发明名称 一种动脉压信号逐拍分割方法
摘要 本发明提供一种动脉压信号逐拍分割方法。该方法以点与点之间的差向量作为基础特征,该基础特征具有平移和旋转不变性,能够克服动脉压信号的基线漂移的影响;对差向量进行对数极坐标转换来度量波形的相似性,这种度量对邻近的波形形态特征敏感,同时又能捕获波形的全局轮廓信息并对波形抖动具有鲁棒性;同时,分别对待测的点之前与点之后的波形特征给予不同的权重,以削弱动脉压信号节拍尾部干扰点对节拍起点识别的影响,进一步提高节拍起点识别率;还通过设置恰当的阈值进一步排除出动脉压信号中的干扰点,避免导致逐拍分割混乱。本发明方法能够准确的对动脉压信号进行逐拍分割,有助于提高动脉压分析设备的检测和分析能力。
申请公布号 CN101897578B 申请公布日期 2011.06.29
申请号 CN201010214608.6 申请日期 2010.06.30
申请人 重庆大学 发明人 赵明玺;杨力;彭承琳
分类号 A61B5/02(2006.01)I;G06F19/00(2006.01)I 主分类号 A61B5/02(2006.01)I
代理机构 重庆博凯知识产权代理有限公司 50212 代理人 张先芸
主权项 1.一种动脉压信号逐拍分割方法,其特征在于,将动脉压检测仪采集的动脉压信号输入计算机,由计算机进行低通滤波和采样预处理,然后对动脉压信号进行逐拍分割,进行逐拍分割的具体步骤包括:a)建立K个互不相同的模板信号,形成模板信号库;每个模板信号是已识别的动脉压信号中一个节拍起点前后各一周期的一段信号,且该段信号通过采样或插值处理为N个采样点;其中,K≥2,N的取值范围为100~1000;b)分别建立每个模板信号中的N个采样点相对于其节拍起点的对数极坐标,并进行归一化处理,得到每个模板信号中的N个采样点相对于其节拍起点的归一化对数极坐标;归一化处理的计算公式如下:<maths num="0001"><![CDATA[<math><mrow><msub><mi>&alpha;</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>=</mo><mfrac><mrow><msub><mi>&xi;</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>-</mo><msub><mi>&xi;</mi><mrow><mi>k</mi><mo>,</mo><mi>min</mi></mrow></msub></mrow><mrow><msub><mi>&xi;</mi><mrow><mi>k</mi><mo>,</mo><mi>max</mi></mrow></msub><mo>-</mo><msub><mi>&xi;</mi><mrow><mi>k</mi><mo>,</mo><mi>min</mi></mrow></msub></mrow></mfrac><mo>,</mo></mrow></math>]]></maths><img file="FSB00000495944700012.GIF" wi="220" he="45" />其中,<img file="FSB00000495944700013.GIF" wi="201" he="55" />为第k个模板信号中第n个采样点相对于其节拍起点的归一化对数极坐标,α<sub>k,n</sub>为归一化极径,<img file="FSB00000495944700014.GIF" wi="69" he="43" />为极角;(ξ<sub>k,n</sub>,ψ<sub>k,n</sub>)为第k个模板信号中第n个采样点相对于其节拍起点的对数极坐标,ξ<sub>k,n</sub>为极径,ψ<sub>k,n</sub>为极角;k∈{1,2,...,K},n∈{1,2,...,N};ξ<sub>k,max</sub>和ξ<sub>k,min</sub>分别为第k个模板信号中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值;c)对于待测的动脉压信号,从其起始点提取时长为t<sub>0</sub>的信号段作为检测段;然后对检测段进行自相关分析,计算检测段的自相关函数中每相邻两个局部最大值之间的时间间隔,取所述时间间隔的平均值作为检测段的近似周期;其中,t<sub>0</sub>的取值范围为30~90s;d)计算出检测段中从起始处至ε倍近似周期处的所有的局部最小值点;其中,ε的取值范围为1.2~1.6;e)提取每个局部最小值点的特征区;每个局部最小值点的特征区是待测的动脉压信号中该局部最小值点前后各一近似周期的一段信号,且该段信号通过采样或插值处理为N个采样点;f)分别建立每个局部最小值点的特征区中的N个采样点相对于其局部最小值点的对数极坐标,并进行归一化处理,得到每个局部最小值点的特征区中的N个采样点相对于该局部最小值点的归一化对数极坐标;归一化处理的计算公式如下:<maths