[發(fā)明專利]將非平穩(wěn)信號分解成函數(shù)分量

有效

• 申請?zhí)枺?/td>: 201480065420.6
• 申請日: 2014-10-13
• 公開（公告）號: CN105764415B
• 公開（公告）日: 2019-10-15
• 發(fā)明（設(shè)計）人: 德米特里·梅爾科尼揚
• 申請（專利權(quán)）人: 卡奧斯基有限公司
• 主分類號: A61B5/04
• 分類號: A61B5/04;A61B5/0476;A61B5/0402;A61B5/05;G06K9/00
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 王維綺

1.一種將表示生理現(xiàn)象的非平穩(wěn)信號分解成以準高斯核作為基本元素的一組自相似函數(shù)分量并且估計表征各個函數(shù)分量的參數(shù)的計算機實現(xiàn)的方法，所述方法包括以下步驟：

(a)應(yīng)用多通移動平均濾波器以估計在所述非平穩(wěn)信號的時間過程中的動態(tài)趨勢和基線趨勢，使用所述動態(tài)趨勢和基線趨勢來提取導(dǎo)引函數(shù)，所述導(dǎo)引函數(shù)指示在信號片段上形成函數(shù)分量的信號片段，并且使用所述導(dǎo)引函數(shù)的模量的過零點以及全局和局部最小值作為分割點來自適應(yīng)分割所述導(dǎo)引函數(shù)；

(b)將所述非平穩(wěn)信號劃分成分量形成的區(qū)域，所述非平穩(wěn)信號在與所述導(dǎo)引函數(shù)的分割點對應(yīng)的點處被分割；

(c)補償來自與先前函數(shù)分量匹配的準高斯核的交疊以形成經(jīng)驗分量核，使用遞歸子步驟為：

(i)使用相似基函數(shù)算法將所述經(jīng)驗分量核變換至頻域；

(ii)估計權(quán)重參數(shù)和離差參數(shù)，并且通過找出和評估所述經(jīng)驗分量核的歸一化幅度頻譜與具有高斯分布的頻域模板之間的最佳匹配來根據(jù)預(yù)先限定的類別等級驗證參數(shù)的可靠性；以及

(iii)通過找出與相位頻譜的限定值對應(yīng)的特征點，根據(jù)經(jīng)驗分量核的復(fù)頻譜的虛部以估計的權(quán)重參數(shù)和離差參數(shù)估計準高斯核的開始時間；

(d)完成遞歸的先前周期后，通過與新識別的準高斯核相加來擴展由在遞歸的先前周期識別的準高斯核之和構(gòu)成的非平穩(wěn)信號的模型；

(e)在去除不利的準高斯核之后使用用于評估識別結(jié)果的類別參數(shù)ξ來重新布置所識別的分量；以及

(f)通過選擇權(quán)重參數(shù)和離差參數(shù)屬于預(yù)先限定的類別等級的準高斯核整體來創(chuàng)建局部非平穩(wěn)信號模型；

其中類別參數(shù)ξ取從1至5的整數(shù)值；并且所述類別參數(shù)根據(jù)在邊界角頻率處的歸一化幅度頻譜被賦值如下：

ξ＝1(等級E)，如果

ξ＝2(等級G)，如果

ξ＝3(等級S)，如果

ξ＝4(等級W)，如果

ξ＝5(等級U)，如果

其中類別參數(shù)為1被定義為優(yōu)秀(等級E)，2被定義為好(等級G)，3被定義為理想(等級S)，4被定義為差(等級W)，而5被定義為不成功(等級U)。

2.根據(jù)權(quán)利要求1所述的方法，其中，通過將低通無限脈沖響應(yīng)濾波器施加至所述非平穩(wěn)信號來估計所述動態(tài)趨勢。

3.根據(jù)權(quán)利要求1所述的方法，其中，對所述導(dǎo)引函數(shù)的自適應(yīng)分割僅使用過零點作為所述分割點。

4.根據(jù)權(quán)利要求1所述的方法，其中，與相應(yīng)經(jīng)驗分量核匹配的每個準高斯核的開始與在所述相應(yīng)經(jīng)驗分量核的開始處的分割點一致。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述估計準高斯核的開始時間的步驟還包括以下子步驟：通過找出所述經(jīng)驗分量核的復(fù)頻譜的相位與高斯復(fù)頻譜的相位之間的最佳匹配來估計與相應(yīng)經(jīng)驗分量核匹配的每個準高斯核的經(jīng)修正的開始。

6.根據(jù)權(quán)利要求2所述的方法，其中，對所述導(dǎo)引函數(shù)的自適應(yīng)分割僅使用過零點作為所述分割點。

7.一種用于將非平穩(wěn)信號分解成以準高斯核作為基本元素的一組自相似函數(shù)分量并且估計表征各個函數(shù)分量的參數(shù)的裝置，所述裝置適于：

應(yīng)用多通移動平均濾波器以估計在所述非平穩(wěn)信號的時間過程中的動態(tài)趨勢和基線趨勢，使用所述動態(tài)趨勢和基線趨勢來提取導(dǎo)引函數(shù)，所述導(dǎo)引函數(shù)指示在信號片段上形成函數(shù)分量的信號片段，并且使用所述導(dǎo)引函數(shù)的模量的過零點以及全局和局部最小值作為分割點來自適應(yīng)分割所述導(dǎo)引函數(shù)；

將所述非平穩(wěn)信號劃分成分量形成的區(qū)域，所述非平穩(wěn)信號在與所述導(dǎo)引函數(shù)的分割點對應(yīng)的點處被分割；

補償來自與先前函數(shù)分量匹配的準高斯核的交疊以形成經(jīng)驗分量核，使用遞歸子步驟為：

(i)使用相似基函數(shù)算法將所述經(jīng)驗分量核變換至頻域；

(ii)估計權(quán)重參數(shù)和離差參數(shù)，并且通過找出和評估所述經(jīng)驗分量核的歸一化幅度頻譜與具有高斯分布的頻域模板之間的最佳匹配來根據(jù)預(yù)先限定的類別等級驗證參數(shù)的可靠性；以及

(iii)通過找出與相位頻譜的限定值對應(yīng)的特征點，根據(jù)經(jīng)驗分量核的復(fù)頻譜的虛部以估計的權(quán)重參數(shù)和離差參數(shù)估計準高斯核的開始時間；

完成遞歸的先前周期后，通過與新識別的準高斯核相加來擴展由在遞歸的先前周期識別的準高斯核之和構(gòu)成的非平穩(wěn)信號的模型；

在去除不利的準高斯核之后使用用于評估識別結(jié)果的類別參數(shù)ξ來重新布置所識別的分量；以及

通過選擇權(quán)重參數(shù)和離差參數(shù)屬于預(yù)先限定的類別等級的準高斯核整體來創(chuàng)建局部非平穩(wěn)信號模型；

其中類別參數(shù)ξ取從1至5的整數(shù)值；并且類別參數(shù)根據(jù)在邊界角頻率處的歸一化幅度頻譜被賦值如下：

ξ＝1(等級E)，如果

ξ＝2(等級G)，如果

ξ＝3(等級S)，如果

ξ＝4(等級W)，如果

ξ＝5(等級U)，如果

其中類別參數(shù)為1被定義為優(yōu)秀(等級E)，2被定義為好(等級G)，3被定義為理想(等級S)，4被定義為差(等級W)，而5被定義為不成功(等級U)。