1) Pulse contour analysis
脉搏波形分析
2) Pulse wave analysis
脉搏波分析
1.
Comparison of imidapril and benazepril on central and peripheral blood pressures through pulse wave analysis;
通过脉搏波分析比较咪达普利与贝那普利对中心和外周动脉压的影响
2.
Use pulse wave appearance to measure pulse wave analysis (PWA) parameters in blank situation and after taking medicine.
单次口服IS-5-MN60mg,血药浓度测定用HPLC-MS法;同时用脉搏波分析仪测量受试者脉搏波参数值;详细记录受试者的不良反应。
4) Pulse Waveform
脉搏波波形
1.
At present, there are more than ten indexes reflecting VE, some of which are related, such as pulse waveform characteristic quantity (K), pulse wave velocity (PWV), augmentation index (AIX) and stiffness index (β) etc.
目前评价动脉弹性功能的方法有血管造影、超声技术、脉搏波速度(PWV)测量法、袖带内压力震荡波分析(AOCS)、平面压力波测定(AT)、核磁共振成像(MRI)和脉搏波波形分析(PWA)等。
5) pulse wave design
脉冲波形分析
6) pulse contour characteristic values
脉搏波波形特征量
1.
Analysis of pulse contour characteristic values based on dicrotic wave trough;
基于重搏波谷点的脉搏波波形特征量分析
补充资料：波形分析
对波形（即随时间变化的一维信号）的数字处理和识别技术。许多实际问题的样本原始描述是一组波形或一个波形，例如医学中的脑电图、心电图，监测天然地震或地下核爆炸仪器的输出信号，语音信号，电测量仪器的输出信号，地震勘探信号等。这些信号的数据量很大，为了对它进行压缩而又能保存对识别和解释有用的信息，人们研究了许多对一维信号进行描述和识别的结构和统计方法。
波形分析首先要对输入的连续波形进行采样和量化。根据采样定理，为了保存原始信号中的所有信息，采样率应大于波形的有效最高频率的两倍。对变换后的离散时间序列，可以应用数字信号处理技术进行处理和特征抽取。例如用各种低通和带通数字滤波器能对噪声进行抑制或把数据限制在某个频率范围内。非递归数字微分器能计算信号的变化率，在脑电波的自动诊断系统中可用来检出信号中的异常脉冲。谱分析在一维信号模式识别系统中有十分广泛的应用。输入到模式识别系统中的一维信号在很多情况下可以看成是一个各态历经的随机过程的一次实现，因此它的自相关函数以及自相关函数的Z变换（即功率谱密度）是对它的固有描述。通过谱分析，可以对离散时间序列建立一个数学模型，从而在频域或时域中分析数据的性质，提取合适的特征，如模型参数，以便对波形进行分类。
波形分析中的统计模式识别方法已经能够成功地把天然地震与地下核爆炸区别开来。用短时频谱特性中的三个频率段的信号功率作为三维特征向量，以样本协方差矩阵进行加权的欧氏距离作为距离度量，用最近邻法进行分类，已达到很高的正确识别率。利用声发射信号预测金属材料缺陷，也取得了较好的效果。此外，用统计模式识别和结构模式识别的方法分析脑电图和心电图的工作已进行了多年，并取得了不少有意义的成果。
参考书目
K.S.Fu（editor）, Applications of Pattern Recognition, CRC, Press,Inc., Boca Raton, Florida, 1982.
波形分析首先要对输入的连续波形进行采样和量化。根据采样定理，为了保存原始信号中的所有信息，采样率应大于波形的有效最高频率的两倍。对变换后的离散时间序列，可以应用数字信号处理技术进行处理和特征抽取。例如用各种低通和带通数字滤波器能对噪声进行抑制或把数据限制在某个频率范围内。非递归数字微分器能计算信号的变化率，在脑电波的自动诊断系统中可用来检出信号中的异常脉冲。谱分析在一维信号模式识别系统中有十分广泛的应用。输入到模式识别系统中的一维信号在很多情况下可以看成是一个各态历经的随机过程的一次实现，因此它的自相关函数以及自相关函数的Z变换（即功率谱密度）是对它的固有描述。通过谱分析，可以对离散时间序列建立一个数学模型，从而在频域或时域中分析数据的性质，提取合适的特征，如模型参数，以便对波形进行分类。
波形分析中的统计模式识别方法已经能够成功地把天然地震与地下核爆炸区别开来。用短时频谱特性中的三个频率段的信号功率作为三维特征向量，以样本协方差矩阵进行加权的欧氏距离作为距离度量，用最近邻法进行分类，已达到很高的正确识别率。利用声发射信号预测金属材料缺陷，也取得了较好的效果。此外，用统计模式识别和结构模式识别的方法分析脑电图和心电图的工作已进行了多年，并取得了不少有意义的成果。
参考书目
K.S.Fu（editor）, Applications of Pattern Recognition, CRC, Press,Inc., Boca Raton, Florida, 1982.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条