「脉搏信号的特征点提取方法研究（优选版）」.doc

脉搏信号的特征点提取方法研究摘 要脉搏为体表可触摸到的动脉搏动，它的信号特征对研究心血管系统疾病有着极重要的意义。临床上，我们经常通过分析其波形形态的变化，对病患的心血管系统疾病进行初步诊断。这也足以说明脉搏信号在心血管生理病理研究方面占据着重要的地位。而用MATLAB软件工具实现的阈值法，是现在微弱信号特征提取一种比较常见、代码相对简易的算法，但此原始的方法存在着缺陷，分析结果也容易出现较大的偏差。因此本文对传统的阈值算法进行了改进，采用了差分的阈值方法，可以进一步完善脉搏信号特征点的提取。关键词：脉搏信号；特征提取；差分阈值法；MATLAB软件ABSTRACT Pulse is the arterial pulse touched on surface,it has indispensable meaning to reaserch cardiovascular disease.Clinically we often have a preliminarydiagnosis ofpatients withcardiovascular disease according to analysing the change ofwaveform morphology.This is enough to prove that pulse signalplays an important role in theresearch ofcardiovascular physiology and pathology. And threshold methodbased on MATLAB is an usual kind of algorithm that has the relativelysimple code in field of weak signalfeatureextraction recently,but there are several bugs in this method,while its result also appearsbig deviation.So in this paper we improved the traditional threshold methodbased on MATLAB with differential threshold algorithm.This method can further improve the pulse signalfeatureextraction.Key Words：Pulse signal; feature extraction; Difference threshold algorithm; MATLAB; 目 录一、 绪论1 1.1 研究背景1 1.2 脉搏信号基础2二、 提取脉搏信号的原因及方法4 2.1 提取脉搏信号的原因42.2 脉搏信号提取的方法4三、 脉搏信号的特征值 6 3.1 脉搏信号的特征点6 3.2 K值7四、 脉搏信号特征值提取算法9 4.1 数据来源9 4.2 阈值法提取特征值94.2.1 脉搏波的绘制94.2.2 动态阈值设定104.2.3 特征值的提取10五、 总结与展望13 5.1 总结13 5.2 展望13参考文献14致 谢16附 录17参考用#一、 绪论1.1 研究背景及意义随着各国学者们对亚健康状态的问题展开更加广泛而深入的研究，现在一致的观点认为，亚健康状态是指机体虽无明确疾病，却呈现活力下降、适应能力减退的一种“生理状态”现象，是介于健康和疾病之间的一种中间状态，也称为第三状态、临界状态、灰色状态、或病前状态。中医在中国有着悠久的历史，并且很早就已经建立起了学术体系，主要研究人体的生理和病历以及疾病的预防、诊断和治疗的一门科学，它承载着我国古代人民和疾病作斗争的经验和丰富的理论知识，是在古代朴素的唯物论和自发的辨证法思想指导下，通过长期医疗实践逐步形成并发展成的医学理论体系。中医的四诊（望、闻、问、切）中的切指的就是切脉，从脉搏的信号中获取人的身体健康状况，医者通过切按病人的动脉用右手的食、中、无名指诊病人的左寸、关、尺脉候心、肝、辨别脉搏的速率、节律、强度、位置和形态之脉象,以了解病症。