基于时频变换及Renyi信息量的心脏收缩期杂音分析

心脏杂音的听诊具有重要的临床意义。心脏杂音可分为生理性和病理性杂音。采用ZAM时频分析的方法,对生理性和病理性收缩期杂音的特征进行分析比较,并引入了Renyi信息量,进一步讨论了区分生理和病理性收缩期杂音的方法。

血栓多普勒信号的多参数提取及分类

血栓的准确检测可以用于早期脑血管疾病的诊断 ,超声多普勒是一种无损的血栓检测技术。文章使用三种信号处理方法 :传统的声谱分析法、小波分析法、renyi信息量分析法对血栓多普勒信号进行分析 ,提取出相应的特征参数 ,然后对敏感的特征参数采用反向传输 (Back Propagation ,简称BP)神经网络进行分类 ,建立起血栓、干扰噪声和正常血流信号的自动判别系统。通过对 30 0例仿真多普勒信号和 16 3例临床采集的大脑中动脉多普勒信号进行分析 ,结果表明 :本文建立的系统对血栓的检测率高于传统的方法 。

基于时频变换的断路器凸轮偏中故障诊断

为从真空断路器振动信号中获取凸轮是否对中的状态信息,提出了一种基于时频分析提取特征值的方法。首先,对振动信号进行时域分析,得到信号的能量分布;再通过对断路器合闸的振动信号进行短时傅里叶变换,并采用平滑伪魏格纳–维尔分布对其解析信号进行分析,对比2种时频分析结果发现,后者的时频聚集度更高,且便于提取Renyi信息量特征值。研究表明,对比凸轮对中状态,凸轮偏中状态的时频分布Renyi信息量增加1位左右,或者更多。这种量化的特征值方法为真空断路器振动诊断的可行性提供了新的论据。