基于多尺度Renyi熵的心率变异性特征分类方法

摘要

本发明公开了一种基于多尺度Renyi熵的心率变异性特征分类方法，属于心电信号处理领域。对待处理的原心电信号进行干扰和基线漂移去除等预处理之后进行R波定位并通过计算相邻R波的间隔获得HRV序列；对其进行离散小波变换获得离散小波系数，然后根据需求选取适当q值计算各层小波系数的Renyi熵；利用计算所得的各尺度的Renyi熵值来构造特征向量，从而对心电信号进行分类识别。

主权项

基于多尺度Renyi熵的心率变异性特征分类方法，其特征在于，包含如下步骤：步骤S1：采集ECG信号并进行预处理，进行R波定位并通过计算相邻R波的间隔获得HRV序列；步骤S2：特征提取：S2‑1:首先对步骤S1获得的HRV序列进行m个尺度的离散小波变换，获得各个尺度的离散小波系数，令D_jk为第j个尺度上的第k个离散小波系数；其中j＝1,2,…m；k＝1,2,…n；S2‑2:根据各层离散小波系数计算各尺度的Renyi熵值：方法如下：记尺度j上的小波系数矢量为W_j：W_j＝(D_j1,D_j2,...,D_jk,...,D_jn)；则尺度j上W_j的Renyi熵值H(W_j)为：$H\left(W_j\right)=\frac{1}{1-q}ln\underset{k=1}{\overset{n}{\Sigma }}{\left(p_{jk}\right)}^q;$其中q值通过训练和学习获得最优值，p_jk根据下式获得：$p_{jk}=D_{jk}/\underset{k=1}{\overset{n}{\Sigma }}{D}_{jk};$步骤S3：分类：S3‑1：利用计算所得的各尺度的Renyi熵值来构造特征向量；S3‑2:利用所构造的特征向量，进行心电信号的分类。