基于脉搏波能够及时对人体病变做出相应反应的性质，无论是中医还是西医，对心血管疾病的检查，都离不开对脉搏波的关注，期望从脉搏波的幅值及波形的变化中提取到各种生理和病理信息，脉搏波之所以具有这样的特性，从生理学角度来讲，在脉搏波由心脏向动脉系统传播的过程中，受到波的离散，血液和血管壁的粘滞性对脉搏波的阻力作用，外周反射波的迭加，以及动脉管壁弹性模量的变化等因素的影响，所以脉搏波中包含着丰富的心血管系统的各种信息，是人体活动最直接的体现，能够做出最及时的反应，且其波形特征变化是评价人体心血管系统生理病理状态的重要依据。随着各国学者们对亚健康状态展开更加广泛而深入的研究，现在比一致的观点认为，亚健康状态是指机体虽无明确疾病，却呈现活力下降、适应能力减退的一种“生理状态”现象，是介于健康和疾病之间的一种中间状态，也称为第三状态、临界状态、灰色状态或病前状态。早在公元前七世纪，人类对于人体解剖学还未有成熟的认知之时，我们的祖先就已经从经验中总结出了一套独特的诊断方法中医脉诊，由于脉象的浮沉变化会受到脏腑气血的变化影响，当脏腑发生病变，血脉运行也会随之产生变化，从而反应在脉象上。这一发现和整理应用为当时的世人所惊叹，更令如今的我们啧啧称奇。脉诊在临床医学的运用十分广泛，涉及到医学很多领域，医生根据脉象的变化，可以测知人体的健康状况，推断病源的出处，以便为开处方提供依据。但是中医的把脉全凭借的是多年的经验的积累，存在主观上因数素，有时候很容易出现失误。如果客观的对人体的脉搏信号进行采集处理，最后送到上位机进行分析，研究就可以尽可能减少人为判断上的主观失误，从而为医学上病理的诊断提供更安全可靠地依据。但是仅靠手指获取脉诊信息，难免存在医生个人的主观认知而产生一些错误诊断1 周荣波. 双手把脉的优点1994J.现代中西医结合杂志，1994年第04期.2.王洪蓓，博延龄.中医脉诊对于认识业健康状态的意义湖北中医杂志.2006,28(5):30-313 Murray WB,Foster PA. The peripheral pulse wave information overlooked J-Clin-Monit, 1996 ,12 (5 ):365 -774 LingY.W,Peter C.Frequency distribution of human pulse spectra,IEEE Trans.BME.1985,32(3):245-2475 王洪蓓，博延龄.中医脉诊对于认识业健康状态的意义湖北中医杂志.2006,28(5):30-316 杨杰，徐世杰，邹世洁，脉搏信号的中医特色临床诊断方法理论研究，北京：中国中医科学院中医基础理论研究所7 黄继萍，基于脉搏信号的人体生理参数提取研究，罗志昌，微循环容积脉搏血流特征信息的研究，哈尔滨：哈尔滨工业大学硕士论文8 赵恩俭.中医诊学Ml.天津:天津科学技术出版社，1990:18-26.9 罗志昌.程桂馨.吴峥嵘，等.人体脉搏波波形参数与生理参数关的理论和实研究J北京工大学学报，1908.14(2):22-29.10 Pavel K,Lawrence J M. Granulating semantic W eb onto lo-giesC/2006 IEEE International Conference on Granular Computing A tlanta,USA,2006:431-434.11 杨杰，徐世杰，邹世洁，脉搏信号的中医特色临床诊断方法理论研究，北京：中国中医科学院中医基础理论研究所12 张蔚波，齐淑敏，杜丽，基于频域分析的脉搏信号研究，山东建筑大学学报，2010，第4期13 王炳和，郭红霞，杨颙，人体脉搏系统传递函数模型的参数估计与脉搏波仿真，计算机工程与应用，2004,8:193-19514 唐铭一，李 凯，马小铁，脉搏波信号时域特征提取与算法的研究，计算机与现代化，2010,第4期15 周红标，基于小波变换的脉搏信号特征提取，电子测量技术，2009，第9期16 葛哲学,沙威.小波分析理论与Matlab R2007实现M.北京:电子工业出社,2007:213-280.17 罗志昌、程桂馨、吴峥嵘等. 人体脉搏波波形参数与生理参数间关系的理论和实验研究J. 1988年02期.18 袁涛. 基于压力脉搏波的心血管疾病的诊断J. 燕山大学 2013年.19 罗志昌，张松，杨子彬等，脉搏波波形特征信息的研究，北京工业大学学报，1996，第1期，第22卷20 罗志昌，张松脉搏波的工程分析与临床应用，北京：科学出版社，2006:4-5021 罗志昌、张松、杨文鸣.