一种基于脉搏波信号的心电信号构建方法

摘要

本发明提供了一种基于脉搏波信号的心电信号构建方法，采用尺度变换的方式对按周期分段的脉搏波信号与心电信号进行归一化处理，采用三次b样条曲线拟合脉搏波和心电信号，提取特征参数。利用主成分分析法对特征参数进行变换，得到信号的主成分。对脉搏波与心电信号的主成分，采用BP神经网络进行样本训练，获取模型参数，建立预测模型。通过该模型，利用脉搏波信号和所得网络模型参数进行心电信号参数的构建。将所得心电信号参数经过反变换得到构建的心电信号。实验显示本发明的算法性能良好，所构建的心电信号，失真较小。本发明通过便携的腕式脉搏检测装置，由脉搏波构建出心电信号。避免了胸部导联的使用，有助于改善心电检测仪的便携性。

主权项

一种基于脉搏波信号的心电信号构建方法，其特征在于，步骤如下：A.对同步采集得到的脉搏波信号和心电信号进行预处理A1.利用中值滤波的方式对脉搏波和心电信号去除基线漂移干扰，利用平均滤波器对脉搏波和心电信号去除工频干扰和肌电干扰；A2.利用差分阈值法和局部变换域的方法完成对脉搏波和心电信号的周期划分；A3.对A2划分所得信号进行归一化处理：对脉搏波与心电信号采用时间上的尺度变换，进行归一化处理，所用尺度变换式为：$T\left(t\right(i\left)\right)=\left\{\begin{array}{cc}\frac{t\left(i\right)}{t_{peak\left(i\right)}}·T_{1\left(i\right)}& 0\le t\left(i\right)\le t_{peak\left(i\right)}\\ \frac{t\left(i\right)-t_{peak\left(i\right)}}{t_{end\left(i\right)}-t_{peak\left(i\right)}}·T_{2\left(i\right)}+T_{1\left(i\right)}& t_{peak\left(i\right)}<t\left(i\right)\le t_{end\left(i\right)}\end{array}\right.$其中，t_peak(i)与t_end(i)分别为第i个周期信号的峰值点与终止点所对应的时间，T_1(i)为第i个周期信号的峰值点的平均时间，T_2(i)为第i个周期峰值点到终止点的平均时间，同时记录脉搏波与心电信号的原有周期，t_(i)为第i个周期信号所对应的时间；B.对预处理之后的脉搏波与心电信号，采用三次b样条曲线进行波形拟合，提取信号的特征参数；B1.对脉搏波信号采用三次b样条曲线拟合的方式进行信号波形拟合，求解控制点，作为特征参数；B2.对心电信号的拟合也采用三次b样条曲线拟合的方式，控制点选取方式为非均匀插入法；非均匀插入法即为对每个周期的心电信号，在P波之前插入2至4个控制点；中间QRS波群插入10至12个控制点；对后端T波插入4至6个控制点，控制点总数为20个；C.通过基于神经网络的信号构建模型，利用脉搏波信号构建心电信号C1.采用主成分分析法对脉搏波和心电信号特征参数进行变换，得到其降低维数的主成分；C2.对脉搏波与心电信号的主成分，先进行样本训练，获取模型参数，建立预测模型，并利用该模型预测心电信号的参数；C21.利用3层BP神经网络，分别选取各100组脉搏波信号及对应的心电信号的主成分作为训练集，进行神经网络训练；C22.利用C21得到的网络参数建立预测模型，模型建立之后，利用50组脉搏波信号测试集和所得网络参数进行心电信号参数的构建预测；C3.将所得的心电信号参数经PCA反变换转换为b样条曲线的控制点，再经由三次B样条方程，并经时间尺度反变换，得到构建的心电信号。