降的速度就会比较慢。否则的话下降的速度就会比较快。同时，当心血管有疾病时，脉搏波也会产生比较明显的变化。当脉搏波从主动脉向四周传播时，脉搏波的部分能量反射回心脏，有可能就在动脉管系中出现间断点，由于动脉瓣也会发生反射，所以整个脉搏波就会出现一些类似与重搏波之类的小波，当人体动脉硬化越严重的时候，脉搏波的传播速度越快。脉搏波的反射是形成脉搏轮廓的重要决定因素，年龄的增大和动脉壁的硬化，都可能提前反射，但是提前反射会给心室带来不利的影响，所以用降压药或者血管扩充剂，用这些药之后，可以降低或者延迟脉搏波的反射，改善心脏功能。１．２．２脉搏波特征点划分及其特点脉搏波是血液在人体血管中流动形成的波，这个传播波在人体表面用传感器测出来，就称为脉搏波图，简称脉搏波。２０世纪７０年代的张大祥教授对脉搏波波形进行了划分［２７］，提出了一些脉搏波的特征点，通过这些特征点的确定，人们可以用脉搏波计算出相关的一些人体生理学参数，并且能通过脉搏波进行血压等的推导。第一章绪论＼、图卜２脉搏波特征点的划分脉搏波特征点划分如图１．２所示，一般来说把整个脉搏波含有七个特征点，这是根据心脏射血和血液在人体中传播时反射的各个过程进行划分的，这几个特征点分别是从ａ点到ｇ点。在脉搏波中，ａ点是心房收缩起始点，ｂ点的时候，主动脉瓣膜打开，整个脉搏波图中的最低点，ｃ点是主动脉中压力停止增加的标志点，是整个脉图中的最高点，ｄ点是血液从左心室冲击主动脉发生振动而形成的一个波谷，ｅ点是左心室停止射血，左心室与主动脉压力相等的点，血液继续向前流动，ｆ点是房室瓣打开，左心室开始充盈，是从主动脉到支动脉血管变细，然后血液反弹回来形成的一个波的波谷，ｇ点是主动脉与支动脉压力相等，血液继续在支动脉流遍全身，这是整个脉搏波波图形成的一个过程。脉搏波信号和心电信号类似，是接近周期信号的确定性信号。实际的测量过程中，脉搏信号不是完全不变的信号，而是随着身体的状态的变化会出现一些细微的变化，如果人的身体在某一段时间有生理病理因素以及周围所处的环境条件变化的时候，人体的脉搏都会发生相应的变化。具体的信号特点如下【２８１。１）信号弱，干扰强脉搏波信号是人自我产生的主动信号，信号源（心脏）不可触及。通常情况下信号的强度很小，通过传感器采集到的脉搏波信号，如果直接显示的话，都在微伏到毫伏的数量级范围。同时，采集检测的过程中存在着大量的干扰，有来自肌体动作等引起的基线漂移的噪声，也有来自５０Ｈｚ的工频干扰，这些噪声给脉搏波产生了很大干扰，给脉搏波信号的提取和分析带来了很大的干扰和难度。２）低频信号脉搏波信号和心电信号类似，都属于低频信号。脉搏波信号的频率比心电信号频率还要低，能量主要分布在２０Ｈｚ以下，最高的频率一般也不会超过４０Ｈｚ，这样的低频信号就让我们分析时要准确把握，找出要分析的信号的频率范围，为频域分析做好准备。３）变异性脉搏波信号具有不确定性的特点，相同疾病在不同的人身上也会表现出不同的脉象，同一个人在一个疾病的情况下，在病情的不同时期也表现出不同的脉象。这些变异４第一章绪论性进一步增加了分析的复杂度，因为不仅和疾病有关系，还和人本身的体质和血管的情况相关。大量研究表明，人体不同部位的动脉脉搏波也具有不同形状。在主动脉根部产生的波形称为中心动脉压，在这个地方，波形是在上升段有一个切迹的，上升支部分坡度越来越陡，在传播的工程中，波形会产生巨大的变化。人体上肢的脉搏波主要有颈动脉，肱动脉和桡动脉，人体上肢的脉搏波波形和下肢的脉搏波波形也有明显的差别，上半身波形有主波，潮波和重搏波组成，而人体下肢的脉搏波波形则只有主波和重搏波，没有了潮波。４）信号数据量大由于生物医学信号的变异性以及噪声背景很强，所以临床上对脉搏，心电，脑电等信号进行采集的时候，会记录很长的时间，由此产生了大量数据，一般的生理数据采集设备为了获取信息的准确性和获取信息的数量，通常采集频率都会设的比较大或者是多通道同时采集信号，这样的采集过程会使数据大量增加，形成了海量数据。通过上述对脉搏波特点的描述，我们可以看出脉搏波在分析过程中存在难度，特别是在特征点识别过程中，因为不同人的脉搏波存在很大的差异性，如图１－３所示，脉搏波特征点的识别也存在着难度。脉搏波的曲线高低起伏变化反映了人体不同生理病理状况，特征点ｄｅ表征的波称为潮波，潮波的推迟和高低的变化主要表现了血管的阻力和动脉弹性的变化，因为特征点位置的变化和波形特征的变化也最能反映人体的动脉血管的情况。、氅蟹’２霉：挑静～‘。２≮’。÷ｊｘｊ毪。‘忆…÷…～ｊ翠。“琴爹男性，２５岁，健瘫募性，４５岁，亚健廒女性，２５岁，健康女性，４５岁，健康≈溢ｊ。；一…？ｊ？ｊ瓤ｊ？？～．，。ｊ，．。。。图１－３不同状况下脉搏波差别同时利用脉搏波的特征点可以去计算相关的临床参数，图１－４给出了用脉搏波推第一章绪论导中心动脉压（升主动脉根部的侧压）时会用到ＳＢＰ２这个点，ＳＢＰ２点是与中心动脉压的最高点相对应的，同时这个点也是在特征点分类中的Ｐ点，所以如何准确的识别脉搏波特征点是计算各种参数的关键。ｒ——～—＿｝ｒｅｆｌｅｃｔｅｄ岫ｖｅ图卜４中心动脉压的推导１．２．３脉搏波特征点的识别现有方法脉搏波的分析方法主要分为时域分析方法和频域分析方法。但目前来说，时域分析方法用的更广泛，所谓时域分析，就是在时间方向上分析脉搏波波形信息的各种动态特征，对脉搏波提取特征信息。而脉搏波的特征点识别是时域分析中的一个很重要的方法，用特征点来分析脉搏波，具有相当多的优点，如脉搏波特征点识别方法直观，生理意义明确，医生容易接受等等，同时特征点的分析是利用脉搏波去推导很多生理参数的基础。脉搏波特征点的识别方法中随着研究的深入，人们发现只是在一个坐标系中很难再有新的发现，人们尝试把脉搏波给变换到不同的坐标域中去进行研究，人们通过傅立叶变换、小波变换等方式把时域信号映射到频域中进行分析，在研究过程中，频域的方法主要是小波变换的方法泅儿制Ⅱ小物。ｌ，时域识别方法人们最早是根据脉搏波的峰值阈值进行区分㈨，就可以找到脉搏波的最高点，然后用斜率法去找出脉搏波的特征点，李震，赵星等人利用斜率法和阈值法组合起来共同对脉搏波特征点进行识别。圳，但是只能对某一类的脉搏波的特征点进行识别，因为当脉搏波比较平缓的时候，识别效果不理想。张晴用极值法和曲率法进行特征点识别ｂ射，先通过找出脉搏波中的最大值和最小值，然后通过求整个曲线曲率，通过分析在不同地方曲率的变化找出脉搏波中拐点驻点等特征点的位置，对于特征点明显脉搏波能基本识别，在有噪声的情况下或者脉搏波中潮波不明显的波形就很难准确判别了。杨福生等用自适应的算术平均算法去确定脉搏波的特征点ｍ，，自适应的算术平均法６第一章绪论的基本思想是用脉搏波的连续ｆ１个采样点取算术平均，然后平均值代表这ｎ个点，接下来用差分法分出脉搏波的升降支，最后找出相邻升支的晟大最小值，确定特征点Ｃ和特征点ａ。这个方法的实验结果表面虽然结果比阈值法要好很多，但是求平均值时的１３值很难确定，１３值太大，灵敏度太低。ｎ取太小，误差较大，这个方法中ｎ值的确定很难，效果不明显。孙万蓉等用微分的方法去确定脉搏波信号特征点以及去计算参数ｍ１，他们采用的方法是用三次样条插值法求数值的导数得到脉图的微分，然后采用自适应门限检测，从已经得到的微分图上测出周期，ｃ点是脉图的最高点，也是微分第一个过零点，只是单纯的用微分的方法去做，接下来的几个特征点很难再找出来，即使找出来也是凭借经验。唐铭一等采用极值法去提取脉搏波的特征点，极值法的基本思想是先找出一个脉搏波周期中所有的极大值，然后用找出所有的极大值中最大的一个就默认为是主波，然后依次找到次大的很第三大的极值，一次默认为是特征点ｅ点和ｇ点。这个方法也是对脉搏波中潮波特别明显的人很适用，找出主波Ｃ点后，依次就很容易找出，如果潮波不明显或者是潮波比主波高的话，那这个方法要不就是检测不出来，要不就是会出现很大的错误，所以这个方法也是一个有着局限性的方法，很难说能准确识别脉搏波特征点。２，频域识别方法频域的方法是通过傅立叶变换或者小波变换，直接把信号变换到频域中去进行分析的一种方法。频域分析的方法就是把时域脉搏波信号曲线经过傅立叶变换到频域，然后在频域中对信号所含的信息进行分析和提取。但是在离散信号快速傅立叶变换算法出现以前，把信号从时域变换到频域是一个很复杂的过程，随着快速傅立叶变换的出现和计算机的发展，频域转换才真正实现，也才能应用在脉搏分析中。