num="0002"><![CDATA[<math><mrow><msub><mi>&beta;</mi><mrow><mi>i</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>=</mo><mfrac><mrow><msub><mi>&xi;</mi><mrow><mi>i</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>-</mo><msub><mi>&xi;</mi><mrow><mi>i</mi><mo>,</mo><mi>min</mi></mrow></msub></mrow><mrow><msub><mi>&xi;</mi><mrow><mi>i</mi><mo>,</mo><mi>max</mi></mrow></msub><mo>-</mo><msub><mi>&xi;</mi><mrow><mi>i</mi><mo>,</mo><mi>min</mi></mrow></msub></mrow></mfrac><mo>,</mo></mrow></math>]]></maths>γ<sub>i,n</sub>=ψ<sub>i,n</sub>;其中,(β<sub>i,n</sub>,γ<sub>i,n</sub>)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的归一化对数极坐标,β<sub>i,n</sub>为归一化极径,γ<sub>i,n</sub>为极角;(ξ<sub>i,n</sub>,ψ<sub>i,n</sub>)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的对数极坐标,ξ<sub>i,n</sub>为极径,ψ<sub>i,n</sub>为极角;n∈{1,2,...,N};ξ<sub>i,max</sub>和ξ<sub>i,min</sub>分别为检测段中第i个局部最小值点的特征区中各个采样点相对于该局部最小值点的对数极坐标中极径的最大值和最小值;g)分别计算每个局部最小值点的特征区与各个模板信号基于归一化对数极坐标的互相关系数,将每个局部最小值点的特征区与各个模板信号的互相关系数中的最大值作为该局部最小值点的相似度;所述互相关系数的计算公式为:<img file="FSB00000495944700022.GIF" wi="821" he="121" />且,<img file="FSB00000495944700023.GIF" wi="997" he="250" />其中,P<sub>i,k</sub>为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区与第k个模板信号的互相关系数;(β<sub>i,n</sub>,γ<sub>i,n</sub>)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的归一化对数极坐标,β<sub>i,n</sub>为归一化极径,γ<sub>i,n</sub>为极角;<img file="FSB00000495944700024.GIF" wi="200" he="55" />为第k个模板信号中第n个采样点相对于其节拍起点的归一化对数极坐标,α<sub>k,n</sub>为归一化极径,<img file="FSB00000495944700025.GIF" wi="69" he="44" />为极角;k∈{1,2,...,K},n∈{1,2,...,N};W<sub>p</sub>表示权重,其加权系数λ的取值范围为0<λ<1;h)比较得出检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点,并将该局部最小值点的相似度与预先设定的阈值C<sub>0</sub>进行比较;若其相似度大于阈值C<sub>0</sub>,即判定该局部最小值点为一个节拍起点;其中,阈值C<sub>0</sub>的取值范围为0.2~0.5;i)以检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点为起始点,计算出其后ε倍近似周期以内所有的局部最小值点;然后重复步骤e)~i),由此判断出检测段中所有的节拍起点;j)在待测动脉压信号中,以当前检测段中最后一个节拍起点所在位置为起始点,提取其后时长为t<sub>0</sub>的信号段作为新的检测段;并且,以当前检测段中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期;然后重复步骤d)~j),由此判断出待测动脉压信号中所有的节拍起点;所述正常周期时间间隔是指相邻两个节拍起点之间不超过1.5倍且不小于0.5倍当前近似周期时长的时间间隔;k)对待测动脉压信号进行逐拍分割,存储并显示待测动脉压信号逐拍分割结果。
地址 400044 重庆市沙坪坝区沙正街174号