[發明專利]一種基于顯著信號子段提取的脈象分類方法有效
| 申請號: | 202010639354.6 | 申請日: | 2020-07-06 |
| 公開(公告)號: | CN111914655B | 公開(公告)日: | 2022-07-12 |
| 發明(設計)人: | 李巧勤;肖迪尹;劉勇國;楊尚明 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G16H50/20 |
| 代理公司: | 北京正華智誠專利代理事務所(普通合伙) 11870 | 代理人: | 楊浩林 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 顯著 號子 提取 脈象 分類 方法 | ||
1.一種基于顯著信號子段提取的脈象分類方法,其特征在于,包括以下步驟:
S1:采用多普勒超聲波血液分析儀采集脈搏信號,并進行預處理,得到c個脈搏信號訓練樣本;
S2:定位c個脈搏信號訓練樣本的顯著脈搏信號子段位置指示向量;
S3:根據顯著脈搏信號子段位置指示向量,構建多模態距離特征向量;
S4:根據多模態距離特征向量,采用最鄰近分類器對脈搏信號進行分類,完成基于顯著信號子段提取的脈象分類;
所述步驟S1中,對脈搏信號進行預處理的方法具體為:采用小波變換的級聯濾波器對脈搏信號進行降噪,并采用三次樣條插值估計法消除脈搏信號中的基線漂移現象,得到c個脈搏信號訓練樣本其中,pi=[p1,...,pt,...pq]表示第i個脈搏信號,pt表示脈搏信號在t時刻的值,q表示脈搏信號長度,yi∈{1,2,...,n}表示對應的脈象類別,n表示脈象類別數目。
2.根據權利要求1所述的基于顯著信號子段提取的脈象分類方法,其特征在于,所述步驟S2包括以下子步驟:
S21:利用c個脈搏信號訓練樣本,定義目標函數;
S22:利用交換方向乘子算法求解目標函數,得到顯著脈搏信號子段位置指示向量;
S23:提取顯著脈搏信號子段位置指示向量的非零元素,得到S個非零塊,從每個脈搏信號訓練樣本中分別截取S個子序列,完成信號子段位置指示向量的定位。
3.根據權利要求2所述的基于顯著信號子段提取的脈象分類方法,其特征在于,所述步驟S21包括以下子步驟:
S211:根據c個脈搏信號訓練樣本,定義類i的判別方向為ui,i=1,2,...,n,n表示脈象類別數目;
S212:根據類i的判別方向ui,定義GEM目標函數為其中,Ci表示類i的樣本協方差矩陣,T表示轉置運算,n表示脈象類別個數,表示去除類i樣本后剩余樣本的協方差矩陣,ui表示類i的判別方向;
S213:將所有脈象類別的判別方向ui進行串聯,得到所有脈象類別的判別方向v=(u1,...,ui,...,un)=[v1,...,vi,...,vn×q],其中,n表示脈象類別個數,q表示脈搏信號長度,ui表示類i的判別方向;
S214:將所有脈象類別的判別方向v帶入GEM目標函數得到GEM目標函數矩陣式其中,T表示轉置運算,Ci表示類i的樣本協方差矩陣,表示去除類i樣本后剩余樣本的協方差矩陣,n表示脈象類別個數;
S215:將GEM目標函數矩陣式轉化為數值優化式其中,α1表示控制連續限制項的權重,α2表示控制稀疏正則化項權重,α3表示方向差異正則化項的權重,v表示所有脈象類別的判別方向,||Dv||1表示連續限制項,||v||1表示l1范數稀疏正則化項,G表示常量,D表示一個常數矩陣,其元素Dk,k=1,Dk,k+1=-1,其余元素均為0;
S216:將數值優化式轉化為目標函數其中,z表示第一變量,y表示第二變量,G表示常量。
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電子科技大學,未經電子科技大學許可,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/202010639354.6/1.html,轉載請聲明來源鉆瓜專利網。