如果ｘ（ｔ）是脉搏波在时域中的信号，ｘ（ｔ）的傅立叶变换是工（ｉｎ）＝ｆ！ｚ“）Ｐ一．，ｓ口ｄｔ１一ｌ小波变换是在傅立叶变换的基础上发展起来的一种时频分析方法，具有分辨分析功能，在脉搏波特征点识别过程中，很多人都考虑到了用小波变换去实现，张石等用小波变换的方法汹１，先对脉搏波进行小尺度小波变换，然后利用极大极小值对确定峰值范围，最后返回原始信号的峰值点，最后通过峰值点确定其他特征点。张勋等是先对脉搏波信号进行去噪，去噪之后进行小波变换，变换之后用过零点找到各个波峰值点∞¨，本文中对于特征点ｅ不明显的情况进行了说明，但是没有提出明确的方法去进行解决，也只是说利用一般的方法去找特征点。王群等也利用小波变换进行特征点识别Ｄ刭，他是先利用双Ｊ下交ｂｌｏｔ２．２小波变换，然后二次样条小波去识别这些特征点，这篇文章是通过小波变换的极值对和过零点去识别特征点的，此篇文章中的识别的特征点只是历Ｇ￡ｇ点，对于不太容易识别的幽点没有去考虑识别。１．２．４脉搏波特征点识别的难点由于脉搏波存在因人而异，因时而异的特点，所以脉搏波形状存在很大的差异性，７第一章绪论脉搏波的特征点也会有不同的位置信息，所以在识别特征点的过程中就存在一定的困难，具体如下：１．脉搏波周期的划分：要准确识别脉搏波特征点，就要对脉搏波进行分周期研究，因为在很多脉搏波中，信号的周期并不是明确的定长，有可能是不确定，如图卜５，如何准确的对脉搏波进行周期划分，是识别的关键。现有的方法是用自适应门限法或者阈值法进行判断，但都存在误判的问题。ａ周期不同Ｉｋ．逛｜ｆｊＩＢ心脏二连律引起的周期不定图卜５周期不定的脉搏波信号２．脉搏波特征点４ｅ的识别：脉搏波特征点以Ｐ是脉搏波中很有意义的两个特征点，但是由于不同人脉搏波４Ｐ两点所在的潮波差异性大，如图１－６所示。使ｄ，ｅ两点的识别有很大的困难。前人的研究中，很多都把潮波的识别给忽略了，只是在理想情况下对其他的特征点进行了识别。（ａ）（ｃ）第一章绪论（ｄ）（ｅ）．●ｔｌ｝｜｜｜｜ｌ｜．１一．－．上．一．一０一．ｋ．ｏ．Ｊ．一１．一Ｊ一。Ｌ．一．～ｊ。¨｜ｒ、＼＼｝｝‘、．—、Ｊ。弋『ｉＮｋ．图卜６不同形状的脉搏波中特征点的差异１．３本文主要内容本文是在通过分析脉搏波的产生过程，然后利用传感器采集脉搏波，对脉搏波的特征点进行了分析，并且对不同情况的特征点进行了识别。提出了两种不同的识别脉搏波特征点的方法，并通过实验进行了验证，具体如下：１．特征点识别：在采集到的脉搏波信号的基础上，根据对脉搏波进行特征点分析，然后利用小波变换和二次微分的混合方法。首先用小波变换进行周期划分，确立标准点，然后用二次微分方法进行特征点识别，找到一种对脉搏波特征点识别的方法。通过实验验证，这个方法有很好的识别效果。２．不明显潮波的识别：提出了一种基于小波变换识别特征点的方法，对采集到的脉搏波进行小波变换，然后根据脉搏波各个部分在不同频率上的关系，对小波变换分解的不同阶上的细节小波信号系数进行相减，得到一个在某个频率上的信号波形，然后通过找到这个波形上的各个极大值点，极大值点就对应着原始波形中需要识别的特征点。经过实验验证，这种方法对特征点明显的都能准确识别，对特征点不明显的可以确定在某一个范围内，这个范围在临床上是认可的。３．信号采集系统和特征点识别的应用：本文所用的实验数据是通过脉搏波传感器。９第一章绪论特征点识别的典型应用，主要是对脉搏波传播速度（Ｐ啊／Ｖ）进行准确的计算，并且对中心动脉压的推导，特征点识别可以应用在中心动脉压的推导。１．４本文结构本文是对脉搏波的产生，特征点的定义以及类型，特征点的识别和应用等几方面逐个分析讨论，进行理论和实验验证。本文的结构如下：第一章主要介绍了什么是脉搏波，脉搏波特征点问题的研究背景和意义、脉搏波的参数计算和特征点识别的研究现状，最后介绍了本文的主要工作。第二章介绍了本文提出特征点识别方法。包括提出依据、具体实现方法，以及应用此方法进行脉搏波特征点识别的实验结果与分析。第三章详细描述本文提出的针对不明显潮波识别方法，从小波变换开始描述，然后对小波变化的方法进行了改进和探讨。最后利用该方法进行的实验结果分析，分别对特征点明显的和不明显的脉搏波进行了实验。第四章是在前面识别特征点的基础上，对特征点的应用进行了探讨，并实现了ＰＷＶ计算的系统和中心动脉压推导的预研。第五章总结本文主要工作，分析了不足之处以及今后研究重点。ｌＯ第二章基丁二二次微分的特征点识别方法第二章基于二次微分的特征点识别方法本章在研究脉搏波特征点的特点和传统识别方法的基础上，提出了一种结合小波变换和微分的混合方法，用于脉搏波特征点的识别，用以提高特征点识别的准确率。在介绍本文提出的识别方法之前，先对传统的微分法和小波变换进行简单介绍。２．１微分法和小波变换简述２．１．１传统微分法脉搏波特征点是反映了人体血管从一个状态到另外一个状态的转折点，脉搏波的特征点在脉搏波波形中也都表现为了波形的折点，但是由于脉搏波自身的随机性使得特征点直接寻找比较困难，所以有用微分的方法去识别脉搏波特征点。用微分的方法去识别特征点是人们在对脉搏波分析应用最早的一个方法，但是传统的微分法存在一定的问题，一是传统的微分方法没有结合完整的脉搏波周期划分方法，使得脉搏波周期划分不准确，导致了识别过程中的错误。二是传统微分法只对脉搏波进行一次微分，这样去确定脉搏波特征点，只能识别出极值点，却对脉搏波中的拐点无法识别。图２．１给出了传统的微分法特征点识别的示意图。微分法的算法简单，易于实现，算法如下：１．对原始脉搏波进行求导，得到微分图２．用自适应门限法找出周期，具体是测出采样的微分图的最大值Ｍ，然后设五＝二Ｍ为门限，逐点测试微分，一旦大于元值就认为脉图的上升沿，最后从ｐ．上升沿处先左找微分的过零点就是起始点。３．根据Ｃ点是最高点，也是起始点后微分图中第一个过零点，可以找到Ｃ点４．根据厂点在脉图的前１／２周期特性，可以从脉图的ｌ／２周期向左找到第二个过零点，就是脉搏波的厂点，然后向右挨着的过零点是点ｇ５．然后有Ｃ点和厂点之后，ｄ，ｅ两个特征点是在Ｃ点和．厂点之间的两个过零点即可确定。第二章基ｙ．－次微分的特征点识别方法腺搏渡原始波形图２－１微分法示意图传统的微分方法对于脉搏波特征点明显的脉搏波能够识别。但是由于用微分法去识别特征点的时候，对脉搏波的周期分割不够准确，同时由于微分法是在一次微分的基础上进行识别的，ｄ，ｅ两个特征点在很多脉搏波中不是极值点，而是拐点，如图２．２所示，用传统微分法就不能识别。甲黟１；囔缓羧，象，图２．２特征点ｄ，ｅ是拐点的脉搏波１２第二章基丁二次微分的特征点识别方法２．１．２小波变换小波变换是傅立叶变换的发展，在发展的过程中出现窗口傅立叶变换，后来人们对窗口傅立叶变换的基础上提出了小波变换。傅立叶变换是１８２２年由法国科学家ＪｏｓｅｐｈＦｏｕｒｉｅｒ提出的，他用无穷三角函数求解热传导偏微分方程，然后在这基础上提出的傅立叶变换，傅立叶变换是将时域信号转换成频域信号的一种方法。但是傅立叶变换不含有时域定位信息，１９４６年，匈牙利人ＤｅｎｎｉｓＧａｂｏｒ（１９７１年获诺贝尔奖）提出窗口傅立叶变换，窗口傅立叶变换可用于时频分析，但是窗口固定。１９８４年，法国科学家ＪｅａｎＭｏｄｅｔ和Ａ．Ｇｒｏｓｓｍａｎ在石油勘探过程的地震分析时，提出了具有可变窗口的自适应时域和频域的分析方法，也就是小波变换【３３Ｊ。用小波变换对脉搏波进行分解，可以实现把脉搏波分解到不同的频域范围内，在每个范围内显示出了原始波形的各部分特征。小波变换可以把时域信号进行时间和频率的局部化分析，小波变换通过伸缩平移对信号逐步细化，最终对信号进行多尺度细化，可以实现对信号在高频处时间进行细分，在低频处频率进行细分，能自动适应时频信号分析的要求，从而可以对信号的任何细节进行聚焦分析，解决了傅立叶变换的无法对信号进行细分的难题，所以有人称小波变换是“数学显微镜一．用小波变换可以对脉搏的特征点进行识别。因为小波变换的实质是一种度量波形相似程度的方法，信号与小波越相似，则小波系数越大，也就是可理解出现了小波变换的模极大值，因为当信号出现奇异点时，或是间断点，或是一阶导数不连续点，其在各个尺度下都将必然出现大的小波系数．从而可以定位奇异点。