脉搏波波形特征信息的研究J.北京22 杨琳，张松，杨益民，罗志昌，基于重搏波谷点的脉搏波波形特征量分析，北京生物医学工程报，2008，第 3期27卷，23 行鸿彦，许瑞庆，王长松，基于经验模态分解的脉搏信号特征研究，仪器仪表学报，2009，第30期：596-60224 张爱华，王业泰，赵治月，视屏显示终端视觉疲劳对脉搏信号的影响，中国工业医学杂志，2010，第23期：166-16925 Zhang Peiyong,Wang Huiyan, A framework for automatic time-domain characteristic parameters extraction of human pulse signal,EURASIP Journal on Advances in Signal Processing,2008, 9:1382-138926 郭静玉，何 琳，景爱华，阈值法在脉搏信号特征提取中的应用，河南科技大学学报（医学版），2011，29卷，第1期。因此，脉诊的科学化、现代化，更成为了人们迫切期望实现的目标。现今，传感器及计算机处理技术趋于成熟，国内外对于脉搏信号的研究主要包含两个方面：脉搏信号的检测与采集、脉搏信号的处理与特征提取。脉搏信号是人体生理参数中重要非常重要的参数之一，它包含了丰富的人体病理和生理信息，具有非常重要的生理和临床诊断参考的价值。但脉搏信号是一种含有较多噪声的低频的微弱信号，有随机性强、频率低等特点，极易受到检测系统内部的噪声和外界刺激(环境、温度)的于扰，必须对检测到的脉搏信号做一系列的预处理，比如去噪滤波、放大，才可获取高精确度以及不失真的脉搏波信号，从而为医学分析研究提供准确、有效的脉搏数据源口。20世纪以来，随着电子技术和计算机技术的发展。人们能够较快的将人体脉搏信号提取出来，直观地反应在各种显示屏上。特别是人体脉搏测量仪的上市大大地推动了医学的发展，为人类的健康做出了极大贡献。人们通过观察和分析人体脉搏波波形，能够更快更精确地诊断各种疾病。当前。虽然人们已经制造出了各种各样的脉搏测量仪，但人们对脉搏测量仪的进一步研究依然在火热进行中，我认为设计一个简单、实用、准确的脉搏信号采集系统是十分必要的，也具有很强的实用意义。本论文设计的人体脉搏信号提取系统是参考国内外先进的信号采集系统的基础上，进行进一步开发，优化得到的脉搏信号提取系统，具有很强的实用性。总之，当今世界从事心血管系统疾病防治工作的人员，都发现了通过研究分析脉搏信号来获取重要信息这一方法，所存在的巨大潜力和不可限量的发展前景。而这些正等待着我们去探索和发掘。1.2脉搏简介脉搏就是指浅表动脉的搏动，由心脏节律性地收缩和舒张引起主动脉中的容积和压力发生改变，从而使动脉管壁出现振动而产生的。正常人的脉搏和心跳是一致的。脉搏的频率受年龄和性别的影响，婴儿每分钟120-140次，幼儿每分钟90-100次，学龄期儿童每分钟80-90次，成年人平均每分钟70-80次，范围在每分钟60-100次左右，都是正常的。另外，运动和情绪激动时可使脉搏增快，而休息、睡眠则使脉搏减慢。临床上有许多疾病，特别是心脏病可使脉搏发生变化。脉搏的形成有赖于两个基本条件：心脏的舒缩和动脉管壁的扩张性和弹性。因心脏有收缩和舒张，动脉压才有升降；又因动脉壁弹性极大，在动脉压升降的同时，同步进行着还原与扩张，并且以波的形式迅速传至各分支动脉，这样也就有了我们意义上的“脉搏”，并以一定的周期不断重复着这样的收缩与舒张，以至生命的生生不息。按照中医理论 。随着心脏节律性地收和舒张，动脉管壁相应地出现扩张和回缩，在表浅动脉上可触到搏动，简称为脉搏。脉搏是心脏和血管状态等的重要信息的外在反映，人体任何一个系统的状态变化都会影响到脉搏系统，即这些变化将以某种方式显现在脉搏中，医生可根据触觉与压觉来了解人体脉搏的频率、节律、深浅、强弱等，从而知道人体的某些生理系统的功能好坏。脉搏测量可在身体体表的多处进行，如手腕、指端等，根据脉搏压力的不同，所采集的脉搏信号会呈现出一定的波形，这就是脉搏波。为了对在手腕上采集的脉搏信号进行研究，就要知道采集到的手腕脉搏信号呈现出的波形，标准的脉搏波形如图1所示，其中b和d点是主动脉开放点，可看作波的起点和终点，b点到b点的时间是个脉周期，主波h1,潮波h3，重搏波h4+h5,bc段为脉搏的升支，cd段为脉搏的降支，它们都与心血管的生理信息密切相关。