一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法
【專利摘要】本發(fā)明公開了一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法，包括以下步驟：第一步，用小波全局閾值法來對(duì)采集到的脈象信號(hào)進(jìn)行降噪處理；第二步，矯正脈象信號(hào)的基線漂移及周期提??；第三步，基于高斯曲線擬合來平滑脈象信號(hào)。與現(xiàn)有技術(shù)相比。本發(fā)明能夠有效地提取出脈象信號(hào)的周期，所提出的曲線擬合算法，在3.1GHz上的機(jī)器上運(yùn)行，僅僅花費(fèi)約120s完成對(duì)所有脈象數(shù)據(jù)的擬合，且97.62％的脈象的平均擬合誤差小于0.35，對(duì)于誤差大于0.35的擬合結(jié)果，也保持的脈象信號(hào)的形態(tài)特征，并未丟失診斷信息。
【專利說明】一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于醫(yī)學(xué)數(shù)字信號(hào)處理領(lǐng)域，涉及一種對(duì)脈象信號(hào)的去噪、基線漂移方法 矯正以及利用曲線擬合平滑信號(hào)的方法。

【背景技術(shù)】
[0002] 脈象診斷是中國(guó)傳統(tǒng)醫(yī)學(xué)中一種十分重要的診斷方法，歷史悠久，內(nèi)容豐富。兩千 多年來，在臨床上得到了廣泛的應(yīng)用，積累了大量的理論的經(jīng)驗(yàn)。然而，傳統(tǒng)中醫(yī)脈診需要 醫(yī)生經(jīng)過長(zhǎng)時(shí)間的專業(yè)訓(xùn)練，診斷結(jié)果因人主觀判斷而異，從而限制了脈診的發(fā)展。近三十 年來，脈診客觀化研究取得了許多有益的成果，為脈象信號(hào)分析提供了基礎(chǔ)。
[0003] 在脈搏信號(hào)的采集過程中，因人體呼吸、肌肉輕微運(yùn)動(dòng)、機(jī)電噪聲等因素客觀存 在，采集到的脈搏信號(hào)中存在基線漂移和大量的噪聲。脈搏信號(hào)的預(yù)處理作為脈診客觀化 中重要的一環(huán)，就是要對(duì)原始脈搏信號(hào)進(jìn)行降噪、矯正、分割、平滑等操作，以有益于進(jìn)一步 的脈象識(shí)別、辨識(shí)等工作。
[0004] 小波變換是信號(hào)的時(shí)間一尺度分析方法，在時(shí)、頻域具有表征信號(hào)局部特征的能 力。在脈象信號(hào)預(yù)處理研究當(dāng)中，大量的實(shí)驗(yàn)表明 [1，2]，利用小波變換來對(duì)脈象信號(hào)去噪、檢 測(cè)信號(hào)基線漂移嚴(yán)重程度，矯正脈象信號(hào)的基線漂移是十分有效的。
[0005] 脈搏波的分解分析方法最初由錢偉立等提出[3]，該方法指出一個(gè)周期的脈搏波可 以分解成三個(gè)子波，分別對(duì)應(yīng)一個(gè)脈象周期的主峰波、重搏前波、重搏波。脈搏波的分解方 法可以看成一個(gè)曲線擬合問題，將一個(gè)周期的脈搏波分解成一組基函數(shù)的線性組合，最常 用的基函數(shù)是高斯函數(shù)。高斯擬合有時(shí)也作為一種預(yù)處理方法，對(duì)一個(gè)周期的脈象信號(hào)進(jìn) 行平滑處理 [4,5]。對(duì)于高斯曲線擬合的對(duì)應(yīng)的優(yōu)化問題，當(dāng)采用平方誤差作為目標(biāo)函數(shù)時(shí)， 該優(yōu)化問題是非凸的，在采用基于梯度的方法（如：非線性二乘法。）進(jìn)行問題求解時(shí)，得到 的結(jié)果就十分依賴于初始解的選擇的好壞。在已有的研究當(dāng)中，都是通過反復(fù)實(shí)驗(yàn)、對(duì)比， 來設(shè)定迭代的初始點(diǎn)。但是，通過反復(fù)實(shí)驗(yàn)來設(shè)定初始迭代點(diǎn)，不僅費(fèi)時(shí)費(fèi)力，而且該初始 解對(duì)于新的脈象信號(hào)并不魯棒。
