فشارسنجی نقاط مختلف مری در تعیین وضعیت مهار و بدنبال آن انقباض متوالی عضلات مسیر بلع و تشخیص ناهنجاریهای حرکتی مری کاربرد زیادی دارد. اطلاعاتی که با این روش بدست می آید کمی بوده و قابل حصول با سایر روشهای تشخیصی مانند آندوسکوپی و رادیولوژی با بلع باریم نمی باشد. فشار نقاط مختلف مری معمولا بصورت ایستا یا سرپایی اندازه گیری می شود. برخی از بیمارها با روش فشارسنجی ایستا، ثبت کوتاه مدت فشار در مطب پزشک، قابل آشکار سازی نیستند و نیاز به ثبت دراز مدت سیگنال فشار دارند. برای این امر از فشارسنجی سرپایی که با نصب فشارسنج قابل حمل انجام می گیرد، استفاده می شود. با توجه به حجم عظیم داده های خام در فشارسنجی سرپایی و همچنین قابل حمل بودن دستگاه ، اکتساب و ذخیره سازی سیگنال در اینگونه تجهیزات نیازمند استفاده از عناصر کوچک و کم قدرت است. بنابراین بدلیل محدودیت حجم حافظه و فرکانس کاری، بکارگیری الگوریتم فشرده سازی الزامی می باشد. از ویژگیهای این الگوریتم می توان به حجم عملیات کم، نرخ فشرده سازی بالا، درصد خطای پایین و قابل پیاده سازی با میکروکنترلر اشاره نمود. بررسی حالتهای مختلف انقباض عضله مری را می توان به یک مسئله بازشناخت الگو منطبق کرد. این مهم ما را بر آن داشت تا در پروژه حاضر فرآیند بازشناخت الگوی سیگنال فشار مری را بر پایه تکنیکهای پردازش سیگنال طرح ریزی نماییم. آنچه در اینجا بر آن تاکید شده است، انتخاب و ارزیابی ویژگی ها از یکسو و مدلسازی سیگنال برای تفسیر بهینه حرکات دودی شکل مری از سوی دیگر است. از آنجایی که پزشک در تشخیص ناهنجاریهای حرکتی مری تنها نمودار زمانی سیگنال فشار را مورد بررسی قرار می دهد لذا ویژگی جدیدی مبتنی بر هیستوگرام سیگنال در حوزه زمان پیشنهاد شد و برای یافتن ساختار زیرگروههای فضای ویژگی و همچنین ارزیابی میزان اعتبار فضای ویژگی، روشهای خوشه یابی مطرح گردید. در مرحله بازشناخت طبقه بندی سیگنال و تفسیر حرکات دودی شکل مری، طرحی بر پایه مدل مخفی مارکوف ارائه شده است. برای انجام مراحل مختلف این تحقیق، سیگنال فشار 20 نفر با سنین مختلف در 3 نقطه از بدنه مری که به فاصله 5 سانتی متری از یکدیگر قرار دارند، بطور همزمان اندازه گیری شد. نتایج حاصل از مدلسازی سیگنال نشان می دهد که مدل پیشنهادی در بازشناخت و تفسیر حرکات دودی شکل مری از کارایی مناسبی برخوردار است.