脉搏波包含着丰富的生理信息，特别是在脉搏波中的一些生理意义明确的特征点（主波、潮波、重搏波等),准确地提取这些特征，可以提供许多有诊断价值的信息，有着重要的医学价值。 图1 二、 提取脉搏信号的原因及方法2.1 提取脉搏信号的原因脉搏波包含着丰富的生理信息,特别是在脉搏波中一些生理意义明确的特征点(主波、潮波、重搏波等),准确地提取这些特征,可以提供许多有诊断价值的信息,有着重要的医学价值。早在公元前七世纪，人类对于人体解剖学还未有成熟的认知之时，我们的祖先就已经从经验中总结出了一套独特的诊断方法中医脉诊，由于脉象的浮沉变化会受到脏腑气血的变化影响，当脏腑发生病变，血脉运行也会随之产生变化，从而反应在脉象上。这一发现和整理应用为当时的世人所惊叹，更令如今的我们啧啧称奇。但是仅靠手指获取脉诊信息，难免存在医生个人的主观认知而产生一些错误诊断。因此，脉诊的科学化、现代化，更成为了人们迫切期望实现的目标。随着科学的发展，提取脉搏信号的技术支持越来越多，提取出信号以再也没有了阻碍，同时，对着精确度越来越高，提取出的脉搏信号越来越准确，误差越来越小。目前国内外的各项研究也都在有条不紊的进行着，国内理论方面有着巨大的优势，检测的仪器精密度在国际上也能达到极高的精确度。同时对脉搏信号提取的研究可以促进相关医疗仪器行业的发展，促进就业和经济发展，同时还能促进家庭医疗的发展，可以提前了解自己的身体状况，减少社会的医疗开支。总之，当今世界从事心血管系统疾病防治工作的人员，都发现了通过研究分析脉搏信号来获取重要信息这一方法，所存在的巨大潜力和不可限量的发展前景。而这些正等待着我们去探索和发掘。2.2 脉搏信号提取的方法现存的脉搏信号特征值提取的方法有很多，但现实的情况总会存在噪声，这给特征值提取带来很多困难，于是我们需要对采集来的信号进行处理，而采用的方法主要有：频域分析法：主要是通过快速离散傅里叶变换法将时域信号波形变换到频域中，得到脉搏波的频谱图，以此从中提取出与人体脉搏信号所反映出的生理病理相应的信息。此方法的优势在于特征信息以脉搏波所具有的全部频率分量的集合形式表示，因而保留了脉搏波中的全部信息。也是应用这种方法，首次估出了人体脉搏系统的传递函数（如公式2-1）。但由于计算复杂，结果抽象，难以被广大医务工作者所接受此外，无论是临床实测 或模型计算所得的脉搏波图，都会受到传感器精度或模型参数假设条件的限制，不可能得到真实脉搏波曲线的全部细微变化，使曲线中某些特征点或频率分量丢失。 （2-1）时域分析法：这是目前国内最常见的提取特征点的方法，其原理是在时间方向上分析正在波动的信号的动态特征，找出这些特征与脉象变化的内在联系。这个方法的优点是直观，临床医生容易接受，但实际应用上会遇到一些难以解决的困难,如有些特征点很难准确得出，要凭经验估计,随机误差很大。此外，由于此方法是建立在脉搏波曲线某些点的特征上，没有把曲线的全部信息利用起来。傅里叶变换法：利用计算机计算离散傅里叶变换（DFT)的高效、快速计算方法的统称，简称FFT。快速傅里叶变换是1965年由J.W.库利和T.W.图基提出的。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。小波变换法：这也是一种线性时频表示。相较于傅里叶变换法，它的时频分辨率在整个时频平面上是可变的，在高频区可以提供高的时间分辨率，在低频区可以提供高的频率分辨率。因此，在分析脉搏信号这种并不稳定的信号的问题上，小波变换无疑成为了最有优势的方法。小波变换的定义式 （2-2）三、 脉搏信号的特征值 3.1 脉搏信号的特征点 图 2图 2中,a点为起射点,即一段完整的脉搏波形的起点,是整个波形的最低点，标示了心脏开始收缩射血。b点为主动脉压力的最高点,表示此时动脉收缩压达到最大，不再增加。c点为重搏波波谷段,是心脏收缩与舒张的交界点,到此也表示着主波下降支结束,重搏波上升支起始，其中升支反映心室快速射血动脉的舒张，降支反映射血后动脉收缩，由于心室舒张，随后其内压小于动脉压，远心端的血液向近心端回流，主动脉瓣关闭，便形成了主波与重搏波相切的切迹波。d为重搏波，这一点反映的是由于主动脉瓣关闭，阻止了血液向心室的回流，血液继续向前流动，而形成了一个上升的小波，此即为重搏波。