基于EEMD分解的脉象信号重构及其分类应用

摘要：

通过聚合经验模态分解(EEMD)算法把脉搏信号分解成一系列固有模态函数(IMF),分析各IMF的能量密度及其与原脉搏信号的相关性,对各IMF生物学意义进行探索.基于能量密度和相关系数准则从多层IMF中筛选出目标信号,完成脉搏信号的重构.采用重构信号对五类常见单脉进行模式识别,其整体分类效果明显提高.结果表明基于EEMD分解的重构信号滤去了信号采集过程中噪声和扰动引起的干扰,且保留了脉搏信号的内在性质,能更为准确地描述脉搏信号的特征.

关键词： 心血管疾病 脉搏信号 模式识别 能量密度 聚合经验模态分解

作者: 刘攀 夏春明 燕海霞 王忆勤 郝一鸣 徐琎 许文杰

作者单位: 华东理工大学机械与动力工程学院,上海200237 上海中医药大学基础医学院,上海201203

会议类型: 国内会议

会议名称: 中华中医药学会中医诊断学分会第十五次中医诊断学术年会

会议地点: 福建晋江

会议语种:中文

页码: 224-228

在线出版日期: 2014-07-18（万方平台首次上网日期，不代表论文的发表时间）