[發明專利]基于時頻域熵特征的子宮肌電信號分析及早產預測方法

有效

• 申請號: 202110291282.5
• 申請日: 2021-03-18
• 公開（公告）號: CN113133771B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 樓航曉;許金山;胡鳳丹;陳鎮欽;汪夢婷
• 申請（專利權）人: 浙江工業大學
• 主分類號: A61B5/389
• 分類號: A61B5/389;A61B5/397;A61B5/00
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

1.一種基于時頻域熵特征的子宮肌電信號分析及早產預測模型構建方法，其特征在于，所述方法包括如下步驟：

步驟1，設以頻率f_s采集子宮肌電信號EHG，得到時序信號X_i(i＝1，2，3，...，N)；

步驟2，通過短時傅里葉變換將時序信號X_i分解成不同頻率分量y^ω(t)；

步驟3，針對不同頻率ω_x的分量信號y^ω(t)計算相應頻率下的近似熵特征和樣本熵特征

步驟4，利用信號的記錄時間t_r分別對每個和進行改進得到和

所述步驟4中，對EHG信號的不同頻率ω分量計算得到41個時頻域上的近似熵特征和采樣熵特征，根據懷孕過程熵的變化，利用信號的記錄時間t_r分別對每個和進行改進，如下所示：

式中t_r是EHG信號的記錄時間，37周是早產與非早產的分界線，和分別表示和改進后的熵特征；

步驟5，對得到的所有特征應用主成分分析技術，選擇最優數量的主成分得到特征，對得到的所有特征應用主成分分析技術，選擇最優數量的主成分得到特征，去除EHG信號中噪聲的影響；

步驟6，基于新特征和選擇合適的機器學習模型，使用樣本來訓練模型。

2.如權利要求1所述的基于時頻域熵特征的子宮肌電信號分析及早產預測模型構建方法，其特征在于，所述步驟2中，設以采集頻率f_s獲得的子宮EHG時序信號X_i(i＝1，2，3，...，N)，引入短時傅里葉變換，將原始EHG信號分解成不同頻率時序信號，即：

y^ω(t)＝STFT(X_i，f_s，T₀) (1)

其中STFT代表短時傅里葉變換，

f_s＝20Hz，代表EHG時序信號的采樣頻率，T₀＝10s，是漢明窗的大小，所以頻率分辨率是0.1Hz，y^ω(t)是原始時序信號X_i包含的頻率為ω的分量，ω表示頻率的范圍，為0-4Hz。

3.如權利要求1或2所述的基于時頻域熵特征的子宮肌電信號分析及早產預測模型構建方法，其特征在于，所述步驟3中，針對不同頻率ω_x的分量信號y^ω(t)計算相應頻率下的熵特征：

式中ApEn表示近似熵的計算，SampEn表示樣本熵的計算，和分別為基于特征頻率ω為信號分量y^ω(t)的近似熵與樣本熵，整數m＝2，實數r＝0.2*std，std表示頻率分量序列的標準差。