[發(fā)明專利]改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210191831.6
• 申請(qǐng)日: 2022-02-28
• 公開（公告）號(hào): CN114533076A
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: 尹柏強(qiáng);李松;袁莉芬;程珍;李兵;佐磊
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): A61B5/318
• 分類號(hào): A61B5/318;A61B5/346;A61B5/00;G06K9/00;G06K9/62
• 代理公司: 合肥金安專利事務(wù)所(普通合伙企業(yè)) 34114
• 代理人: 吳娜

1.一種改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法，其特征在于：該方法包括下列順序的步驟：

(1)針對(duì)麻省理工學(xué)院心電異常數(shù)據(jù)集的心電信號(hào)進(jìn)行心電信號(hào)預(yù)處理；

(2)對(duì)經(jīng)過預(yù)處理后的數(shù)據(jù)，利用改進(jìn)的快速S變換得到模時(shí)頻矩陣，同時(shí)進(jìn)行點(diǎn)對(duì)稱變換、時(shí)域分析和非線性分析提取特征，提取所得特征構(gòu)成特征向量集，將特征向量集按照3:1比例劃分訓(xùn)練集和測(cè)試集；

(3)使用KPCA核主成分分析法進(jìn)行降維，使用LightGBM輕梯度提升機(jī)進(jìn)行分類，二者結(jié)合構(gòu)建KPCA-LightGBM降維分類器模型，將特征向量集輸入到KPCA-LightGBM降維分類器模型得到分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法，其特征在于：在步驟(1)中，所述預(yù)處理包括信號(hào)降噪和信號(hào)分段，所述信號(hào)降噪是指使用小波閾值db6和低通濾波器降噪；所述信號(hào)分段是指采用R波檢測(cè)方法，以R波波峰為基準(zhǔn)，向前取120個(gè)點(diǎn)，向后取180個(gè)點(diǎn)，共計(jì)300個(gè)點(diǎn)的長度構(gòu)成一個(gè)樣本。

3.根據(jù)權(quán)利要求1所述的改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法，其特征在于：在步驟(2)中，所述改進(jìn)的快速S變換是指：

(2a)計(jì)算心電信號(hào)x(nT)的N點(diǎn)快速傅里葉變換頻譜X(λ/NT)；

(2b)采用特征點(diǎn)快速定位算法，對(duì)頻譜利用極大值包絡(luò)快速定位特征頻率點(diǎn)λ_i滿足:

其中，i＝1,2,3,…l，l是心電信號(hào)中特征頻率點(diǎn)的數(shù)目，ξ_k為設(shè)定閾值,k＝1,2,3；

(2c)根據(jù)特征頻率點(diǎn)λ_i,確定窗參數(shù)并計(jì)算窗函數(shù)的快速傅里葉變換:

(2d)對(duì)特征頻率點(diǎn)λ_i左右平移若干頻率點(diǎn),即平移頻譜X((λ_i/NT))得到X((λ_i+r))；

(2e)X((λ_i+r)/NT)與W(r/(NT),λ_i/(NT))的乘積B(r,λ_i):

(2f)對(duì)頻率點(diǎn)λ_i,計(jì)算B(r,λ_i)的IFFT,得到λ_i對(duì)應(yīng)的改進(jìn)的快速S變換：

(2g)重復(fù)步驟(2c)至步驟(2f)對(duì)所有特征頻率點(diǎn)完成改進(jìn)的快速S變換。

4.根據(jù)權(quán)利要求1所述的改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法，其特征在于：在步驟(2)中，所述點(diǎn)對(duì)稱變換的原理公式為：

式中，x_i是信號(hào)時(shí)序信號(hào)x第i個(gè)采樣點(diǎn)的幅值，x_i+τ是相鄰間隔時(shí)間τ之后信號(hào)x的第i+τ個(gè)采樣點(diǎn)的幅值；x_max、x_min分別是x的最大值和最小值，η為系繪圖的增益角度，θ_l第l個(gè)對(duì)稱面的角度，θ_l＝360m/n，m＝0,1,2,…n-1，n是信號(hào)樣本采樣點(diǎn)數(shù)，η＝30，θ_l＝60°，τ＝5。

5.根據(jù)權(quán)利要求1所述的所述的改進(jìn)的快速S變換與點(diǎn)對(duì)稱變換的心電信號(hào)快速分類方法，其特征在于：所述步驟(2)中包含的特征向量集具體是指：心電信號(hào)20個(gè)時(shí)域特征、4個(gè)非線性特征、32個(gè)FST時(shí)頻特征，4個(gè)SDP特征，構(gòu)成60維特征向量集。

6.根據(jù)權(quán)利要求1所述的心電信號(hào)快速分類方法，其特征在于：所述步驟(3)具體是指：

(3a)在Spyder3.6平臺(tái)下，使用開源學(xué)習(xí)庫Scikit-learn搭建KPCA-LightGBM降維分類器模型；

(3b)從所得的特征向量集中每類心電信號(hào)選取2000個(gè)樣本，共10000個(gè)樣本，按照3:1劃分實(shí)驗(yàn)訓(xùn)練集和測(cè)試集。

(3c)利用五折交叉驗(yàn)證與網(wǎng)格搜索法確定KPCA-LightGBM降維分類器模型參數(shù)；將訓(xùn)練集樣本導(dǎo)入KPCA-LightGBM降維分類器模型訓(xùn)練，得到訓(xùn)練完成的分類模型；利用測(cè)試集進(jìn)行分類，獲取心電信號(hào)分類結(jié)果。