[發(fā)明專利]連續(xù)生理信號(hào)質(zhì)量評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110177021.0
• 申請(qǐng)日: 2021-02-07
• 公開（公告）號(hào): CN112971797A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 蘭珂;鄭捷文;郝艷麗;徐浩然;麻琛彬
• 申請(qǐng)（專利權(quán)）人: 北京海思瑞格科技有限公司
• 主分類號(hào): A61B5/318
• 分類號(hào): A61B5/318;A61B5/346;A61B5/08
• 代理公司: 北京京萬通知識(shí)產(chǎn)權(quán)代理有限公司 11440
• 代理人: 齊曉靜

1.一種連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其包括：

通過加窗將原始生理信號(hào)進(jìn)行分割；

對(duì)經(jīng)分割的信號(hào)進(jìn)行預(yù)處理；該預(yù)處理包括去信號(hào)基線、帶通濾波、中值濾波；

對(duì)經(jīng)預(yù)處理的信號(hào)進(jìn)行特征值提??；

將提取的特征值輸入到預(yù)訓(xùn)練模型中，得到評(píng)分結(jié)果score；再根據(jù)設(shè)定的閾值L1、L2對(duì)評(píng)分結(jié)果進(jìn)行判斷，得到信號(hào)質(zhì)量的評(píng)估結(jié)果；

該預(yù)訓(xùn)練模型為孤立森林模型。

2.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

所述預(yù)訓(xùn)練模型是在一個(gè)大樣本無標(biāo)簽的訓(xùn)練集上進(jìn)行訓(xùn)練，然后再在一個(gè)小樣本的進(jìn)行了人工標(biāo)注的驗(yàn)證集上進(jìn)行驗(yàn)證并確定閾值的。

3.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

所述預(yù)訓(xùn)練模型在驗(yàn)證集上返回[-1,1]的評(píng)分結(jié)果；

當(dāng)score≥L2時(shí)，判為類別1，信號(hào)質(zhì)量好，返回為類別1；

當(dāng)L2≤score≤L1，判為類別2，信號(hào)質(zhì)量中等，返回為類別2；

當(dāng)score＜L1時(shí)，對(duì)score＜L1的數(shù)據(jù)段，采用更大窗口的均值濾波進(jìn)行去基線處理，然后進(jìn)行特征提取，將提取的特征值輸入所述預(yù)訓(xùn)練模型后再次評(píng)分，若仍score＜L1，則判為類別3，信號(hào)質(zhì)量差；若score＞L1，則判為類別2，信號(hào)質(zhì)量中等。

4.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

通過加窗將原始生理信號(hào)進(jìn)行分割時(shí)，窗口的長度固定；

如所述生理信號(hào)為心電信號(hào)，則窗口長度采用10s；如所述生理信號(hào)為呼吸信號(hào)，窗口長度為30s。

5.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

在去信號(hào)基線時(shí)，以2s的滑動(dòng)窗口進(jìn)行掃描，獲得2s內(nèi)信號(hào)的中位數(shù)，即當(dāng)前信號(hào)的基線，原始信號(hào)減去基線即實(shí)現(xiàn)去除信號(hào)基線；

在帶通濾波中，采用帶通濾波器進(jìn)行濾波，根據(jù)信號(hào)特點(diǎn)選取通頻帶；如果所述生理信號(hào)為心電信號(hào)，通頻帶設(shè)置為0.1-100Hz；如果所述生理信號(hào)為呼吸信號(hào)，通頻帶設(shè)置為0.01-20Hz；

在中值濾波中，采用中值濾波器去除異常值，中值濾波器的濾波器長度設(shè)置為40個(gè)數(shù)據(jù)點(diǎn)。

6.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

所述特征值包括偏度、峰度、相鄰兩個(gè)波形間的基于動(dòng)態(tài)時(shí)間規(guī)整算法計(jì)算得到的距離。

7.根據(jù)權(quán)利要求6所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

偏度依照進(jìn)行計(jì)算；

峰度依照進(jìn)行計(jì)算；

其中，μ為樣本均值，δ為樣本標(biāo)準(zhǔn)差，N為樣本個(gè)數(shù)；Skewness為偏度，Kurtosis為峰度。

8.根據(jù)權(quán)利要求1所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

對(duì)所提取的特征值采用線性函數(shù)歸一化處理。

9.根據(jù)權(quán)利要求8所述的連續(xù)生理信號(hào)質(zhì)量評(píng)估方法，其特征在于：

所述特征值為特征向量；

利用進(jìn)行歸一化處理；

其中，X_norm為歸一化后的特征向量，X為原始特征向量，X_min和X_max分別為該特征向量中的極小值和極大值。