现代社会随着人们生活水平的提高,饮食结构的改变,以动脉硬化为代表的心血管疾病的发病率和死亡率越来越高,世界卫生组织将其列为二十一世纪严重危害人类健康的头号杀手,因此,如何防治这类疾病,已成为世界各国迫切需要解决的一项重大课题。 动脉脉搏波是有心脏射血引起的血流波、沿管壁传播的压力波的组合波,所以脉搏波是一个天然的“信息源”,通过对动脉脉搏波的分析我们就可以得到一些有意义的病理指标。作为一种无创检测手段,用脉搏信号来诊断动脉硬化是非常有意义的。 本文着重分析了脉搏波产生的生理机制,结合动脉硬化的相关理论,对两者之间的联系做了比较详细的描述。还概述了与本文一些相关的理论,如脉搏信号的特点,常见的信号处理方法等。在总结前人研究的基础上,就如下几个方面做了研究: 在明确了信号来源后,接下来是对信号的预处理。本文主要做的就是基于小波的滤波去噪,对于基线漂移,小波分解以后直接去除最大尺度信号就很理想;对于其它噪声,比较常用是阈值法去噪,但阈值的选取是个难题,本文提出了模糊阈值去噪方法,确定了信号的隶属度函数,取得比常规阈值法去噪更好的滤波效果。 基于前人的研究和临床实验成果,选择了与动脉硬化相关的八个特征参量来研究,他们既有时域参量也有频域的参量,可以从多个角度更全面的对脉搏信号进行分析,这也是本文的一个创新点。并且对这些特征参量尤其是对谐波的计算做了详细的分析和实验。 采用了概率神经网络来分析动脉硬化与脉搏信号的关系,在不同的数据预处理方案下都获得了较好的分类结果。运用遗传算法对网络的扩散参数进行了优化,并给出了模拟实验结果,用遗传优化既避免了试验确定网络扩散参数的繁琐,也提高了网络的精度。