[發明專利]基于極點對稱模態分解和支持向量機的J波檢測方法有效
| 申請號: | 201610952984.2 | 申請日: | 2016-11-03 |
| 公開(公告)號: | CN106344006B | 公開(公告)日: | 2018-06-26 |
| 發明(設計)人: | 李燈熬;趙菊敏;毋凡銘 | 申請(專利權)人: | 太原理工大學 |
| 主分類號: | A61B5/0452 | 分類號: | A61B5/0452 |
| 代理公司: | 太原科衛專利事務所(普通合伙) 14100 | 代理人: | 朱源 |
| 地址: | 030024 *** | 國省代碼: | 山西;14 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 支持向量機 對稱模態 極點 分解 心電信號 波檢測 主成分分析降維 本征模態函數 經驗模態分解 室性心律失常 診斷 輔助醫生 臨床醫學 模態混疊 能量變換 瞬時頻率 結合點 心原性 綜合征 猝死 算法 疾病 檢測 | ||
1.基于極點對稱模態分解和支持向量機的J波檢測方法,其特征在于包括以下步驟:
第一步:取得原始心電信號x(t),t為心電信號對應的時間,原始心電信號x(t)中包括正常心電信號和含J波的心電信號,找出每個原始心電信號x(t)所有極大值點和極小值點,記作Pi,1≤i≤n;
第二步:用線段將所有的極值點Pi依次連接,每段線段的中點標記為Ti,1≤i≤n-1,并在線段連接形成的總線段左右兩端添補邊界中點T0和Tn;
第三步:利用n+1個中點構建s條內插曲線L1,…,Ls,s≥1,計算其平均值L*=(L1+…LS)/s;
第四步:對x(t)-L*序列重復上述三個步驟,直至|L*|≤ε或者篩選次數達到預設的限位值K,ε是允許誤差,得到第一個本征模態函數c1(t);
第五步:對剩余序列x(t)-c1重復上述四個步驟,直到剩余項r為單一信號或不再大于預先給定的極值點,便可分別得到本征模態函數c2(t),c3(t)…,ci(t),cm(t),計算序列x(t)-r的方差σ2;
第六步:在限定區間[Kmin,Kmax]內改變限位值K,重復上述五個步驟,并對σ/σ0和K進行繪圖,σ0是x(t)的標準差,σ為序列x(t)-r的標準差,在圖中找出σ/σ0最小值對應的K0,以K0作為限制條件再次重復上述五個步驟,最后剩余項r就是原始信號x(t)的自適應全局均線,亦即趨勢項,經過分解,原始心電信號x(t)可表示為即利用極點對稱模態分解將心電信號x(t)分解成一系列本征模態函數和一個剩余項;
第七步:(1)尋找本征模態函數ci(t)的極值點,計算兩個相鄰極大值點和兩個相鄰極小值點之間的時間差;
(2)將這些時間差視為局部周期值賦給兩個相鄰極大值點和兩個相鄰極小值點之間時間軸上的中點,畫出時間周期對應點圖;
(3)將這些局部周期值取倒數得到其局部頻率,再做三次樣條插值得到瞬時頻率曲線;
第八步:第i個本征模態函數對應的解析表達式為:ci(t)=Ai(t)cosθi(t),1≤i≤m,其中Ai(t)為振幅函數,θi(t)為振幅相位;
第九步:選取前七個本征模態函數的瞬時頻率F1、F2、F3、F4、F5、F6、F7和能量轉換特征E(t)組成特征空間[F1,F2,F3,F4,F5,F6,F7,E(t)],選用主成分分析法對特征空間進行降維,選取每個特征的前8個主成分,即降維后的特征總計64個;
第十步:將上述特征輸入到支持向量機,對支持向量機進行訓練,提取待檢測的心電信號的降維后的特征輸入到支持向量機,即可分辨出待檢測的心電信號的類型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于太原理工大學,未經太原理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610952984.2/1.html,轉載請聲明來源鉆瓜專利網。





