[發明專利]基于Adam的快批量梯度上升法脈搏波特征提取方法

在審

• 申請號: 202010401449.4
• 申請日: 2020-05-13
• 公開（公告）號: CN111557650A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 陳小惠;崔飛;彭杰;陳哲
• 申請（專利權）人: 南京郵電大學
• 主分類號: A61B5/02
• 分類號: A61B5/02;A61B5/00
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 陳棟智

本發明公開了一種基于Adam的快批量梯度上升法脈搏波特征提取方法，涉及醫學信號處理領域，主要分為脈搏波采集模塊、微處理器模塊、網絡通訊模塊、上位機模塊；其實現步驟如下：（1）通過脈搏波采集模塊采集人體脈搏波；（2）通過微處理器模塊對脈搏波信號進行波形預處理；（3）通過網絡通訊模塊將處理后的脈搏波數據上傳至上位機模塊；（4）在上位機模塊采用基于Adam的快批量梯度上升算法進行脈搏波特征提取；本發明方法實現了計算機對脈搏波的特征點檢測，不僅降低了臨床工作難度，克服了人工檢測的誤差，而且提高了脈搏波信號特征點檢測的準確度。

技術領域

本發明涉及一種特征提取方法，具體的說是一種脈搏特征提取方法，屬于數字信號處理技術領域。

背景技術

人體的循環系統也稱為心血管系統或血管系統，主要由心臟、肺和血管樹組成。在心臟的循環過程中，由于心臟的收縮和舒張導致動脈內的壓力發生周期性的變化，從而就會導致動脈中的血管產生周期性的跳動，從而形成了脈搏波。

在脈搏波信號的采集過程中，在人體和外界因素的雙重干擾下，采集到的脈搏波信號存在大量的噪聲和基線漂移。因此需要對采集的原始脈搏波信號進行預處理，對原始脈搏波信號進行降噪、去除基線漂移等操作，有利于后期對脈搏波信號進行特征提取及其他研究。脈搏波信號中包含了大量的人體生理信息，脈搏波的形狀、周期、面積等信息都與心血管狀態、人體生理病理信息如高血壓、高血脂、動脈硬化、心率等密切相關，因此準確識別并提取脈搏波信號的特征參數，不僅對研究某些心腦血管疾病的形成、發展及預防有著極其重要的生理和病理意義，而且在心血管疾病、妊娠期疾病的檢查、治療和康復評價上都具有十分重要的作用。

目前脈搏波特征點檢測主要有微分法、閾值法、句法模式識別法、小波變換等。微分法方法簡單，易于實現，最早人們就利用這種方法來識別特征點，但是這種方法也存在弊端，一點可能出現多個極值；閾值法本身的閾值求取就是一大困難，需要針對大量的脈搏樣本進行研究，通過統計分析的方法找到波形各個特征點的普遍規律，才能正確獲取閾值；句法模式識別法需要預先對脈搏波按標準進行分類，而這又需要有大量的經驗，這對非醫科出身的人來說也是無法完成的；小波變換在時頻分析領域占有舉足輕重的地位，處理脈搏波這類非平穩信號有著一定的優勢，但小波變換的強大也是問題在于小波基選取和尺度系數的不定，這會帶來很多麻煩，而且小波變換運算量巨大，耗費時間。

發明內容

本發明的目的是提供一種基于Adam的快批量梯度上升法脈搏波特征提取方法，解決了脈搏波容易受到各種因素干擾而導致脈搏波信號特征提取困難的問題。

本發明的目的是這樣實現的：一種基于Adam的快批量梯度上升法脈搏波特征提取方法，包括如下步驟：

(1)通過脈搏波采集模塊采集人體脈搏波信號；

(2)通過微處理器模塊對脈搏波信號進行波形預處理；

(3)通過網絡通訊模塊將處理后的脈搏波數據上傳至上位機模塊；

(4)在上位機模塊采用基于Adam的快批量梯度上升算法進行脈搏波特征提取。

作為本發明的進一步限定，步驟(1)中還將采集到的人體脈搏波信號進行放大、硬件濾波和光電轉換。

作為本發明的進一步限定，步驟(2)預處理為降噪處理和濾除基線漂移處理。

作為本發明的進一步限定，所述降噪處理具體為：對采集到的原始脈搏波信號進行巴特沃斯帶通濾波處理，調整巴特沃斯濾波器數字參數，保留包含人體有用信息的低頻信息，設計帶通濾波范圍為[0.7Hz-4Hz]。