[發明專利]基于半監督判別投影的脈搏數據分類方法及裝置

有效

• 申請號: 202210547995.8
• 申請日: 2022-05-18
• 公開（公告）號: CN114841214B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 陳子源;高亦心;阮淵鵬;張煒寒;彭勇
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F18/241
• 分類號: G06F18/241;G16H20/90;A61B5/024;G06N3/0895
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發明公開了基于半監督判別投影的脈搏數據分類方法及裝置。具體分類方法包括：1、采集壓力脈搏數據。2、對步驟1中采集到的數據進行預處理及特征提取。3、建立半監督判別投影模型，利用投影矩陣尋找最優子空間，并在該空間中進行聚類，標注無標記樣本，并加入下一輪訓練，實現對脈搏數據的半監督學習。4、對投影矩陣進行分析，通過求取投影矩陣的“行歸一化二范數”，獲取各個特征對當前任務的貢獻程度。所述脈搏數據分類裝置用于實現上述分類步驟。本發明通過判別投影方法，提供了一種高精度脈搏數據分類任務的工具，量化了特征重要性，取得了良好實驗效果。

技術領域

本發明屬于信號處理技術領域，涉及脈搏數據分類處理，具體涉及基于半監督判別投影的脈搏數據分類方法及裝置。

背景技術

傳統中醫的診斷方法包括望、聞、問、切四部分，其中“切”特指中醫利用手指感受脈搏跳動而產生的“脈象”。根據中醫理論，對脈搏按照其跳動的特征進行判斷、分類，可以為后續的疾病診斷提供輔助。

隨著脈搏信號采集系統的不斷發展，出現了如自動加壓脈象儀這類能夠適應中醫靈活切脈指法的脈診儀器，使得脈搏數據的獲取變得更為容易。針對大量的脈搏數據，通過人工識別的方式進行對比分類，是一項十分復雜且繁瑣的工作。因此現有技術提出了基于馬爾可夫決策鏈、蒙特卡羅搜索等算法的方式，對脈搏數據的特征進行研究。但是這些研究大多僅從原始脈搏數據本身，進行類別判斷，而忽略了不同的特征對于不同種類脈象的表現能力，無法量化表征原始特征的重要性，因此識別效果較差。

發明內容

針對現有技術的不足，本發明提出了基于半監督判別投影的脈搏數據分類方法及裝置，通過半監督學習的方式，將有標簽的原始數據與無標簽數據投影到子空間中，在判別能力最強的子空間中進行聚類，實現對脈搏數據的分類。

基于半監督判別投影的脈搏數據分類方法，具體包括以下步驟：

步驟1、采集脈搏數據，并將對應的身體狀況信息作為該數據的標簽。所述身體狀況信息為：表寒、表熱、表虛、表實、里寒、里熱、里虛、里實或正常。

作為優選，使用薄膜壓力脈搏傳感器，設置采樣頻率f_s，采集原始壓力脈搏信號。

步驟2、對步驟1采集到的脈搏數據進行預處理消除噪聲，然后通過快速傅里葉變換，將頻率能量分布序列最大值對應的頻率值的倒數作為脈搏周期。

作為優選，通過小波變換與基線漂移消除，降低由于采集過程中由于手臂輕微移動與肌肉顫抖等因素產生的噪聲。

步驟3、使用步驟2計算得到的脈搏周期，將預處理后的脈搏數據劃分為單周期數據，然后對每個周期內的數據提取主波幅度、主波峽幅度、重搏前波幅度、降重峽幅度、重搏波幅度，以及左心室的快速射血期時間、起始點到主波峽谷底的時間間隔、起始點到重搏前波波峰的時間間隔、左心室收縮期、左心室舒張期共10個特征。將每個脈搏周期的特征作為一個樣本，各樣本按列合并得到脈搏數據的樣本矩陣d表示特征數量，n表示單周期脈搏信號的數量。同時，對樣本矩陣X進行去中心化處理，即用各個樣本減去所有樣本平均值，保證各特征平均值為0,以簡化后序計算。并將樣本矩陣X劃分為兩部分，其中X_l為帶標記樣本X_u為無標記樣本。

步驟4、根據步驟3得到的樣本矩陣X，建立如下半監督判別投影模型：