[1]朱柏辉,黄业开,王静,等.LMS自适应噪声抵消算法的DSP脉搏血氧监测研究[J].中国医学物理学杂志,2013,30(02):4041-4046.[doi:10.3969/j.issn.1005-202X.2013.02.019]
点击复制

LMS自适应噪声抵消算法的DSP脉搏血氧监测研究
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
30卷
期数:
2013年02期
页码:
4041-4046
栏目:
医学信号处理与医学仪器
出版日期:
2013-03-15

文章信息/Info

作者:
朱柏辉; 黄业开; 王静; 陈仲本
中山大学新华学院生物医学工程系;中山大学中山医学院生物医学工程系;
关键词:
小波变换; 自适应噪声抵消算法; 脉搏血氧信号; 滤波
分类号:
TP301;R318
DOI:
10.3969/j.issn.1005-202X.2013.02.019
文献标志码:
A
摘要:
目的:分析脉搏血氧监测系统显示效果的主要影响因素,对各种干扰信号的有效消除方法进行研究,实现脉搏血氧信号监测效果的优化。方法:本文设计的脉搏血氧监测系统以高性能的STM32F407VGT6嵌入式处理器作为控制核心,设置相应合适的时序对各种外围信号处理电路进行控制,精密准确地实现脉搏血氧信号的检测、处理与显示等功能,提出了一种基于小波变换的LMS自适应噪声抵消算法的数字信号处理方法对系统监测到的脉搏血氧信号进行滤波消噪处理。结果:采用Matlab软件对系统相关的信号进行仿真实验,分别将标准的正弦信号、原始的脉搏血氧信号与通过本文算法滤波后的相应信号进行对比分析,显示结果表明该自适应滤波算法收敛速度快且稳定性高,能很好地消除所测量脉搏血氧信号中携带的干扰信号,有效提高系统的显示效率与监测性能。结论:结合小波变换时频域特性的LMS自适应噪声抵消算法对脉搏血氧信号监测效果的处理优势能应用于临床实践中,可以满足高标准的医疗监护与无创检测等要求。

相似文献/References:

[1]韩庆阳,李丙玉,王晓东,等.一种同时消除脉搏波信号中呼吸基线漂移和高频噪声的方法[J].中国医学物理学杂志,2014,31(02):4801.[doi:10.3969/j.issn.1005-202X.2014.02.019]
[2]樊晓燕,陈兆学.基于小波变换的尿沉渣粘连细胞分割算法的研究与实现[J].中国医学物理学杂志,2013,30(01):3881.[doi:10.3969/j.issn.1005-202X.2013.01.011]
[3]杨杰,张胜,余顺,等.一种基于二次样条母小波函数的心电QRS复合波检测算法[J].中国医学物理学杂志,2013,30(02):4036.[doi:10.3969/j.issn.1005-202X.2013.02.018]
[4]王红敏,聂生东,王远军,等.低场核磁共振信号降噪方法研究进展[J].中国医学物理学杂志,2013,30(04):4261.[doi:10.3969/j.issn.1005-202X.2013.04.012]
[5]褚晶辉,刘静媛,吕卫,等.一种基于小波变换的乳腺X线图肿块分割方法[J].中国医学物理学杂志,2013,30(06):4519.[doi:10.3969/j.issn.1005-202X.2013.06.013]
[6]王远军,姜博宇,靳珍怡,等.基于小波变换的医学图像融合方法综述[J].中国医学物理学杂志,2013,30(06):4530.[doi:10.3969/j.issn.1005-202X.2013.06.016]
[7]袁野,王夏天,张子辰,等.基于小波变换和改进的瞬态独立成分分析融合算法的心电信号降噪方法[J].中国医学物理学杂志,2016,33(4):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
　[J].Chinese Journal of Medical Physics,2016,33(02):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
[8]靳珍怡,王远军.基于非下采样轮廓波变换的多模态医学图像融合[J].中国医学物理学杂志,2016,33(5):445.[doi:10.3969/j.issn.1005-202X.2016.05.004]
　[J].Chinese Journal of Medical Physics,2016,33(02):445.[doi:10.3969/j.issn.1005-202X.2016.05.004]
[9]蒋曲博,甘永进,张翠娜.反射式血氧饱和度检测系统研制[J].中国医学物理学杂志,2017,34(1):58.[doi:10.3969/j.issn.1005-202X.2017.01.012]
　[J].Chinese Journal of Medical Physics,2017,34(02):58.[doi:10.3969/j.issn.1005-202X.2017.01.012]
[10]靳珍怡,王远军,聂生东. 梯度域三维头部PETCT图像融合[J].中国医学物理学杂志,2017,34(3):246.[doi:10.3969/j.issn.1005-202X.2017.03.006]
　[J].Chinese Journal of Medical Physics,2017,34(02):246.[doi:10.3969/j.issn.1005-202X.2017.03.006]

备注/Memo

备注/Memo:
广东省中山大学新华学院大学生创新创业训练计划基金资助项目(2012CX011)
更新日期/Last Update: 2013-03-15