[0006] 參考文獻(xiàn)：
[0007] [1]Xu L, Zhang D, Wang K, et al.《Baseline wander correction in pulse waveforms using wavelet-based cascaded adaptive fiter[J]》· Computers in Biology and Medicine, 2007, 37(5):716-731 ;
[0008] [2]岳沛平，李訓(xùn)銘.《基于小波分析和BP神經(jīng)網(wǎng)絡(luò)識(shí)別的中醫(yī)脈象信號(hào)識(shí)別系 統(tǒng)[J]》.計(jì)算機(jī)與現(xiàn)代化，2006 (12) : 1-4 ;
[0009] [3]錢偉立，徐蘭義.《高斯函數(shù)分解法提取脈搏波特征[J]》.中國(guó)生物醫(yī)學(xué)工 程學(xué)報(bào)，1994, 13(1) : 1-7 ;
[0010] [4]陳雪峰，《脈搏波特征提取算法及其應(yīng)用研究》，Ph. D. thesis，大連：大連理 工大學(xué)，2006 ;
[0011] [5]L Wang, L Xu, S Feng, M Meng et al.,《Multi-gaussian fitting for pulse waveform using weighted least squares and multi-criteria decision making method[J]. Computers in Biology and Medicine》，vol. 43, No. 11，pp: 1661-1672, 2013。


【發(fā)明內(nèi)容】

[0012] 為了克服上述現(xiàn)有技術(shù)存在的問題，本發(fā)明提出了一種基于小波變換和曲線擬合 的脈搏波預(yù)處理方法，通過脈搏波降噪、周期提取、信號(hào)平滑的步驟，實(shí)現(xiàn)脈搏波預(yù)處理。
[0013] 本發(fā)明提出一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法，該方法包括以下 步驟：
[0014] 第一步，用小波全局閾值法來對(duì)采集到的脈象信號(hào)進(jìn)行降噪處理，具體包括：
[0015] 對(duì)收集到的原始信號(hào)S進(jìn)行6層db4小波分解，
[0016] 計(jì)算小波全局閾值：
[0017]

【權(quán)利要求】
1. 一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法，其特征在于，該方法包括以下 步驟： 第一步，用小波全局閾值法來對(duì)采集到的脈象信號(hào)進(jìn)行降噪處理，具體包括： 對(duì)收集到的原始信號(hào)S進(jìn)行6層db4小波分解， 計(jì)算小波全局閾值：
其中，len(S)表不信號(hào)S的長(zhǎng)度， 對(duì)于所有的小波分解系數(shù)，若值小于小波全局閾值TPTR，置零， 執(zhí)行小波逆變換，得到降噪后的脈象信號(hào)； 第二步，矯正脈象信號(hào)的基線漂移及周期提取，具體包括： 對(duì)降噪后的脈象信號(hào)執(zhí)行Meyer小波分解， 計(jì)算降噪后的脈象信號(hào)的能量比（Energy Ratio, ER):