而随后的de段降支易受外周阻力影响发生形状变化，当阻力大时其下降坡度会变缓，相反阻力小时，坡度就会变陡。上述的这一过程即为一次完整的脉搏波动，也就是说由a到e我们可以将其看作是脉搏波动的一个周期。所以，当心血管出现病变时，这一不断循环的连锁的过程将出现差异，波形也将受到影响。因此，我们通过大量的临床数据可以对比分析出不同的波形所反映出的与其相应的心血管系统疾病的具体问题，随后进行相应的治疗。3.2 K值从理论和大量临床实测中得出:人体脉搏波形参数K值将随血管外周阻力和血管壁硬化程度的增加而增加。对于健康的中青年人,由于其外周阻力较小、血管壁弹性较好,其K值一般在0.350.4之间;而对于高血压的中老年人,其K值将增至0.40.5左右。由于K值变化明显,且简明易记,因而可将K值作为诊断心血管外周阻力和血管壁硬化程度的一个重要生理指标。在压力脉搏波信号的参数中，K值的实际应用性已经得到证明，本文中以脉搏波的20%主波脉宽比、模态能量商结合K值对采集到的动脉硬化患者与正常年轻人的特征值作对比计算。实验结果表明，以1作为能量的商的分界点，另外结合时域上的特征值能够在一定程度上区别与判断动脉硬化的程度，对心血管疾病有一定的诊断效果。主波与重搏波的波峰是两个重要的特征点。临床上经常通过观察这两个特征点进行分析诊断。为了研究脉搏波的波形特征与生理因素的关系，目前国内外许多研究者大都是以临床实测或模型计算脉搏波图为根据，然后分别在时域或频域中对脉搏波图提取特征信息。通过提取脉搏图曲线中一些有明确生理意义的点（主波 、重搏波前波和重搏波高度等）来作为评价脉搏波的特征点，将特征点与其对应的生理意义结台起来，就可能得到许多有临床医学价值的结果。在临床研究中，由于脉搏信号微弱需要采集大量数据，若还要提取分析这么多特征点的值，这样就为研究增加了许多繁复的工作量，于是我们将这所有的特征量通过一定的函数，体现在一个量K值上，且是以面积变化为基础的脉搏信号特征量。如图3-1，K值的几何定义是脉搏波形P(t)与横轴所围成的面积OABF与峰值确定的最高点的水平切线到横轴围成的矩形面积OCEF的比例。 图 3-1 K值定义： (3-1)其中： (3-2)上式中，Pd和Ps分别为舒张压和收缩压，Pm为动脉平均压，即脉搏压力P(t)在一个心动周期T上的平均值：由公式（3.1）我们可以看出，K值只与脉搏波图形的面积有关，是一个无量纲值，与收缩舒张压力并无关系。而改用K值进行研究，对心血管系统疾病的临床研究有着重要意义。大量临床数据表明，不同的生理病理状态下，人的脉搏波形会呈现出不同的形状，K值也会随之呈现规律的变化。当外周阻力变小，血管壁弹性变强，K值偏大；反之，外周阻力变大，血管壁变硬，K值变小。这种有规律的变化，使研究有迹可循，结果一目了然，成为临床心血管方面一个重要的参考指数。四、脉搏信号特征值提取算法4.1 数据来源研究中的脉搏信号均为指导老师提供，采集的脉搏信号为手腕动脉脉搏搏动，采集的对象均为健康成年人，采集的对象均在身体状况符合条件的情况下采集，采集开始前受采集的对象均没有进行激烈的活动，采集的过程中采取静坐的姿势，保持正常的状态平稳呼吸，没有与外界的语言及其他交流，避免产生人为因素对信号的干扰，信号的采集频率为1000Hz,采集时间为4-5分钟。4.2 阈值法提取特征值4.2.1 脉搏波的绘制 图4-1本文使用MATLAB软件进行脉搏波信号特征值的提取，由于数据量过于庞大，先选取前6000个点进行数据信号特征值点的提取，本文提取方法采用的是阈值法，阈值，即完成一个行为所需的最小的刺激强度。而在生理活动中，这种阈值基本上是固定的。原始的阈值法，使用一个固定的值进行划分和评断结果极不准确，很多时候会丢失波峰波谷。以幅度阈值法为例，正常人体的脉搏波形比较平滑、规则、平稳，且主波和重搏波的波峰差值大，易识别读取，幅度阈值法提取的峰值点是主波波峰。脉搏波虽是一种准周期的信号，但实际的脉搏波，随着时间的变化，其幅度和间期都会发生变化，较短的时间内这种变化不明显，使用幅度阈值法，较容易检测出脉搏波的峰值点。而对于时间较长且不太平稳的脉搏波，其幅度、间期的变化趋势比较明显，此时使用幅度阈值法检测脉搏波的峰值点将带来较大误差。4.2.2 动态阈值设定阈值的选取是一个重点内容。虽然脉搏信号是一个周期信号，但是由于个体、环境、健康与否的差异，信号的主波、切迹波及重搏波的峰值并不一定，甚至当出现病变时，潮波的峰值甚至会超过主波，这就需要我们识别出来。