第二个方面从小波的取法来看，当小波取为光滑函数一阶导数或二阶导数时，从公式可以推导出小波变换将出现模极大值点或是过零点．也就是很多书上说的模极大值检测和零交叉检测。传统的小波变换检测脉搏波特征点的方法就是对脉搏波进行小波变换，然后在不同小波变换不同的变换阶数上去找相关的模极大值或者交叉过零点，然后用这些值对应回原始波形上找出特征点，虽然很多人用的小波函数可能不一样，但是基本的思想都是一样。传统的脉搏波识别方法步骤可以分为：１．对脉搏波进行小波变换，如图２．３是用ｂｉｏｒ２．２小波进行的５阶小波分解２．在小波分解的ｄ４阶上找到一对极大极小值，然后最大值与最小值之间的过零点对应着脉搏波的峰值点３．在ｄ４阶找ｃ点后的上升段过零点，对应原波形特征点ｄ。４．在ｄ４阶上ｄ点后下降段过零点，对应特征点ｅ。５．在ｄ４阶找ｅ点后的上升段过零点，对应原波形特征点７ｒ６．在ｄ４阶上ｇ后下降段过零点，对应特征点ｇ１３第二章基丁二二次微分的特征点识别方法图２·３脉搏波小波分解图传统的小波变换的方法是先对脉搏波进行小波变换，然后找出小波变换后某一个或者某几个阶上的极值之间的交叉过零点，通过过零点去对应到原始波形中的点，在这些点附近去寻找极值点，去确定脉搏波的特征点．小波变换的优点是对波形起伏大的脉搏波，小波变换之后小波系数起伏明显，可以有比较好的识别效果。传统小波变换方法在脉搏波特征点识别方面，对于脉搏波的最高点，在小波变换之后的系数，可以找到一对明显的极值对（一个极大值和一个极小值），通过极值对之间的过零点就可以对应找到脉搏波中的ｃ点。但是对于其他特征点对，也要找极值对的过零点去对应找到，由于其他特征点所对应的极值点对没有明确的参考点，极值对的确定不能准确有效判断，所以其他几个特征点用小波变换的方法就不能有效的识别。还有就是采集过程中会有噪声和干扰，也会使得小波变换不能准确识别。同时由于小波变换需要对信号进行分解和重组，效率比较低。２．２二次微分特征点识别方法生物信号的分析很多都是依赖于生物信号中一些关键点位置的判别，如心电图中的ＱＲＳ波群，脉搏波中的特征点，如图２－４所示。心电图是人们研究很早的一类生物信号，它是人体心脏周围的电位变化的一个反映。人们在分析心电图的过程中，是先去寻找到心电图中起伏最大的一个点群，也即ＱＲＳ波。１４第二章基丁二次微分的特征点识别方法乱心电剀信号ｂ．脉搏波信号图２－４两种不同的生物信号在心电图的ＱＲＳ波检测过程中，很多学者把小波变换的方法引入，取得了较好的效果。在心电判别中，常用的二进制离散小波变换。通过分析心电图频率谱特点，以及小波尺度与频率之间的关系，可以发现ＱＲＳ波群能量集中在２３尺度上，而其他的噪声和基线漂移集中在２５尺度上，所以就可以对心电图的２１．２４尺度进行分析。根据小波变换理论，信号的奇异点对应着小波变换的细节信号某一阶的极值点对的过零点。因此，先检测模极大值，再找过零点。具体算法是基于心电信号小波变换的模最大值，计算的小波变换的模大于一定的阈值时，则认为这部分为ＱＲＳ波群，然后通过检测过零点的位置，就可以判定具体的Ｒ波位置，并用Ｒ波顶点的值去更新阈值。通过心电信号与脉搏波信号的对比研究，两者之间存在着很大的相似性：都是人体体表信号，都是心脏搏动在不同位置的信号显示，都属于弱信号，容易受人体运动或者工频干扰，再就是具有变异性，信号并不是严格的周期信号。脉搏波信号和心电信号波形组成有很大的相似性，都是由不同幅度的波形组成的一个整体。我们要识别脉搏波特征点ｃ，可以应用小波变换识别心电信号ＯＲＳ波群的方法，因为两者都是幅度最大的波，都有明确的最大值，其他部分的波峰值都比要识别的点的最大值小。所以我们可以用小波变换的方法去识别脉搏波信号中的特征点ｃ。脉搏波的特征点分析可以去两个脉搏波的特征点ｃ作为参考点，对脉搏波信号进行单周期分析即ｃ．ｃ周期，类似心电图分析中的Ｒ－Ｒ周期，因为这个特征点ｃ是易识别和判定出来的特征点。确定ｃ点的关键在小波变换后在某一尺度或者某几尺度上找到极大极小值对，脉搏波也属于低频信号，通过对脉搏波信号的频域成分进行分析，脉搏波的ｃ点部分也处在小波变换的第三阶上，如图２．５是脉搏波与第三阶小波变换系数之间的对应关系。通过过零点确定ｃ点的位置，具体的流程如图２．６所示。在Ｃ点检测过程中，主要就是找出小波变换中的极大极小值对，然后对应找出原波形中的峰值点范围，最后在这个局部范围内确定峰值点，就是我们要定位的点。第二章基于二次微分的特征点识别方法图２．５脉搏波信号与三阶小波系数信号更豳Ｙ图２石脉搏波峰值点Ｃ识别流程１６，第二章基Ｔ－ｚ次微分的特征点识别方法根据上述方法确定基准点Ｃ点后，就要对脉搏波的其他特征点进行位置的判别，其判别的具体识别过程如图２．７：１）ｂ，ｆｇ等点都是脉搏波中的极值，对脉搏波进行一次微分，从基准点Ｃ向前找一个过零点就是ｂ点２）从Ｃ点往后找最大值区间，最大值前后的过零点就是厂和ｇ点３）把找到的这些过零点都对应回原始波形中，然后在一个小的范围内找出极值，就是我们所要识别的特征点４）ｄ，ｅ两点是脉搏波中的拐点，要在二次微分中才能确定，所以对脉搏波做二次微分，在基准点Ｃ和特征点ｆ之间找到两个过零点，对应到原始波形中，就是脉搏波中的ｄ，Ｐ两个特征点。图２－７其他特征点识别流程１７第二章基丁二二次微分的特征点识别方法２．３实验结果及分析本文中所用的脉搏波特征点识别方法，先对脉搏进行去噪，然后用ｂｉｏ＿ｒ＇２．２小波进行小波变换，根据第三阶上的极值交叉过零点，对应回原始波形确定Ｃ点，然后按识别方法识别各个特征点。在实验过程中，实验数据是离散的向量，所以采用前向差分的方法去计算微分。所谓的ｌ；ｉ『向差分，对于函数ｆ（ｘ），如果△ｆ（ｘ）一ｆ（ｘ＋１）一ｆ（ｘ），则称Ａｆ（ｘ）是ｆ（ｘ）的一阶前向差分，在微积分学中的有限差分，前向差分是微分在离散的函数中的等效运算。２．３．１实验数据本实验的数据是五路脉搏波采集系统采集的数据，如图２－８所示。这个设备可以同时采集四路脉搏波信号和一路心音信号。脉搏波的采样率是５００Ｈｚ，每个人的采集时间在卜２分钟。在本实验中，用了２０例脉搏波进行实验，这２０例脉搏波都是特征点ｅ存在的情况，这２０例数据中有１０例是健康人的脉搏波，５例是有高血压的人的波形，５例是有其他疾病的人的波形。本文中的脉搏波特征点数据有三种，第一种是原始脉搏波数据，按照脉搏波特征点的定义，人工对脉搏波特征点的位置进行标注，这种特征点的位置信息是准确的，可以作为标准参考数据应用。第二种特征点数据是用本文的小波变换结合微分的方法识别特征点的数据，这类数据中脉搏波特征点的位置是识别出来的，可以通过与标准特征点的位置对比获得其识别的准确性。第三类数据是用传统的微分方法对脉搏波特征点的位置进行识别，识别的结果与本文提出的方法作对比．图２－８脉搏波采集设备第二章基于二次微分的特征点识别方法２．３．２实验结果在本实验中，因为脉搏波特征点是易标注出来的，在识别特征点之前，按照脉搏波特征点划分的定义，把脉搏波特征点的位置都给标出来，然后按照本文的方法进行特征点识别，并与传统的微分法识别脉搏波的特征点的识别准确率作对比。实验环境是用Ｍａｔｌａｂ７．０。本文的方法是用小波变换识别出ｃ点之后，其他的特征点用两次微分的方法识别，脉搏波的微分图如图２—９所示，可以按照上节的流程识别特征点。愿始璐搏渡．／ｆ、．．｛＼椁≯ｒ，ｄ≥灾７｝ｇ７一’●。－’～／；｜＼卜ｉｌＳＯ’耱＇§Ｏ２∞２５０３００３苎鼯４０＠聿！一次ａ１分ｚ‘ｔ‘々．…｛、ａ二７Ｕ——、’－，·＿，ｌ鳅＇∞”铬Ｏ２００绉Ｏ…３∞”３ＳＯ捌硌刷：次微分ｌ么。忑。７弋，—一●●●ｋ由稿‰泓＿眈‰～？喊柑ｖ翻味｛缸∽㈣矗‰∞眠。％％。％箍锄％‰巍珏“ｉ旎ｈ㈨％ｍ镌备‰，花…瓿｜。％彩她晰鼢舭巍挚ｔ撩抵．拓钟尚勘魄‰％如。施饥蝴托㈣拍？？办ｍ诤执、旃施图２－９微分识别脉搏波特征点通过本文所示的方法识别出特征点之后，与人工标注的特征点位置以及传统微分方法识别特征点的结果如表２－１所示表２一Ｉ特征点识别结果１９第二章基于二次微分的特征点识别方法２．３．３实验分析由表２－１，列出了本文提出的方法和传统的方法的识别，有人工标注的准确的特征点位置，我们对识别的准确做下计算：删的准确率肛嚣纂糕鬻怒２·－由公式２．１所示，我们对表２．