学位论文 > 优秀研究生学位论文题录展示

动态光谱数据分析与脉搏血氧测量系统

作　者: 孙兆敏
导　师: 李刚
学　校: 天津大学
专　业: 生物医学工程
关键词: 血液成分无创检测动态光谱血氧饱和度近红外光谱神经网络偏最小二乘法
分类号: R446.11
类　型: 硕士论文
年　份: 2010年
下　载: 85次
引　用: 0次
阅　读: 论文下载

内容摘要

动态光谱(DS)法的提出,从理论上消除了被测者个体差异和测量条件对近红外光谱血液成分无创检测的影响。课题组已就该理论的数据处理方法和检测精度等问题做了较为系统的研究,但目前对于该理论尚缺乏的临床数据支持。针对这一问题,对110名志愿者同时进行了血常规体检和指端透射光谱采集,并以血液成分含量生化分析值为参考,建立了血糖、血红蛋白等血液成分含量与DS数据的预测模型,验证了动态光谱法无创血液成分检测的有效性;分析临床数据特征,对该理论的数据预处理方法做了进一步补充和完善。搭建了基于DS理论的脉搏血氧测量系统,分析该系统的结构及其对血氧饱和度数值的预测效果,为进一步的多项血液成分无创检测样机设计提供了硬件和实验支持。本文的主要工作和创新点有:·结合临床试验数据从DS的基本原理出发,根据各波长下对数脉搏波频域基波的位置,提出了一种“稳定波长数”的概念用以评价DS数据质量,对数据进行初步筛选;采用小波变换法,在脉搏频率范围内(1HZ)对指端透射光谱的时域吸光度波形聚焦,以去除DS数据中抖动等时变噪声的影响;并采用BP神经网络建立了总胆固醇、血糖、血红蛋白的预测模型,用以对比各数据处理方法实施前后的模型预测效果。建立血糖浓度与DS数据的PLS预测模型,并用后向回归方式,选取DS数据中血糖浓度的特征波长,尝试建立优秀的血糖浓度低维线性模型。·搭建了一种三波长LED为光源的DS法无创血氧测量系统,采用频分调制方式用不同频率的正弦信号对光源光强进行调制,分析调制信号相移对光电脉搏信号的影响,设计合理的下位机解调程序。并以MEC-509B监护仪采集血氧饱和度数值作为定标依据,建立了血氧饱和度值与DS数据间的预测模型,得到预测集相关系数Rp=0.7915。结果表明,该测量系统的测量数据在一定程度上可以反映人体血氧饱和度信息,并且从理论上消除了由近似估算引入的误差。

全文目录

中文摘要  3-4
ABSTRACT  4-8
第一章绪论  8-17
  1.1 血液成分无创检测的意义与发展现状  8-12
    1.1.1 血液成分无创检测的意义  8-9
    1.1.2 血液成分无创检测的发展  9-11
    1.1.3 近红外光谱法血液成分无创检测中的关键问题  11-12
  1.2 动态光谱方法  12-15
    1.2.1 光电容积脉搏波产生的原理  12-13
    1.2.2 动态光谱法简介  13-14
    1.2.3 动态光谱的频域提取方法  14-15
  1.3 课题研究的目的和意义  15
  1.4 论文的主要研究内容和结构  15-17
第二章动态光谱的临床数据采集及建模  17-26
  2.1 动态光谱数据采集  17-21
    2.1.1 动态光谱数据采集系统  17-19
    2.1.2 动态光谱数据的获取  19-20
    2.1.3 样本生化分析值的各项数值指标  20-21
  2.2 光谱数据建模  21-26
    2.2.1 偏最小二乘建模方法  21-22
    2.2.2 人工神经网络建模方法  22-23
    2.2.3 原始光谱数据的建模效果  23-26
第三章动态光谱数据处理方法研究  26-35
  3.1 数据质量评价标准  26-28
  3.2 小波变换去噪  28-31
    3.2.1 小波变换去噪的算法思想  28-30
    3.2.2 小波变换去噪建模结果分析  30-31
  3.3 引入谐波分量对建模效果的影响  31-32
    3.3.1 引入谐波分量的算法思想  31
    3.3.2 引入谐波分量的建模结果分析  31-32
  3.4 血糖低维线性预测模型的建立  32-35
    3.4.1 偏最小二乘法建立血糖预测模型  32-33
    3.4.2 偏最小二乘法建模结果和分析  33-35
第四章基于动态光谱原理的脉搏血氧检测系统  35-47
  4.1 系统硬件设计  35-37
    4.1.1 光源及其驱动电路  35-36
    4.1.2 光电转换电路设计  36-37
  4.2 系统软件设计  37-43
    4.2.1 正弦波频分调制解调  37-41
    4.2.2 动态光谱数据的频域局部提取方法  41
    4.2.3 单片机程序设计  41-43
  4.3 实验数据建模分析  43-47
    4.3.1 实验数据的获取  43-44
    4.3.2 实验结果分析  44-46
    4.3.3 神经网络定量分析模型的建立  46-47
第五章总结与展望  47-49
参考文献  49-53
发表论文和参加科研情况说明  53-54
致谢  54

动态光谱数据分析与脉搏血氧测量系统

内容摘要

全文目录

相似论文