在前面的绪论中也提到过，若固定阈值过小，会错误的将局部极值当成最值; 阈值选择过大，则采样值和 Max( Min) 的差值总也达不到阈值的一半，造成死循环。因此，本文选用了动态阈值法，即在开始根据一般脉搏波的峰-峰值来设定一个阈值，然后设定程序在每个脉动周期结束的时候， 要将本次脉动周期的最大值和最小值的差作为下一个周期的阈值。4.2.3 特征值的提取由于脉搏信号的采集的数据过大，而脉搏信号又是一个周期信号，所以本文只是提取了部分脉搏信号的特征值，同时脉搏信号的波峰波谷以及重搏波的波峰波谷能提供需要的信息，所以暂时只提取这4个数值。首先先用plot命令绘出前8000个采样点的波形图，如图4-2。图4-2因为脉搏信号是一个周期信号，基本上可以看作一个一个的周期，所以我们是在每一个周期里提取主波波峰、重搏波波峰及切迹波波谷。首先设定一个阈值，并在每个周期的开始以前，上个周期结束以后，设定一些初始值，如本周期的阈值、最大值Max、最小值Min等。以一个周期为例，从起点开始，每一个采样点都与最大值Max进行比较，若大于最大值，说明此时信号正处于上升阶段，标记此点的位置，并替换最大值；若小于最大值，则说明信号处于下降阶段，计算此采样值到最大值的差值（绝对值），若差值小于阈值的1/2，则说明这种下降可能并不绝对只是暂时的，说不定一会儿还有极大值比现在保存的最大值Max要大，所以不能作数，直至Max与采样值的差值大于阈值的1/2，才可以保证此时的最大值Max就是当下周期的最大值，至此，最大值取值完毕。最小值开始确定，从刚才的点开始，每一个采样值与预设最小值Min最对比，若采样值小于Min，则说明现在信号正处于下降阶段，标记此点位置，并替换最小值Min；若大于Min，说明此时正处于上升阶段，计算此时采样值与最小值Min的差值，与找最大值相同，若差值小于阈值的1/2，则可能这种上升只是暂时的，可能接下来会出现极小值小于现在的最小值Min，仍然要继续判断，直至出现差值大于阈值的1/2，才能说明此时的最小值Min，是此周期内真正的最小值致 谢经过了一段时间的努力，论文终于完成了。首先，我要感谢指导老师在这段时间对我的帮助。在课题研究这一阶段，我遇到了很多问题，老师都耐心的启发我的思路，给我提供了许多宝贵的建议，才使我的论文能够顺利完成。其次，我要感谢我的同学，在我遇到瓶颈、情绪低落时，及时地给予我鼓励和支持，同时他们积极进取、努力刻苦的学习精神也深深地影响了我。在此，我由衷地感谢每一位帮助过我的人！附 录sig=load(png.txt);fs=1000;N_num=8000;figureplot(1/fs*1:N_num,sig(1:N_num), k);%绘制出脉搏波形图axis(1 8,-0.5 1);%设置横纵坐标范围yuzhi=1.2;Max=0.4;Min=-0.2;t=1;maxminindex=zeros(1,N_num);%存放原数据最大值和最小值的坐标index=1;state=0;while(tMax)state=1;break;endt=t+1;endcase 1while(1) %寻找最大值if(sig(t)Max)%寻找比预设的Max还要大的值Max=sig(t);%替换Maxmaxminindex(index)=t;%存放最大值的坐标elseif(abs(sig(t)-Max)0.5*yuzhi) %下降阶段,寻找当前采样点与Max的差大于阈值一半的点%找到了，说明此时的Max即为此周期的最大值，选取波峰部分到此结束index=index+1;state=2;break;endt=t+1;endcase 2while(1)%寻找小于Min的点if(sig(t)Min)state=3;break;endt=t+1;endcase 3while(1)if(sig(t)0.5*yuzhi) %上升阶段,寻找当前采样点与Min的差大于阈值一半的点%找到了，说明此时的Min即为此周期的最小值，选取波谷部分到此结束index=index+1;yuzhi=Max-Min;Max=0.4;Min=-0.2;state=0;break;endt=t+1;endendendzhouqinum=0;%统计周期数figurehold onplot(1/fs*1:N_num,sig(1:N