１中的识别出的特征点进行准确率的计算，在识别的过程中，所确定的特征点位置的点在人工标注的左右３个点的误差之内都算是识别准确的，计算出各个特征点识别的准确率如表２．２所示表２－２特征点识别准确率比较识翻准确率ｃｄｅｆｇ本文采用的９５％９０％９５％９５％９５％方法传统的特征７０％８０％７５％９５％９５％点识别方法从表２—２我们可以看出，本文所提出的小波变换结合微分的方法对于特征点Ｃ，ｄ８三个点较传统的方法由明显的提高，因为对力ｇ点的识别方法没什么变化，所以他们的准确率是相同的。对于特征点Ｃ的识别，传统方法是用阈值法确定周期，然后再确定第二章基丁二次微分的特征点识别方法最高点就是ｃ点，在识别的过程中会出现识别不准确。特征点４Ｐ的识别方法由传统的直接一阶微分改成在二阶微分中找，使得识别准确率有明显提高，因为在大部分脉搏波中，击Ｐ两点都不是明显的局部极值点，很多只是驻点，所以在二阶微分中可以明显的体现出来。２．４本章小结在本章中，对于脉搏波特征点的识别问题，针对传统微分法无法准确划分周期以及不能准确识别脉搏波特征点ｅ的情况。提出了利用小波变换和二次微分方法相结合的方法，该方法不仅能够方便准确的划分脉搏波的周期，同时对于特征点ｅ是驻点的情况进行了考虑。提高了脉搏波特征点识别的准确率。但本章中所用方法对于潮波不明显的情况，不能进行有效的识别，将在下章进行详细的研究和说明。第三章脉搏波中不明显潮波识别研究第三章脉搏波中不明显潮波识别研究脉搏波的波形是有差异性的，在第二章中提出的识别脉搏波特征点混合方法，该方法能够对脉搏特征点明显的波形进行识别，但是在潮波不明显的情况下，无法进行对潮波进行识别。在本章中，提出了一种改进的小波变换的方法去识别特征点，在潮波不明显的情况下也具有明显的效果。３．１脉搏波的频域成分分析频域方法是一种对周期性信号做分析的一种常用方法，而傅立叶变换是信号处理方面用到的一种最广泛的方法。傅立叶变换就是把信号分解成一系列的谐波，构成一个频率谱，然后通过分析频率的不同对脉搏波进行分析。脉搏波被称为人体活动交响乐㈨，是由多个频率的的音频组成，而这些不同的频率又反映了人体的生理状况，所以近年来很多人开始用频域方法去分析脉搏波，通过分析频谱成分，进行参数提取等。傅里叶变换是数字信号处理的一个很重要方法，傅里叶原理是对于任何连续测量的时序信号，都可以利用不同频率的Ｊ下弦信号进行无限叠加表示，用累加的方式计算该信号中不同正弦波的振幅，相位和频率。现代数学来看，傅里叶变换是一种特殊的积分变换，它将满足条件的某个函数表示成正弦基函数的线性组合或者积分，傅里叶变换的公式如３—１所示，（彩）＝ｆｆ（ｔ）ｅⅢｄｔ３一ｌ在３．１中，Ｆ（ｏＪ）是信号傅里叶变换后频域的表示；．厂（ｆ）是原始时域信号；／是虚数单位；ｅ是自然常数；一个时域信号可以看作是若干基函数的叠加，基函数是频率国不同的正弦函数，这些正弦函数—圭扩称为傅里叶基，通过傅里叶变换，可以对脉搏波的频率成分进行分Ｚ万析。对采集来的脉搏波进行傅旱叶变换取分析它的频谱成分，需要对脉搏波进行傅立叶变换，用采样来的脉搏波信号进行数字化后ｘ（０），ｘ（１），ｘ（２），ｘ（３）…ｘ（ｎ）进行傅里叶变换，计算频谱ｘ（后）＝，［ｗ（，ｚ）ｘ（甩）】３－２这罩哒ｎＳＮ—ｌ，０Ｓｋｇ—ｌ。因为离散傅里叶变换的计算量大，所以这里的Ｆ用快速傅里叶变换（ＦＦＴ）。第三章脉搏波中不明显潮波识别研究采集的脉搏波数据是通过五路脉搏波采集系统采集而来，脉搏波的信号采样率是５００Ｈｚ，脉搏波的幅度范围是在Ｏ．１０２４范围之内，根据快速傅里叶变换的方法，利用ｎ！ＩａｔｌａｂＩ具，把脉搏波信号从时域变换到频域当中去，脉搏波频谱图如图３．１到图３．３所示。从图中可以看出频谱的一些脉搏频谱特征：Ｉ．脉搏波频谱由低频成分组成，频谱宽度窄，主要分布在０．１５Ｈｚ，特别是１０Ｈｚ以下。２．人体脉搏波的频谱图中的第一个谐波大概在１Ｈｚ左右，也就是人的心脏跳动的频率，另外还受到人体呼吸的频率等影响，人体脉搏受到心跳和呼吸等综合的影响。３．人体脉搏波频谱存在以心跳和呼吸两个不同基波倍数的谐波。体现了脉搏波的频谱分布。４．不同人的脉搏波的频谱不仅表现在各个频率的幅值不同，同时也各个谐波的频率也不同。瓿§。锄；庞籀㈣。。。㈣氛，意数３．１特征点ｅ全部明显的脉搏波频谱图噶彻籀《…，磁３－２特征点ｅ存在拐点的脉搏波频谱图第三章脉搏波中不明显潮波识别研究３－３脉搏波特征点Ｐ不明显的脉搏波频谱图３．２小波变换小波变换是随着傅里叶变换的发展而出现的一种时频分析方法，最早出现在２０世纪８０年代，是一个发展起来的数学分支，小波变换继承了傅罩叶变换的局部化思想，小波变换同时克服了傅里叶变换不能时频定位的缺点，小波变换具有多分辨分析功能，被誉为数学显微镜【３８，４０ｌ。３．２．１小波变换定义小波变换含义：是用某一基本小波（或称母小波，ｍｏｔｈｅｒｗａｖｅｌｅｔ）的函数缈（ｆ）作一定的位移ｆ，然后在不同尺度ａ下与将要分析的信号厂（ｆ）作内积１４ｕ：ＷＴ，（口川＝去￡巾）叶｝卜ａ＞０３－３ＩＩＫ＜厂（ｆ），缈。，（ｆ））称为／（ｆ）的连续小波变换，简写为ｃｗｒＡａ，Ｏ。对于小波变换的作用，我们在图３４中我们形象解释小波变换，用镜头去观察，ＶＪ（待分析信号），伊（ｆ）是镜头作用（卷积或滤波），ｆ是让镜头对于目标是平行移动的，ａ是镜头向目标推进或远离【４２１。‘第三章脉搏波中不明显潮波识别研究镜头攉进方囱ａ图３＿４小波变换的作用解释由上面的分析，可以看出小波变换具有下面的特点１．多分辨率，可以对信号从大概到细微的观察，有高的分辨率。２．可以很好的使小波变换在时域和频域有表征信号局部特征的能力，对于信号的瞬态和奇异点检测有很好的效果。３．２．２离散小波变换小波变换分为三种，连续小波变换，二进小波变换和离散小波变换。如果把连续小波变换的缩放因子ａ离散化，就可以实现二进小波变换，如果再把平移因子ｂ离散化，得到的小波变换就是离散小波变换了。小波变换是利用平移母小波函数来获得信号的时间信息，通过对母小波的尺度的缩放来获得信号的频域特征，对母小波的缩放以及平移去计算小波系数，系数代表了局部信号与小波之间的关系。连续小波变换（ＣＷＴ：ＣｏｎｔｉｎｕｅＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ）的含义是在任意Ｌ２（Ｒ）空间中的ｘ（ｔ）在小波基下进行伸缩和平移等展开。它的公式展开是ｗ（毛Ｔ产＜ｘ（ｔ），ｖ”（ｔ）＞。｛￡ｘ（ｔ）’Ｉ，（塑）ｄｔ３－４Ｖａ…ａ在这个展开的公式里面ａ一缩放因子ｒ一时间平移注意：在ＣＷＴ中，缩放和平移是连续变化的在计算连续小波变换的时候，用的是离散的数据来计算的，但是由于缩放和平移的参数很小，所以连续小波变换的计算量很大，基本上实际应用的意义不大。后来人们在对连续小波变换进行了改进，缩放因子和平移参数都选择２＾ｊ（ｊ是Ｊ下整数）的倍数，这第二章脉搏波中不明显潮波识别研究样的变换称为双尺度小波变换，是离散小波变换的一种方法。任意Ｌ２（Ｒ）空间中的ｘ（ｔ）的离散小波变换可以表示为，形Ｊ（／，ｋ）＝Ｉ。ｘ（ｆ）沙ｊ，ｋ（ｆ）ｄｔ一……一３－５在这里妒卅（ｆ），１≥ｙ（寺一七），所谓的离散化是针对连续的尺度参数以及连续的平移参数而７‘．‘ＶＺ“日●在离散小波变换的计算中，一个很有效的方法是在１９８８年由Ｍａｌｌａｔ提出的一个方法，称为Ｍａｌｌａｔ算法，这个方法是对信号进行分解的方澍１６】．Ｍａｌｌａｔ算法的思想是应用滤波器去进行离散小波变换，离散小波变换可以被看成是高通滤波器和低通滤波器组成的一棵树，如图３．５所示，在这个图中，Ｓ表示的原始信号，应用两个互补滤波器产生Ａ和Ｄ两个信号，Ａ表示信号的近似值Ａｐｐｒｏｘｉｍａｔｉｏｎ，是信号的低频部分；Ｄ表示信号的细节值Ｄｅｔａｉｌ，是信号的高频部分。图３．５双通道滤波示意图原始信号经过一次双通道滤波器的分解称为一级分解，信号可以经过多次的迭代分解，对于小波的多次分解，可以对小波的高频或者低频部分进行分解，在多次分解过程中，如果只对小波的低频部分进行分解，就可以得到分辨率低的低频分量，如图４＿６所示，形成一个树，称为小波分解树。小波的分解级数取决子用户的需要和分析数据的情况。这种树是一个完整的二进制树。在图３．６中，Ｓ＝Ａ１＋Ｄｌ＝Ａ２＋Ｄ２＋Ｄｌ＝Ａ３＋Ｄ３＋Ｄ２＋Ｄｌ＝…”·”·３．