[發明專利]基于心音特征的心衰分期方法

有效

• 申請號: 201710698340.X
• 申請日: 2017-08-15
• 公開（公告）號: CN107480637B
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 郭興明;李恒;鄭伊能
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00;A61B7/02
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 黃河

1.基于心音特征的心衰分期方法，其特征在于，用于對待測心音信號進行特征向量的提取，并根據所述特征向量識別得到待測心音信號的心衰分期參考結果；該方法包括如下步驟：

1)對待測心音信號X(n)進行預處理，得到處理后的信號X_T(k)，n＝1,2,…,N，N表示待測心音信號X(n)的采樣點總個數，k＝1,2,…,K，K表示處理后的信號X_T(k)的采樣點總個數；

2)對預處理后的信號X_T(k)進行小波包分解，得到子頻帶小波包系數；分別對各子頻帶小波包系數進行重構，得到重構后的各個子頻帶信號D_g(k)，g∈{1,2,…,m}，m為子頻帶信號總個數；

3)將所述m個子頻帶信號D_g(k)構成m×K的時間幅值矩陣，然后根據奇異值分解理論，對時間幅值矩陣進行奇異值分解得到若干個奇異值并求熵，得到相應的心音奇異熵值；利用能量譜公式分別計算m個子頻帶信號D_g(k)的能量譜以及重構信號X_T(k)的總能量譜并求熵，得到相應的心音能量熵值；利用welch功率譜估計法分別估算m個子頻帶信號D_g(k)的功率譜并求熵，得到m個對應的心音功率譜熵值；

4)從得到的m個心音功率譜熵值中擇優選取a個心音功率譜熵值，0＜a≤m；

5)將選取的a個心音功率譜熵值連同所述心音奇異熵值和心音能量熵值的集合作為待測心音信號的特征向量

6)獲取訓練得到的用于心衰分期識別的支持向量機分類模型，對待測心音信號的特征向量進行分類識別，判定待測心音信號所屬的心衰分期，得到心衰分期參考結果。

2.根據權利要求1所述基于心音特征的心衰分期方法，其特征在于，所述步驟1)中心音信號預處理的具體步驟為：

1.1)對待測心音信號X(n)進行多倍重采樣得到重采樣信號，再對重采樣信號進行濾波得到濾波信號；

1.2)從所述濾波信號中截取一段至少包含兩個心音周期的濾波信號段X(k)并進行小波分解，得到分解的各層細節系數d_i(k)和一個近似系數a(k)，其中，k表示截取的濾波信號段中的采樣點位置，k＝1,2,…,K，K表示截取的濾波信號段X(k)的采樣點總個數，i∈{1,2,…,I}，I表示對截取的濾波信號段X(k)進行小波分解的總層數；

1.3)對各層細節系數d_i(k)進行閾值去噪處理，得到新的細節系數，再結合所述近似系數a(k)進行信號重構得到預處理后的信號X_T(k)。

3.根據權利要求2所述基于心音特征的心衰分期方法，其特征在于，所述步驟1.3)中，對第i層細節系數d_i(k)進行閾值去噪處理所設定的去噪閾值δ_i為：

其中，σ_i為小波分解的第i層細節系數d_i(k)的噪聲標準差，且符號|·|為絕對值運算符，median(|d_i(k)|)表示第i層細節系數d_i(k)絕對值的中值。

4.根據權利要求1所述基于心音特征的心衰分期方法，其特征在于，所述步驟2)具體為：

2.1)對預處理后的信號X_T(k)進行b層小波包分解，得到2^b個子頻帶小波包系數；

2.2)分別對2^b個子頻帶小波包系數進行信號重構，得到m＝2^b個子頻帶信號D_g(k)，g∈{1,2,…,m}。