其中，norm(A1)和mean (CA1)分別表示小波 分解的第一層小波系數(shù)所構(gòu)成向量的二范數(shù)和平均值，norm(CA6)和mean(CA6)類似； 若ER< 50dB，執(zhí)行一次小波低頻濾波：置小波分解的第六層近似系數(shù)（CA6)為零，執(zhí) 行小波逆變換，得到濾除部分基線漂移的脈象信號(hào)， 檢測(cè)出脈象信號(hào)中脈象周期的起始點(diǎn)， 以檢測(cè)到的周期起始點(diǎn)為輸入，執(zhí)行三次樣條插值， 從脈象信號(hào)中減去三次樣條插值的結(jié)果，得到去除基線漂移的脈象信號(hào)， 隨機(jī)地選取一個(gè)周期代表該脈象，將幅值歸一化到1，長(zhǎng)度歸一化到150,即一個(gè)周期 含150個(gè)采樣點(diǎn)，進(jìn)行進(jìn)一步處理； 第三步，基于高斯曲線擬合來平滑脈象信號(hào)，g卩：設(shè)一個(gè)周期的脈象信號(hào)為〇(t)，高斯 曲線擬合問題就等價(jià)于優(yōu)化問題：
其中，〇(t)表示要擬合的一個(gè)周期的脈象信號(hào)，C表示優(yōu)化問題的解，即各個(gè)高斯函數(shù) 的參數(shù)列表；n表示高斯函數(shù)的個(gè)數(shù)，高斯函數(shù)的公式為
第四步：在采集的信號(hào)當(dāng)中難免會(huì)一些由于操作失誤而產(chǎn)生的不包含或部分包含脈象 信息的脈象信號(hào)，對(duì)于這一類脈象信號(hào)，自動(dòng)拋出異常，完成異常脈象信號(hào)交互處理。
2. 如權(quán)利要求1所述的一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法，其特征在 于，所述檢測(cè)出脈象信號(hào)中脈象周期的起始點(diǎn)的步驟，還包括以下流程： 找出脈象信號(hào)中所有的極小值點(diǎn)的位置，按照從小到大的順序排列，構(gòu)成有序列表 List-; 在集合Listmin中找出具有最小脈象幅值，即脈象信號(hào)的全局最小值點(diǎn)Lmin的位置，并 標(biāo)記該全局最小值點(diǎn)（Lmin，S(Lmin))為一個(gè)周期的起始點(diǎn)； 以Lmin為基準(zhǔn)點(diǎn)，在列表中，向其左、右方向順序搜索，記當(dāng)前基準(zhǔn)點(diǎn)為L(zhǎng)_mt，讀取到 的下一個(gè)極小值點(diǎn)為L(zhǎng)next，若70彡| Lnext-Leu"ent |彡120,標(biāo)記Lnext為某周期的起始點(diǎn)，置 = LMxt為新的基準(zhǔn)點(diǎn)，再進(jìn)行搜索，直至所有的極小值點(diǎn)都被訪問了一遍。
3.如權(quán)利要求1所述的一種基于小波變換和曲線擬合的脈搏波預(yù)處理方法，其特征在 于，針對(duì)所述第三步中的優(yōu)化問題，還提出了一個(gè)自動(dòng)求解對(duì)應(yīng)非凸優(yōu)化問題的遞歸算法 RGM，具體的步驟如下： 輸入當(dāng)前參數(shù)列表C，要擬合的脈象信號(hào)0 (t)，t e I = {1，2,...，T}，已使用高斯函數(shù) 個(gè)數(shù)的計(jì)數(shù)k，高斯函數(shù)的總個(gè)數(shù)η ; 若k > η，將參數(shù)列表C中的參數(shù)，按照h從小到大的順序排列，終止； 計(jì)算各個(gè)高斯函數(shù)的值，置
置
按照以下公式計(jì)算出31;，\，(^，三個(gè)參數(shù)分別表示高斯函數(shù)^(〇的幅值、均值和寬 度： ak = maxP ⑴，其中 t e SS， bk = t%其中 PU，= ak，
其中|SS|表示集合SS的勢(shì)； 置參數(shù)列表C = C U {ak, bk, ck}; 以參數(shù)列表C中的參數(shù)為初始迭代點(diǎn)，執(zhí)行非線性最小二乘，并對(duì)參數(shù)列表作更新；遞 歸調(diào)用 RGM(C，0，k+l，n)。
【文檔編號(hào)】A61B5/02GK104146693SQ201410377144
【公開日】2014年11月19日 申請(qǐng)日期:2014年7月30日 優(yōu)先權(quán)日:2014年7月30日
【發(fā)明者】廖士中, 董博 申請(qǐng)人:天津大學(xué)