６第三章脉搏波中不明显潮波识别研究图３－６小波分解树３．３基于小波变换不明显潮波识别方法传统的小波变换特征点识别方法是先对脉搏波进行小波变换，然后在不同的阶上找出模极大值对的过零点，然后把过零点对应回原始波形找到脉搏波中的特征点。但不同的脉搏波特征点ｅ差别很大，如图３—１０中所示，只有含有明显特征点。的脉搏波直接通过小波变换才能用模极大值对的过零点找到特征点，对于特征点。不明显的情况，用传统的小波变换的方法进行小波变换后，无法找到特对应特征点ｅ的极值对，所以无法对特征点ｅ进行识别。在本章中，在对小波变换研究的基础上，根据频域变换，得到脉搏波的频谱分布，然后对小波变换的识别方法进行改进，从而去识别潮波不明显的脉搏波的特征点。…’”…。…“一…’特镊赢．不魄显魄渡彤“……～…，ｊ７．，…．？，…．，．，～，…ｊ，？。…＋ｉ、ｊ？ｊ磊图３－１０不同脉搏波特征点０的差别本文中对于特征点ｅ不明显的脉搏波的识别是先通过傅立叶变换，确定特征点ｅ明显的脉搏波的潮波能量几种的范围。然后利用小波变换把脉搏波分解到不同的小波阶上，通过对不同阶的小波系数进行运算，然后利用通过运算的波形确定特征点ｅ。具体第二章脉搏波中不明显潮波识别研究流程如下：１．对采集的脉搏波进行滤波去噪２．用ｓｙｍ４小波（波形如图３—１ｌ所示）对脉搏波进行５阶分解，分解后的各个阶上的频率如图３－１２所示图３—１１ｓｙｍ４小波图３．１２ｓｙｍ４小波分解后各阶频率范围３．对大量的对脉搏波进行傅立叶变换后的频谱范围实验分析，特征点ｅ的波在频域中能量集中的频率范围是在５Ｈｚ左右４．把小波分解后的ｄ５阶小波系数与ｄ４阶小波系数做差，求出ｄｒ＝ｄ５－ｄ４５．对求出的ｄｒ波形进行分析，找出最大值后的第二个波峰值，这个波峰值对应着脉搏波的特征点ｅ６．确定特征点ｅ的位置３．４实验结果及分析根据本文提出的改进的小波变换识别不明显潮波的方法，用实验对该方法进行验证，为了验证本方法的正确性，我们分别用特征点ｅ明显的脉搏波和特征点ｅ不明显的脉搏波分别进行实验。第三章脉搏波中不明显潮波识别研究３．４．１实验数据在实验中，实验数据用的是用五路脉搏波传感器采集而来的数据，在实验过程中，对桡动脉处的脉搏波进行了特征点ｅ的识别，数据的采样率是５００Ｈｚ，在该实验中，有２４名男性，１２名女性的数据，年龄分布从２０到７０岁。在这些人，８人有高血压，３人有心血管疾病，５人有糖尿病。每人采集的是两分钟的数据，这些数据被分割成单个周期的数据进行识别。在该实验过程中，选取的特征点数据分为两类，一类是脉搏波潮波明显的波形，这类数据有６５个波形，脉搏波潮波不明显的波形选取１８０例数据进行实验。３．４．２明显潮波的识别实验对脉搏波特征点ｅ明显的波形进行识别，实验方法就是对脉搏波进行小波分解，然后找出ｄ５和ｄ４阶小波系数的差值，对这个波形进行峰值点查找，在最大值后的第二个波峰点就对应着特征点ｅ，对脉搏波小波分解的小波系数如图３．１３所示，ｄ５和ｄ４阶小波系数的差值，以及特征点ｅ的识别如图３．１４所示。豳黧＼／＼～、＼．厂Ｌ—一／／一＼一豳．／—＼————、ｌ目Ｉｉ／／／、卜／、／＼—、／＼／∥Ｖｕ——～————一Ｉ、√Ⅲ肌¨讥ｍ训卟—Ｍｗ八从—Ｖｍ霾舻州舳Ｍ帅¨蝴卿舢帆呻删岫州帅州删Ｍ震佛”州ｈ忙帆哪ＭＭ删川抄霪图３．１３脉搏波小波分解示意图围内都被认为是识别准确的。表３－２列举出了部分脉搏波特征点的识别结果与特征点的准确位置信息。表３－２特征点ｅ明显脉搏识别结果第二章脉搏波中不明显潮波识别研究３．４．３不明显潮波识别实验对于脉搏波潮波不明显的识别，我们和传统的特征点ｅ识别以及张巡等直接用小波变换的方法识别特征点ｅ的方法进行对比。本文提出的方法对于特征点ｅ识别的效果如图３．１５所示。传统方法识别特征点ｅ的结果如图３．１６所示，张巡等的小波变换的方法是通过计算小波变换的细节信号的不同阶系数值，然后把该值加到某一阶识别特征点ｃ的系数上。去识别特征点ｅ。识别结果如图３．１７所示。完整的实验结果如表４＿３所示。；，，厂＼＼＼ｙｅ一．．／义一Ｉ秘伽一１∞７∞Ｏ７’鳓瑚３§Ｏｌ∞蒯缸～‘｛ｖ。，，？ｃ。，。。≈ＩＩＩＩ－－：．，，厂＼＼÷／·锄‘７。１Ｉ褥∞孽’’、Ｉ§謦獬ｔ７鞠睡筠移４鞠１——————广一确五．ｈ‰ｍｍｔｔ～＾…ｏＰ…，一…３…ｘ．ｚｏ一？：。。…～…．。。妻ｉ～ｉ。ｔ－～，！。ｈ～。。｛…ｊ…÷？。ｉ…ｉ。．…。…。～一、、一一第三章脉搏波中不明显潮波识别研究：。｛０图３．１６传统方法识别位置图３．１７张巡等方法识别位置表３－３不明显特征点ｅ识别结果３２第三章脉搏波中不明显潮波识别研究根据计算识别准确率的公式识别的准确率Ｒ＝毒鬟等篙慧笔蔫龋３．７在计算识别准确率的计算上，对于脉搏波特征点Ｐ明显的，特征点位置相差３个点算是识别准确，在特征点ｅ不明显的波形中，特征点ｅ的识别结果在６个点之内都算是准确的，对识别的结果进行准确率的计算。表３４特征点识别的准确率从表３－４可以看出，本文提出的改进小波变换识别特征点ｅ的方法，不管是在特征点ｅ波形识别，还是在特征点ｅ不明显的波形特征点识别上，都具有显著的效果，比传统的识别方法有更高的准确率。３．５本章小结本章通过介绍传统小波变换识别特征点的基础上，针对潮波不明显的脉搏波，提出了一种改进的小波变换识别方法，该方法是在传统小波变换的基础上加入了不同阶上的小波系数的运算，通过运算后的结果来确定特征点的位置，经实验验证，能够准确识别特征点的位置。第四章脉搏波特征点识别的应用第四章脉搏波特征点识别的应用脉搏波在医学上的临床意义是很大，本文就脉搏波时域分析中的特征点识别进行了研究。在医学上，能够准确的识别出来特征点之后，我们能够依据特征点的位置去计算相关的生理参数去辅助临床对于疾病的诊断。本章就利用特征点去计算脉搏波传播速度（ＰｕｌｓｅＷａｖｅＶｅｌｏｃｉｔｙ，ＰＷＶ）和推导中心动脉压（ＣｅｎｔｒａｌＡｏｒｔｉｃＰｒｅｓｓｕｒｅ，ＣＡＰ）进行了分析研究。４．１Ｐ１｜Ｉ『ｖ的计算心血管疾病已经成为现代社会的一个很广泛的疾病，如何预防及治疗心血管疾病是目前临床上一个很重要的研究课题，脉搏波传播速度则可以为临床诊断心血管疾病提供一定的依据，所以越来越受到人们的重视。４．１．１ＰＷＶ的临床意义在２００６的中国血管病变与动脉功能学术会议上，法国心血管疾病研究所所长Ａｓｍａｒ教授指出ｆ４３】，心血管疾病是当今世界范围内致死的首要原因，而动脉血管的病变是所有心血管疾病的病理基础，而判断动脉病变的早期诊断指标就是动脉硬化程度。而动脉血管的血液传播速度是判断动脉硬化程度的很有效的标准，是评估动脉硬化程度的经典指数之一矧。而且这种脉搏波传播速度的测量是无创的，有效的，并且能够长期跟踪的一个测量指标，同时准确性好，可重复性，适宜在大样本的调查和随机观察。ＰＷＶ不仅适合在医院里面进行测量，同时也适合在社区进行日常的预防。４．１．２Ｐｗｖ常用计算方法心脏将血液挤入主动脉，主动脉壁产生脉搏波，并以一定的速度沿着血管壁向四周的血管传导。ＰＷＶ主要由主动脉血管壁的生物力学特性，血管的几何特性（血管的腔径和厚度）和血液的密度大小，但是由于血管的特性和血液的密度在一般情况下，变化很小，所以ＰＷＶ主要和血管壁的生物力学特性有关，也就是反映了血管壁的硬化程度。通过大量的实际测量，血管壁弹性越好，Ｐｗｖ越小，动脉的内径越细，ＰＷＶ越大。所以血液在血管中传播的过程中，ＰＷＶ越来越大。常用的脉搏波传播速度的计算方法分为有创法和无创法，按照测量位置的不同，又可分为单点法和两点法，所有主要分为以下几种方法【４５ｌ：１．单点有创法第四章脉搏波特征点识别的应用单点法的缺点很明显，计算复杂，需要专业人员操作，人为误差很大。２．单点无创法单点无创法有直接和间接两种方法，单点无创法要用到超声系统，需要有专业知识的人进行操作，代价昂贵，不适宜广泛应用，３．两点有创法两点有创法的基本原理就是将大小合适的导管送入人体血管中，然后在管头和管尾都装上传感器，测量压力变化的波形，然后计算两个波之间的时间间隔，两个波传播的距离是导管的距离，可以计算出ＰｗＶ。这种方法测量准确，但是对人体有创，不适宜普通人测量预防疾病。４．两点无创法两点无创法的原理是在人的身体的两个不同部位，测得两路不同的脉搏波，然后通过计算两个部位之间的距离和脉搏波传播的时间，可以求得脉搏波传播速度。