医学论文范文医学论文范文1〔摘要〕随着医学技术不断发展，生物医学信号逐渐成为医学方面的一项重要的诊断技术。由于生物体的复杂性，生物信号还具有随机性强、信号弱、噪声强、频率范围低、周期性等特点，这导致在相似性分析时面临很多困难。该文提出了窗口斜率特征提取法，通过确定参数窗口阈值和网格高度，利用相关公式进行计算，用斜率变化规律对比相似波形。〔关键词〕生物医学信号;相似性;度量方法;窗口斜率法生物医学信号是由复杂的生命体发出的不稳定的自然信号，可以反映出生物体所处的状态及生命情况等，生物医学信号不同于其他信号，具有本身的特征和测试方法。通常生物信号包括心电、呼吸、脉搏等，这些信号是生物生命活动的基本属性［1］。采集生物体内的信号后，可以根据信号的特征对生物体所处状态进行分析和研究，为诊断生物体器官功能并确定治疗方法提供可靠的依据。1生物体医学信号生物体不同信号的波形图。几种常见的心电波形图如图2所示，可以看出不同形态的生物体反映出不同的信号特征，进而反映在波形图上。医师可以根据波形图的特征对生物体的病情加以判断，从而进行针对性治疗。计算机和智能化技术的不断发展为生物信号诊断技术提供可靠的保证。正确地划分生物信号类别是医学内的重要保证。一般来说，对波形间的相似性程度进行划分类别，再对不同类别信号加以分析，可以缩短工作量，提高工作效率和分析的准确性，这是目前生物信号研究的发展方向。2相似性分析法指采用某种方法来描述和分析两者之间的相似度。相似性分析通常分为两个步骤:特征提取和表示以及相似性度量。由于生物体发出的生物自然信号能够随时间的推移而发生变化，因此可以把生物信号作为时序信号中的一种。对时序数据的分析目前已广泛应用，例如气象变化情况、石油勘探情况、股票走势数据等。可以看出时序数据具有很大的复杂性和计算量，其相似性度量会很大程度影响着分析的结果。生物信号同样具有上述特性，复杂多变是生物信号波形曲线形态的主要特征，因此其相似性分析要包括以下两个方面:一是从原始生物信号中提取特征信息，进行优化组合，作为表示特征向量;二是对特征向量进行相似性度量或分类。原始数列的特征提取对降低计算量有很好的帮助，通过只保留数列的主要形态，去除次要形态和细枝末节，提高数据分析的准确性。目前，特征提取的方法有很多，研究思路也各不相同。Keogh等［2］以时间序列为基础，输出的结果形式为线性分段，这种成为线性分段算法。主要方法是将数列表示为多段线性的直线，从而减少实验数据。这种线性分段算法的优点直观明了，可进行多解析多运算，支持各类测量方法，应用广泛。生物信号作为时间序列的一种，也存在复杂表现形式，因此在分析中会面临很多困难。基线漂移和时间轴的伸缩是生物信号最主要面临的问题［3－4］，选择合适的距离度量方法，能够提高相似性分析的准确性。动态时间弯曲(dynamictimewarp，DTW)可以作为一种有效的解决方法，但它的缺点是时间复杂，应用并不广泛.3生物医学信号相似性分析的关键问题生物信号作为时序信号的一种，具有维数高、数据量巨大、噪声干扰严重的特点。但由于人体是一个复杂的自然系统，人体信号具有时序信号所没有的一些特点。3.1随机性强由于人体的个体差异性很大，所表现出的生理信号也会随之产生差异，比如年龄的差异、性别的差异等。人体健康与生病的生理信号，其差异性会更大。生物医学信号具有随机性，它的特征并不平稳，随着时间发生变化，这种变化为医学中的信号处理带来较大困难。3.2信号弱，噪声强一般直接从人体中检测到的电信号幅值比较小。因此，在处理各种生理信号之前要应用放大器。噪声是指其他信号对所研究对象信号的干扰，研究时需要对信号去除噪声再进行研究。3.3频率范围低经频谱分析可知，除声音信号(如心音)频谱成分较高外，其他电生理信号的频谱一般较低。3.4周期性生物信号的幅值会随着时间而产生周期性的变化，如图3所示的心电波形。首先，将连续信号分为单个波形，即找到电波的最高点为分割点;然后，将连续波形分为多个单段连续的波形。若分割点选取不准确，将会对信号的判断产生影响.生物信号具有维度高、数据多等特征，在相似性分析方面存在一定的难度。由于人们大都注意特征数据的提取方法，因此希望距离度量采用更简单的方法。生物信号经过复杂的特征数据提取后，距离度量通常采用简单方法降低运算复杂程度，提高准确率。生物信号具有信号弱、噪声强、频率范围低等特点，需要采用相应方法达到降维、去噪的功能。通常提取初次特征后，剩余的信息量仍然会很大，因此需要对特征数据进行再优化，采用该方法虽然能保证较高的准确率，但优化过程复杂度过高。4窗口斜率的特征表示方法特征提取方法是相似性分析的重要内容，是影响分析的效率和精确性的重要保证。由于生物信号波形的相似性，我们需要关注波形中特征点的微小差异，重视波形中的细节