利用脉搏信号自动实现动脉硬化检测的计算机算法

最新推荐文章于 2025-06-02 20:51:47 发布

努力の小熊

最新推荐文章于 2025-06-02 20:51:47 发布

阅读量843

点赞数

分类专栏：脉搏信号文章标签：算法数学建模 python

本文链接：https://blog.csdn.net/weixin_46163097/article/details/131130949

版权

脉搏信号专栏收录该内容

30 篇文章 ¥299.90 ¥399.90

订阅专栏

该博客介绍了一种利用Python实现的自动动脉硬化检测算法，通过读取脉搏信号数据，进行低通滤波、经验模态分解（EMD），并计算R值来评估动脉硬化。代码包括数据读取、信号处理、EMD分解以及结果可视化。参考了Zhang等人的研究，并提供了项目链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码

参考文献

项目链接

代码

import numpy as np 
import matplotlib.pyplot as plt
import scipy.signal as signal
from PyEMD import EMD, Visualisation

# 读取数据
f = open(('Data_Saved.txt'))
content = f.read()
result = content.split()  # 字符串分割

# 把十六进制列表转为十进制
new_numbers = []
for n in result:
    new_numbers.append(int(n,16))  # append()末尾添加元素,int(n,16)，转化为10进制
new_numbers = new_numbers[0:10*200*19]  # 取10秒的脉搏数据  

a_numbers = np.array(new_numbers)
b_numbers = a_numbers.reshape(-1,19)
Data = b_numbers[:,7] *256 + b_numbers[:,6] - 6*256

t1 = []
for i in range(len(Data)):
    t1.append(i/200)  # 脉搏采集频率为200Hz
 
# 绘制原始信号
plt.figure(1)
p

了解本专栏