常用的方法有脉冲多普勒法，光电容积脉搏波描记法和平面张力法等。因为两点无创法是一种操作简单，计算方便的一种方法，同时对于人体是没有任何创伤的，所以在实际中有很多这方面的仪器。人体有很多不同部位的脉搏波可以测量，如颈动脉，肱动脉，股动脉，尺动脉，胫后动脉等等，所以脉搏波传播速度也可以通过各个不同的地方的脉搏进行计算，不同部位的脉搏波计算出来的脉搏波传播速度反映的人体的血管状况也不相同。实际中有很多ＰＷＶ的计算类型，本文根据实验条件及测试的方便性，计算测量的是桡动脉．踝动脉的脉搏传播速度（桡．踝ＰＷＶ）。是计算桡动脉和踝动脉的脉搏波传播速度，这个传播速度不仅反映主动脉僵硬度，同时也反映了周边动脉的僵硬度，同时操作简单方便。经过了前人的大量研究发现，该ＰＷＶ与收缩压，舒张压，平均压，年龄与心率有显著的正相关，同时这个ＰＷＶ的数值在各年龄段随着血压的升高有着显著的升高。本实验的简单应用是通过测量桡动脉的脉搏波和踝动脉处的脉搏波，然后用两个部位的脉搏波的传播时间差△ｔ。根据测得的两个部位之间的距离Ｌ，可计算出ＰＷＶ，旦Ａｔ。因为在不同的血管中，脉搏波的传播速度是不同的，同时由于影响脉搏波传播速度的因素很多，脉搏波速度对于诊病还需要有专业的知识去判别。４．１．３ＰＷＶ计算的实现本文就脉搏波特征点的识别应用在ＰｗＶ的计算上，进行了简单的实现。在实现的过程中，就是对脉搏波的特征点进行识别，在识别出最高点之后，用桡动脉的最高点和踩动脉的最高点之间求出相差的点数，然后按照相差的坐标点数和数据的采样率算出时间差△ｔ，本系统是根据人的身高的经验算法，算出桡动脉和踝动脉之间的距离Ｌ，然后根据计算公式算出ＰＷＶ。成人的ＰＷＶ有一个范围，在实现的过程中，我们认为ＰＷＶ在８．１５米／秒认为人体是正常的，血管的动脉硬化基本上没有或者不明显，１５．２０米／秒认为人体血管有动脉硬化的趋势，２０．２５米／秒是有点严重的动脉硬化。不在８．２５之间的数值我们就认为是检测有误的数据。实现如图４．１所示，该系统是用Ｃ＃语言实现，用。ｍｙｓｑｌ数据库。第四章脉搏波特征点识别的应用Ａ．ＰＷＶ在正常范围内塑竺竺竺…曼一缈缁缈４燃：塑睃：塑羧！缆：毖趱憋缵憋魏一绷稳堕鳜丝嘲憋隧塑塑憋丝獭鳕》塑缓，，确圃魈鬯鲤圈辨釉分并钮嘲囊人口■ｊ’一一｝。ｔ～｝｛一亍“｝一；一一ｉ｝。一｝蛙鲁ｌ蕾立■ｆ一十｝｛｛”ｔ｛｛’｝‘；｛－一十一性捌；觚ｌ一年瞥ｌ“１１ｒｌ－体■：∞－血压疽，！，！一／＾！ｊ一～右上奠：－·ｋ！ｆ一了一］…ｆ］Ａ奠陡㈧■左上ｔｌ～…………－－ｈ”。Ｖ…＼■…‘Ｖ＼｝型ｊ．厂＼｜＿｛。Ｊ、＾右下奠···取、『卜一一ｙ＼；■烈量“Ｖ一＼毫下■Ｉ…“——一～··ｋ计算螬■ｔｔｙ：●２Ｉ●３●，ｏ…．Ｉ．一幼尊奠化幢臌曩ｌ正簟●开始计算删除｛＾，ｋ＾｛＾、萝“Ａ一ｆ｜＼‘７’汐｛”弋厂～７ｊ弋丁～口……～。＋≮掣制Ｗ｛等｜ｉｎ…。～。～Ｂ．ＰｗＶ有点大的检测｛验ｆ＾＿·ｍ－锄；锄≈自彩文搏蒜●分析姐舰７黼鳜褫７彰确黼囊人信息麓囊ｌ章■羚性疆１支年羹Ｉ珂身矗：婀＿体ｔｌ∞ｈ血压僵奢上童：＿－左上ｔＩ＿心＼一；”ｆ一ＶⅪ一Ｗ～’△Ⅸ一右下■Ｉｆ、广｝、』ＡＬｏｆ”毽≮丁～Ｖ习≮Ｎ贪妒寸。△·＿’１◇、～左百奠ｌ＿计■靖■ｒｔｙ：∞卅，●－，ｏ．●劫辟誓化柱囊结果：ｒｉ’～－～严■动－ｉ誓化开始计舞删除Ｉ－一Ｊ一５、弧■≯强…｝弋一二，／．￥．一ｊ≮≥：≮、＿，卜”｝、ｏ／，＼，二ｊ。‘匹∥ｏ旺：：：＝二二＝ｚ二∑：，：…：＝：：：＿＝：：：＝：二二…二：：二＝二…二…二：：＝：：：二：＝：：二＝二＝图４．１ＰｗＶ计算的图示，根据时间和距离的不同计算出的不同的ＰｗＶ第四章脉搏波特征点识别的应用４．２中心动脉压的推导中心动脉压（ＣｅｎｔｒａｌＡｏｒｔｉｃＰｒｅｓｓｕｒｅ）是指升主动脉根部的侧压，包括中心动脉收缩压，舒张压和脉压。中心动脉压主要由前向波和反射波两部分组成。中心动脉压在反映人体健康状况的方面具有不可替代的作用，不同的人在外围血压相等的情况下，中心动脉压可能会有一定的差别，所以中心动脉压比周围血压更能反映出人体的状况【４５１。影响中心动脉压的因素很多，其中包括心输出量，外周血管阻力，动脉血管硬度以及压力反射时相和大小决定［４６１。中心动脉压的检测同样也是有创和无创方法构成。有创法是把导管插入人体动脉血管根部直接测得中心动脉压力值，这个方法准确，可靠，可以连续测量，但是缺点就是这个方法是有创伤的，在临床上不能大量使用，而且不能广泛应用于早期检测。无创方法主要就是通过脉搏波的测量，然后通过计算增大系数，脉搏波特征以及肱动脉血压，经过转换函数就可以得到所需要的中心动脉压。无创方法测量方便，对人体没有损伤，同时经过大量的和有创测量数值相比较，相关性好，可以在临床上进行大量应用，目前无创测量主要有两种方法：ＳｐｈｙｇｍｏＣｏｒ动脉脉搏波分析仪（澳大利亚ＡｔＣｏｒＭｅｄｉｃａｌＰｔｙＬｔｄ），这种分析仪是用高保真探头采集记录脉搏波，然后通过转换函数得到中心动脉压波形，并同时测量相关波的增大指数（ａｕｇｍｅｎｔａｔｉｏｎｉｎｄｅｘ，ＡＩ），通过系统转换分析，给出中心动脉压的收缩压等数值【４７１．欧姆龙的ＯｒｍｏｎＨＥＭ－９０００ＡＩ（日本ＯｒｍｏｎＨｅａｌｔｈｃａｒｅ公司）脉搏测量仪，欧姆龙采用的是传感器矩阵直接自动寻找脉搏的最强点，然后采集出来之后计算脉搏波的增大系数（ＡＩ），最后结合肱动脉血压，可以推导出中心动脉压，欧姆龙公司主要是对脉搏波进行四次微分，通过寻找其中的一些关键点进行推导得到中心动脉压的【４８】【４９１．中心动脉压的推导主要的确定中心动脉压的最高点和最高点之前的一个上升点，在大量的研究对比中，人们发现了中心动脉压与桡动脉脉搏波有很大的联系，他们之间的关系如图４＿２所示，中心动脉压的最高点与桡动脉脉搏波的特征点ｅ相对应，前期的收缩波则与脉搏波的最高点即特征点ｃ相对应，所以识别出桡动脉脉搏波的特征点之后，就能确定中心动脉压的几个关键点。。爹零嚣’’、缓∥影’；；ｊ≤‘每；“≤∥，聚麓‘图４．２中心动脉压与桡动脉脉搏的关系３７第四章脉搏波特征点识别的应用图４－３脉搏波中相关标定在中心动脉压的测定过程中，还有一个很重要的指数就是增强指数ＡＩ，该指数在临床上可以作为一个独立的参数去判断心血管疾病的死亡率等，所以在测量中心动脉压的时候也会对ＡＩ有一个计算。对于脉搏波中位置的划分，在图４．３给出了计算ＡＩ的方法位置信息。在图４．３中，‘ｒ－ＳＢＰ是桡动脉收缩前期血压，ｒ－ＳＢＰ２是收缩期后方血压，ＤＢＰ是舒张期血压。我们可以计算桡动脉肚＝兰×１００％４－１ｐ，，Ｐｌ中心动脉压在临床上的意义已经得到了广泛证明，准确、无创推导中心动脉血压已经成为全球关注的热点问题，利用脉搏波去推导中心动脉压具有相关性好，测量方便的特性，所以脉搏波特征点的识别在这其中就起了很重要的作用，也将会有更多的人去研究脉搏波。４．３本章小结本章通过对脉搏波特征点识别的应用做了分析，分别就特征点在计算脉搏波传播速度（ＰＷＶ）方面的应用，以及在无创推导中心动脉压时候的相关应用，并就这些方面的应用进行了实验上的一些证明。第五章总结与展望第五章总结与展望５．１本文主要工作总结脉搏波的产生是由于心脏在往血管中射血的过程中冲击血管壁，使得血管壁发生弹性收缩，同时由于各处血管的粗细和弹性等不同，所以血液在传播的过程撞击血管壁，形成了身体各处不同类型的脉搏波。人们最常分析的脉搏波是人体桡骨处（即手腕处）的脉搏波。脉搏波分析一直是人们研究的很重要的一个医学问题。从古代的脉诊到现代的脉搏波工程分析，人们都是想从脉搏波中能分析人体的内部健康状况，古代的脉诊讲究的是号脉，寸关尺三个部位进行分析。到近代，随着传感器的发展和人们分析角度的不同，人们是把脉搏波用传感器采集下来进行。人们在分析的过程中，发现可以按照心脏射血和血管状态把脉搏波划分为几个不同的波，即主波、潮波、重搏波。同时也可以划分出几个脉搏波的特征点，通过确定这些特征点，可以进行多方面的应用。本文针对脉搏波特征点识别的问题进行了研究，分别就特征点ｅ明显的脉搏波特征点的识别和特征点ｅ不明显的脉搏波特征点的识别进行了研究。主要工作和创新点如下：１．对于脉搏波特征点的识别，本文对传统的微分法识别进行了改进。传统的特征点识别是用微分的方法，但是该方法对于脉搏波周期的划分不准确，同时对于特征点ｄ，ｃ是拐点的情况识别不准。本文的改进方法是先用小波变换确定最高点ｃ的位置，进行周期划分，然后用微分对特征点进行识别，识别过程中对脉搏波进行二次微分找过零点，可以有效识别出ｄ，ｅ两点的位置。通过实验验证，本文提出的方法比传统方法在识别准确率上有了很大的提升。２．对于不明显潮波的识别，本文提出了一种能识别特征点的一种方法。传统人们分析脉搏波的时候，对于潮波不明显的脉搏波，人们在分析过程中无法自动把特征点ｅ识别出来。本文在研究了小波变换的特征方法和脉搏波在频域中所占的成分之后，提出了一种改进的小波变换的方法，即把小波变换的不同阶的小波系数进行运算，然后根据运算后的一个波形去识别特征点ｅ。经实验验证，本方法能对特征点ｅ进行有效的识别。３．本文将提出的特征点识别方法能应用在一些现有的计算和推导上，用识别出的特征点能计算桡．踝ＰＷＶ，同时脉搏波的特征点识别还能应用在中心动脉压的推导上，能对无创测量中心动脉压提供一个参考和基准。５．２存在的不足与展望在研究的过程中，由于能力和条件的限制，本文的研究还存在一些不足，今后还需要继续研究，希望能解决存在的问题。具体问题包括：３９第五章总结与展望１．本文提出的脉搏波特征点识别方法所用的数据都只是自己采集的，研究过程中没有找到大家公认的一个标准数据库，这在以后需要大家共同收集整理数据，能够建立一个供所有人参考的一个标准数据库。２．本文在脉搏波特征点的识别应用上的研究只是从理论上进行分析，如何真正的用特征点和血压去推导出中心动脉压，是一个仍需要去深入研究的课题，能准确的推测中心动脉压将会是对临床上一个很重要的贡献。参考文献参考文献Ｌ赵恩俭主编．中医脉诊学［Ｍ］．天津：天津科学技术出版社，１９９０，１２—１４乞罗志昌，张松，杨益民．脉搏波的工程分析与临床应用［Ｍ］．北京：科学出版社，２００６，２－５＆ＲＧｏｎｚａｌｅｚ，ＯＭｏｒａｌｅｓ，ＪＤｅｌｇｄｏ，ｅｔ．ＡｕｔｏｍａｔｉｃＢｒａｃｈｉａｌＡｎｋｌｅＰｕｌｓｅＷａｖｅＶｅｌｏｃｉｔｙＭｅａｓｕｒｅｍｅｎｔｓｆｏｒＶａｓｃｕｌａｒＤａｍａｇｅＡｓｓｅｓｓｍｅｎｔｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＣａｒｄｉｏｌｏｇｙ２００８；３５：１７３－１７６．奎ＤＦｒａｎｃｈｉ，ＲＢｅｄｉｎｉ，ＦＭａｎｄｆｒｅｄｉｎｉ，ｅｔ．ＢｌｏｏｄＰｒｅｓｓｕｒｅＥｖａｌｕａｔｉｏｎｂａｓｅｄＯｉｌＡｒｔｅｒｉａｌＰｕｌｓｅＷａｖｅＶｅｌｏｃｉＷ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＣａｒｄｉｏｌｏｇｙ１９９６；３９７－４００＆ＺｈａｏｐｅｎｇＦｕｎ，ＧｏｎｇＺｈａｎｇ，ＳｉｍｏｎＬｉａｏ．Ｃｌｉｎｉｃａｌａｎａｌｙｓｉｓｆｏｒｃａｒｄｉｏｖａｓｃｕｌａｒｄｉｓｅａｓｅｂｙｃａｌｃｕｌａｔｉｎｇｓｔｉｆｆｎｅｓｓｉｎｄｅｘ．ｃａｒｄｉａｃｏｕｔｐｕｔｆｒｏｍｐｕｌｓｅｗａｖｅ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＣａｒｄｉｏｌｏｇｙ２００５；４７８－４８１＆ＧｅｒｔｒｕｄＬａｕａｒ，ＪｕｌｉｅＢｒｉｎｃｋＪｅｓｅｎ，ＪｅｓｐｅｒＵｄｅｓｅｎ．ＰｕｌｓｅＷａｖｅＶｅｌｏｃｉｔｙｉｎｔｈｅＣａｒｏｔｉｄａｒｔｅｒｙ［ｃ］．２００８ＩＥＥＥＩｎｔｅｍａｔｉｏｕａｌＵｌｔｒａｓｏｎｉｃＳｙｍｐｏｓｉｕｍＰｒｏｃｅｅｄｉｎｇｓ；１３８６－１３８９ＬＭａｓａｓｈｉＳａｉｔｏ，Ｙｕｙａｍａｍｏｔｏ，ＭａｍｉＭａｔｓｕｋａｗａ，ｅｔ．ＳｉｍｐｌｅａｎｄＮｏｎｉｎｖａｓｉｖｅＡｎａｌｙｓｉｓｏｆｔｈｅＰｕｌｓｅＷａｖｅｆｏｒＢｌｏｏｄＶｅｓｓｅｌＥｖａｌｕａｔｉｏｎ［Ｃ］．２００９ＩＥＥＥＩｎｔｍ－ｕａｔｉｏｕａｌＵｌｔｒａｓｏｎｉｃＳｙｍｐｏｓｉｕｍＰｒｏｃｅｅｄｉｎｇｓ；１９３４－１９３７＆Ｈ．Ｏｋｕｂｏ，Ｎ．Ｈａｙａｋａｗａ，Ａ．ｍａｔｓｕｓｈｉｔａ．ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐＢｅｔｗｅｅｎＰａｒｔｉａｌＤｉｓｃｈａｒｇｅＣｕｒｒｅｎｔＰｕｌｓｅＷａｖｅｆｏｒｍｓａｎｄＰｈｙｓｉｃａｌＭｅｃｈａｎｉｓｍｓ［Ｍ］．ＩＥＥＥＥｌｅｃｔｒｉｃａｌｉｎｓｕｌａｔｉｏｎｍａｇａｚｉｎｅ．２００２；３８－４５口；ＫｏｈａｒａＫ，ＴａｂａｒａＹ，ＯｓｈｉｕｍｉＡ．ｅｔａｌ．Ｒａｄｉａｌａｕｇｍｅｎｔａｔｉｏｎｉｎｄｅｘ：Ａｕｓｅｆｕｌａｎｄｅａｓｉｌｙｏｂｔａｉｎａｂｌｅｐａｒａｍｅｔｅｒｆｏｒｖａｓｃｕｌａｒａｇｉｎｇ［Ｊ］．ＡｍＪＨｙｐｅｒｔｅｎｓ，２００５，１８：５１ｌ—１４．ｍ张维忠．降压治疗新视点：中心动脉压［Ｊ］．中华心血管杂志．２００６（５）：４７１－４７３ｎ朱建发．中心动脉压的临床意义、价值与应用［Ｊ］．临床军医杂志．２００９（６）：４９４－４９７挖程飞．中心动脉压及其相关指标的临床意义［Ｊ］．心血管病学进展．２００９：９２２－９２６墙Ｖｌａｃｈｏｐｏｕｌｏｓ，ＨｉｒａｔａＫ，ＯＲｏｕｒｋｅＭＦ．１奠ｃｅｓｓｕｒｅ－ａｌｔｅｒｉｎｇａｇｅｎｔｓａｆｆｅｃｔｃｅｎｔｒａｌａｏｒｔｉｃｐｒｅｓｓｕｒｅｍｏｒｅｔｈａｎｉｓａｐｐａｒｅｎｔｆｒｏｍｕｐｐｅｒｌｉｍｂｍｅａｓｕｒｅｍｅｎｔｓｉｎｈｙｐｅｒｔｅｎｓｉｖｅｐａｔｉｅｎｔｓ：ｔｈｅｒｏｌｅｏｆａｒｔｅｒｉａｌｗａｖｅｒｅｆｌｅｃｔｉｏｎｓ［Ｊ］．Ｈｙｐｅｒｔｅｎｓｉｏｎ，２００１，３８（６）：１４５６－１４６０．他ＣｈｅｎＪＹ，ＴｓａｉＷＣ，ＬｅｅＹＬ，ｅｔａ．１Ａｓｓｏｃｉａｔｉｏｎｏｆｐｒｅｍａｔｕｒｅｖｅｎｔｒｉｃｕｌａｒｃｏｍｐｌｅｘｅｓ丽ｔｌＩｃｅｎｔｒａｌａｏｒｔｉｃｐ佗＇ｓｓｕｒｅｉｎｄｉｃｅｓａｎｄｐｕｌｓｅｗａｖｅｖｅｌｏｃｉｔｙ［Ｊ］．ＡｍＨｅａｒｔＪ，２００８，１５５（３）：５０１·５０６．溉ＢｒｏｏｋｓＢ，ＭｏｌｙｎｅａｕｘＬ，ＹｕｅＤＩＣＡｕｇｍｅｎｔａｔｉｏｎｏｆｃｅｎｔｒａｌａｒｔｅｒｉａｌｐｒｅｓｓｕｒｅｉｎｔｙｐｅｌｄｉａｂｅｔｅｓ［Ｊ］．ＤｉａｂｅｔｅｓＣａｒｅ，１９９９，２２（１０）：１７２２—１７２７．坻李维维，陈良龙，李卫华，等等．无创性脉波与有创性测量中心动脉压的一致性［Ｊ］．中华高血压杂：毒２００８（７）：５９２—５９７４ｌ参考文献ｌＬＷｉｌｌｉａｍｓＢ，ＬａｅｙＰＳ，ＴｈｏｍＳＭ，ｅｔａｌ．Ｄｉｆｆｅｒｅｎｔｉａｌｉｍｐａｃｔｏｆｂｌｏｏｄｐｒｅｓｓｕｒｅ－ｌｏｗｉｎｇｄｒｕｇｓｏｎｃｅｎｔｒａｌａｏｒｔｉｃ麟ｕｒｅａｎｄｃｌｉｎｉｃａｌｏｕｔｃｏｍｅｓ：ｐｒｉｎｃｉｐａｌｒｅｓｕｌｔｓｏｆｔｈｅＣｏｎｄｕｉｔＡｒｔｅｒｙＥｖａｌｕａｔｉｏｎ（ＣＡＦＥ）ｓｔｕｄｙ［Ｊ］．Ｃｉｒｃｕｌａｔｉｏｎ，２００６，ｌ１３；１２１３—１２２５ｌ＆ＪａｎｋｏｗｓｋｉＰ，ＫａｗｅｅｋａＪａｓｚｅｚＫＢｒｙｎｉａｒｓｋｉＬｅｔａｌ．Ｆｒａｃｔｉｏｎａｌｄｉａｓｔｏｌｉｃａｎｄｓｙｓｔｏｌｉｃｐｒｅｓｓｕｒｅｉｎｔｈｅａｓｃｅｎｄｉｎｇａｏｒｔａａｒｅｒｅｌａｔｅｄｔｏｔｈｅｅｘｔｅｎｔｏｆｃｏｒｏｎａｒｙａｒｔｅｒｙｄｉｓｅａｓｅ［Ｊ）．ＡｍＪＨｙｐｅｒｔｅｎｓ，２００４，１７：６４１—６４６．ｌ吼Ａ．Ｈ．Ｓａｌａｎｓ，Ｌ．Ｎ．ｋａｔｚ，Ｇｒａｈａｍ，ｅｔ．ａ１．ＡＳｔｕｄｙｏｆｔｈｅＣｅｎｔｒａｌａｎｄＰｅｒｉｐｈｅｒａｌＡｒｔｅｒｉａｌＰｒｅｓｓｕｒｅＰｕｌｓｅｉｎＭａｎ［Ｊ］．Ｃｉｒｃｕｌａｔｉｏｎ．１９５１．５１０－５２１２ｍＭＶａｒａｎｉｎｉ，ＭＭａｓｓｏｎｉ，ＰＭａｒｒａｃｃｉｎｉ，ａ１．Ｎｏｎ－ｌｎｖａｓｉｖｅＥｓｔｉｍａｔｉｏｎｏｆＣｅｎｔｒａｌＡｏｒｔｉｃＰｒｅｓｓｕｒｅｆｒｏｍａｒｔｅｒｙＴｏｎｏｍｅｔｒｙｂｙＮｅｕｒａｌＮｅｔｗｏｒｋｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＣａｒｄｉｏｌｏｇｙ．２００３；３０：５０１－５０４２ＬＪｉｎ－ＯｈＨａｈｎ，ＨａｒｒｙＡｓａｄａ．ＡｎｄｒｅｗＴｒａｉｎｅｒ．ＡＮｅｗＡｐｐｒｏａｃｈｔｏＣｅｎｔｒａｌＡｏｒｔｉｃＢｌｏｏｄＰｒｅｓｓｕｒｅＵｓｉｎｇ“Ａｄａｐｔｉｖｅ”ＴｒａｎｓｆｅｒＦｕｎｃｔｉｏｎ［Ｃ］．３０ＴｈＡｎｎｕａｌＩｎｔｅｒｎａｔｉｏｎａｌＩＥＥＥＥＭＢＳＣｏｎｆｅｒｅｎｃｅ．２００８：８１３·８１６２幺Ｃｈｕ－ＣｈａｎｇＴｙａｎ，Ｓｈｉｎｇ－ＨｏｎｇＬｉｕ，Ｊａｎ－ＹｏｗＣｈｅｎ．ＡＮｏｖｅｌＮｏｎｉｎｖａｓｉｖｅＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｉｑｕｅｆｏｒＡｎａｌｙｚｉｎｇｔｈｅＰｒｅｓｓｕｒｅＰｕｌｓｅＷａｖｅｆｏｒｍｏｆｔｈｅＲａｄｉａｌＡｒｔｅｒｙ［Ｃ］．ＩＥＥＥＴＲＡＮＳＡＣＴｌ０ＮＳＯＮＢｌＯＭＥＤＩＣＡＬＥＮＧＩＮＥＥＲ玎、ｉＧ．２００８．２８８·２９６２卫Ｊｉｎ－ＯｈＨａｈｎ，ＡｎｄｒｅｗＲｅｉｓｎｅｒ，ＨｏｒａｃｉｏＨｏｊｍａｎ．ＲｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆＣｅｎｔｒａｌＡｏｒｔｉｃＰｒｅｓｓｕｒｅＷａｖｅｆｏｒｍＵｓｉｎｇＡｄａｐｔｉｖｅＭｕｌｔｉ－ＣｈａｎｎｄＩｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．ＥＭＢＳＡｎｎｕａｌＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ２００６．３３７７．３３８ｌＺｔＪＡＭＥＳＤ．ＣＡＭＥＲＯＮ，ＭＤ，ＭＥＮＧＳＣ．ＵｓｅｏｆＲａｄｉａｌＡｒｔｅｒｙＡｐｐｌｉｃａｔｉｏｎＴｏｎｏｍｅｔｒｙａｎｄａＧｅｎｅｒａｌｉｚｅｄＴｒａｎｓｆｅｒＦｕｎｃｔｉｏｎＴｏＤｅｔｅｒｍｉｎｅＡｏｒｔｉｃＰｒｅｓｓｕｒｅＡｕｇｍｅｎｔａｔｉｏｎｉｎＳｕｂｊｅｃｔｓＷｉｎｌＴｒｅａｔｅｄＨｙｐｅｒｔｅｎｓｉｏｎ［Ｃ］．ＪＡＣＣ．１９９８．１２１４－１２２０烈＆ＪａｍｅｓＥ．Ｓｈａｒｍａｎ，ＲｉｃｈａｒｄＬｉｍ，ＡｈｍａｄＭ．Ｑａｓｅｍ，ｅｔ，ａ１．ＶａｌｉｄａｔｉｏｎｏｆａＧｅｎｅｒａｌｉｚｅｄＴｒａｎｓｆｅｒＦｕｎｃｔｉｏｎｔｏＮｏｎｉｎｖａｓｉｖｅｌｙＥｘｅｒｃｉｓｅ［Ｊ］．Ｈｙｐｅｒｔｅｎｓｉｏｎ．２００６；４７：１２３０－１２０８２６．罗志昌，张松，杨益民．脉搏波的工程分析与临床应用［Ｍ］．北京：科学出版社，２００６，８一ｌＯ２７．张大祥．脉图基础理论．江西中医药［Ｍ］．１９８０，３２８．姚建阁．基于脉搏波的动脉指数算法研究与临床试验分析．重庆大学硕士论文［Ｄ］．２００８２９．张石，杜凯，董建威．基于小波变换的脉搏波标志点检测方法．信号采集与处理．２００６．１２３０．Ｍ．Ａｂｏｙ，Ｊ．ＭｃＮａｍｅｓ，Ｔ．Ｔｈｏｎｇ．Ｄ．Ｔｓｕｎａｍｉ．ＡｎＡｕｔｏｍａｔｉｃＢｅａｔＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍｆｏｒＰｒｅｓｓｕｒｅＳｉｇｎａｌｓ［Ｊ］．ＩＥＥＥＴｒａｎａ．ｖ０１．５２，ｎｏ．１０，ＰＰ．１６６２·１６７０，２００５．３１．ＸｕａＺｈａｎｇ；ＬｉｙａｎＸｕ；ＫａｉｊｉｅＣｈｅｒｔ．ＡＮｅｗＭｅｔｈｏｄｆｏｒＬｏｃａｔｉｎｇＫｅｙｐｏｉｎｔｓｉｎＰｕｌｓｅＷａｖｅＵｓｉｎｇＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ［Ｃ］．２００９ＷｏｒｌｄＣｏｎｇｒｅｓｓｏｎＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ．Ｖｏｌ（５）．ｐｐ３６７—３７１３２．ＱｕｎＷａｎｇａｎｄＺｈｉＷｅｎＬｉｕ．ＤｅｔｅｃｔｉｏｎｏｆｔｈｅＰｕｌｓｅＷａｖｅｆｏｒｍＣｈａｒａｃｔｅｒｉｓｔｉｃＰｏｉｎｔｓｂｙＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍＵｓｉｎｇＭｕｌｔｉｓｃａｌｅＤｉｆｆｅｒｅｎｔｉａｌＯｐｅｒａｔｏｒ［Ｃ］．ＢＭＥＩ＇０９．２００９．ｐｐ２３０１－２３０５．４２参考文献３３．徐瑞庆．脉搏检测系统设计及其信号处理算法研究［Ｄ］．南京：南京信息１：程大学硕士学位论文，２００８．３４．李震，赵星，陈小鸥，杨叔子等．脉搏波特征点的自动识别［Ｊ］．信息与控制．１９８９（１）．５９－６４３５．张晴．脉搏图特征点自动识别［Ｊ］．医疗丁程与技术．１９８３（４）：５３６．杨福生，高上凯．生物医学信号处理［Ｍ］北京：高等教育出版社，１９８９：３１０２３５０３７．孙万蓉，孙肖子．人体脉搏图信号特征点的自动提取及参数计算．１９８９（４ｓ），ｌ３８．张德丰．小波分析与工程应用．北京：国防工业出版社．２００８３９．ＬＥＥＣＴ，ＷＥＩＬＹ．Ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈａｍａｎｐｕｌｓｅｓｐｅｃｔｒａ［蛔．ＩＥＥＥＴｒａｉｌｓＢＭＥ，１９８５，３２（３）：２４５—２４７４０．孙延奎．小波分析及其实用ＥＭ］．北京：机械工业出版社．２００５４ｌ－飞思科技产品研发中心．小波分析理论与ＭＡＴＬＡＢ７实现［Ｍ］．北京：电子工业出版社，２００５．４２．胡广书．现代信号处理教程［Ｍ］．北京：清华大学出版社．２００４４３．马志敏，第三届中国血管病变和动脉功能学术会议暨第一届国际血管健康学会亚太地区会议纪要［Ｒ］．《中华老年医学杂志》２００６年第９期４４．ＮａｉｄｕＭＵ，ＲｅｄｄｙＢＭ，ＹａｓｈｍａｉｎａＳ，ｃｔａ１．Ｖａｌｉｄｉｔｙａｎｄｒｅｐｒｏｄｕｃｉｂｉｌｉｔｙｏｆａｒｔｅｒｉａｌｐｕｌｓｅｗａｖｅｖｅｌｏｃｉｔｙｍｅａｓｕｒｅｍｅｎｔｕｓｉｎｇｎ州ｄｃｖｉｃｃｗｉｔｈｍｃｉｌｌｏｍｅｔｒｉｃｔｅｃｌｍｉｑｕｅ：－ｐｉｌｏｔｓｔｕｄｙ［Ｊ］．ＢｉｏｍｅｄＥｎｇＯｎｌｉｎｅ，２００５，４：４９．４５．何为，余传祥．心血管动力学参数测量原理和临床应用［Ｍ］．北京：科学出版社．２０１０．９５－１００４６．ＲｏｍａｎＭＪ，ＤｅｖｅｌｌｕｓＲＢ，ｅｔａ１．Ｃｅｎｔｒａｌｐｒｅｓｓｕｒｅｍｏｌｌｓｔｒｏｎｇｌｙｒｅｌａｔｅｓｔｏｖａｓｃｕｌａｒｄｉｓｅａｓｅａｎｄｏｕｔｃｏｍｅｔｈａｎｄｏｅｓｂｒａｃｈｉａｌｐｒｅｓｓｕｒｅ：ＳｔｒｏｎｇＨｅａｒｔＳｔｕｄｙ［Ｊ］．Ｈｙｐｅｒｔｅｎｓｉｏｎ，２００７，５０（１）：１９７４７．ＭｉｔｃｈｅｌｌＧＦ，ＬａｃｏｕｌｌｉｅｒｅＹ，ＯｕｅｌｌｅｔＪ－Ｐ，ｅｔａ１．Ｄｅｔｅｒｍｉｎａｎｔｓｏｆｅｌｅｖａｔｅｄｐｕｌｓｅｐｒｅｓｓｕｒｅｉｎｍｉｄｄｌｅ－ａｇｅｄａｎｄｏｌｄｅｒｓｕｂｊｅｃｔｓ、析ｔｈｕｎｃｏｍｐｌｉｃａｔｅｄｓｙｓｔｏｌｉｃｈｙｐｅｒｔｅｎｓｉｏｎ：ｔｈｅｒｏｌｅｏｆｐｒｏｘｉｍａｌａｏｒｔｉｃｄｉａｍｅｔｅｒａｎｄｔｈｅａｏｒｔｉｃｐｒ＇－Ⅷｓｕｌｌ－ｆｌｏｗｒｅｌａｔｉｏｎｓｈｉｐ［Ｊ］．Ｃｉｒｃｕｌａｔｉｏｎ，２００３，（１０８）：１５９２４８．ＰａｕｃａＡＬ，Ｏ’ＲｏｕｒｋｅＭＦ，ＫｏｎＮＤ．Ｐｒｏｓｐｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｏｆａｍｅｔｈｏｄｆｏｒｅｓｔｉｍａｔｉｎｇａｓｃｅｎｄｉｎｇａｏｒｔｉｃｐｒｅｓｓｕｒｅｆｒｏｍｔｈｅｒａｄｉａｌａｒｔｅｒｙｐｒｅｓｓｕｒｅｗａｖｅｆｏｒｍ［Ｊ］．Ｈｙｐｅｒｔｅｎｓｉｏｎ，２００１，（３８）：９３２４９．ＴａｋａｚａｗａＫ，ＳａｗａｄａＳ，ＯｓｈｉｕｍｉＡ，ｅｔａ１．Ｓｙｓｔｏｌｉｃｐｒｅｓｓｕｒｅｃａｌｌｂｅｅｓｔｉ－ｍａｔｅｄｂｙｎｏｎｉｎｖａｓｉｖｅｍｅａｓｕｒｅｍｅｎｔｏｆｒａｄｉａｌａｒｔｅｒｙｌａｔｅｓｙｓｔｏｌｉｃｐｒ＆豁ｕｌｌ［Ｊ］．Ｈｙｐｅｒｔｅｎｓ，２００４，２２（Ｓｕｐｐｌ２）：Ｓ３０４５０．ＭｉｌｌａｓｓｅｓｕＳＣ，ＰａｔｅｌＳＪ，ＲｅｄｗｏｏｄＳＲｅｔａ１．Ｐｒｅｓｓｕｒｅｗａｖｅｒｅｆｌｅｃｔｉｏｎ∞∞ｓｓｅｄｆｒｏｍｔｈｅｐｅｒｉｐｈｅｒａｌｐｕｌｓｅ：ｉｓａｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｎｅｃｅｓｓａ妒．ｐ］．Ｈｙｐｃｒｔｅｎｔｉｏｎ，２００３，（４１）：１０１６４３