本發(fā)明涉及腦血氧檢測技術(shù)領(lǐng)域，更具體地說，本發(fā)明涉及一種腦血氧檢測的信號處理方法及檢測系統(tǒng)。

背景技術(shù)：

基于近紅外光譜技術(shù)的腦血氧檢測是一種無創(chuàng)的檢測技術(shù)，廣泛應(yīng)用于腦功能的研究。

現(xiàn)有技術(shù)中，在采樣過程中由于人體的生理活動和隨機(jī)噪聲等干擾帶來的基線漂移和高頻噪聲，將嚴(yán)重影響數(shù)據(jù)的精確度。

另外，在目前設(shè)備中，基于近紅外光譜技術(shù)的腦血氧檢測所用的檢測器多數(shù)為光電倍增管(Photomultiplier Tube，PMTs)或光電二極管(Photo-Diode,APDs)作為檢測器。然而，PMTs對過曝光非常敏感、操作電壓高且體積大；APDs則大大降低了靈敏度。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)中存在的不足之處，本發(fā)明提供一種腦血氧檢測的信號處理方法，以改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解(Improved complete ensemble EMD,ICEEMD)和排列熵(Permutation Entropy，PE)結(jié)合的方式對光密度電壓信號去噪，有效降低了基線漂移和高頻噪聲的影響，提高了數(shù)據(jù)的精確度；

本發(fā)明還提供一種腦血氧檢測系統(tǒng)，檢測器采用硅光電倍增管，具有體積小、操作電壓低、靈敏度高和精確度高的優(yōu)點。

為了實現(xiàn)根據(jù)本發(fā)明的這些目的和其它優(yōu)點，本發(fā)明通過以下技術(shù)方案實現(xiàn)：

本發(fā)明提供一種腦血氧檢測的信號處理方法，包括以下步驟：

采集未被腦組織血紅蛋白吸收的模擬式的光密度電流信號，對模擬式的所述光密度電流信號進(jìn)行一級處理，輸出數(shù)字式的光密度電壓信號；

對所述光密度電壓信號進(jìn)行二級處理以去噪；

其中，所述二級處理包括以下步驟：

對所述光密度電壓信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解，輸出所有模態(tài)分量；

對每個模態(tài)分量進(jìn)行排列熵計算，選擇閾值，進(jìn)行信號重構(gòu)。

優(yōu)選的是，所述一級處理，包括依次進(jìn)行電流電壓轉(zhuǎn)換、低通濾波、比例放大以及模數(shù)轉(zhuǎn)換。

優(yōu)選的是，對所述光密度電壓數(shù)字信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解，輸出所有模態(tài)分量，包括以下步驟：

對采集的光密度電壓信號添加高斯白噪聲，生成新的光密度電壓信號：

對新的光電密度電壓信號進(jìn)序列進(jìn)行經(jīng)驗?zāi)B(tài)分解，得到第一個模態(tài)分量和第一個余量信號；

根據(jù)第一個模態(tài)分量以及第一個余量信號，做重復(fù)迭代，計算出所有的模態(tài)分量。

優(yōu)選的是，對每個模態(tài)分量進(jìn)行排列熵計算，選擇閾值，進(jìn)行信號重構(gòu)，包括以下步驟：

對光密度電壓信號的所有模態(tài)分量進(jìn)行空間重構(gòu)；

空間重構(gòu)得到的矩陣中每行為一個重構(gòu)分量，根據(jù)數(shù)值大小，將矩陣中的多個重構(gòu)分量按升序進(jìn)行排序，得到新的重構(gòu)分量，計算出模態(tài)分量的排列熵；

對模態(tài)分量的排列熵進(jìn)行歸一化處理；

基于歸一化處理后的模態(tài)分量排列熵，選擇閾值，進(jìn)行信號重構(gòu)。

一種腦血氧檢測方法，還包括以下步驟：

基于去噪后的光密度電壓信號，采用修正的朗伯-比爾定律，計算出腦組織血氧飽和度。

優(yōu)選的是，采用修正的朗伯-比爾定律，計算出腦組織血氧飽和度，包括以下步驟：

基于修正的朗伯-比爾定律，計算出血紅蛋白的濃度和血氧飽和度：

其中，OD為光密度；I_Out表示透射光強(qiáng)度；I_In表示入射光強(qiáng)度；ε表示摩爾吸光系數(shù)；C表示吸光物質(zhì)濃度；L為有效路徑長度；G表示背景散射補(bǔ)償系數(shù)；則，基于雙檢測的采集方式，修正的朗伯-比爾定律的矩陣為：

將去噪后的光密度電壓信號帶入，計算得出氧合血紅蛋白濃度和脫氧血紅蛋白濃度C_Hb；

根據(jù)氧合血紅蛋白濃度和脫氧血紅蛋白濃度C_Hb，計算出腦組織血氧飽和度：將腦組織血氧飽和度定義為rSaO₂，則，

一種腦血氧檢測方系統(tǒng)，包括：

光密度信號采集模塊，其用于采集未被腦組織血紅蛋白吸收的模擬式的光密度電流信號；

信號處理與運算模塊，其通信連接到所述光密度信號采集模塊，用于對模擬式的所述光密度電流信號進(jìn)行一級處理、二級處理以及腦組織血氧飽和度的運算處理；以及，

顯示模塊，其通信連接到所述信號處理與運算模塊，用于顯示腦組織血氧飽和度；

其中，所述一級處理包括依次的電流電壓轉(zhuǎn)換、低通濾波、比例放大和模數(shù)轉(zhuǎn)換；所述二級處理包括對所述光密度電壓信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解以輸出所有模態(tài)分量以及對每個模態(tài)分量進(jìn)行排列熵計算和信號重構(gòu)。

優(yōu)選的是，所述光密度信號采集模塊包括：

LED燈，其發(fā)出兩束射入大腦組織的近紅外光；

兩個檢測器，所述兩個檢測器分別接收兩束所述近紅外光中未被大腦組織吸收的光；

其中，兩束所述近紅外光的波長不同。

優(yōu)選的是，所述檢測器是硅光電倍增管；

優(yōu)選的是，所述顯示模塊包括手機(jī)或平板電腦或智能手表。

本發(fā)明至少包括以下有益效果：

1)本發(fā)明提供的腦血氧檢測的信號處理方法，以改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解和排列熵PE結(jié)合的方式對光密度電壓信號去噪，有效降低了基線漂移和高頻噪聲的影響，提高了數(shù)據(jù)的精確度；

2)一級處理包括依次進(jìn)行電流電壓轉(zhuǎn)換、低通濾波、比例放大以及模數(shù)轉(zhuǎn)換，將模擬式的光密度電流信號轉(zhuǎn)化為數(shù)字式的光密度電壓信號，降低了設(shè)備的操作電壓至人體安全電壓范圍；

3)本發(fā)明提供的腦血氧檢測系統(tǒng)，檢測器采用硅光電倍增管，在保持靈敏度的同時降低了設(shè)備的體積，使其具備可穿戴性。

本發(fā)明的其它優(yōu)點、目標(biāo)和特征將部分通過下面的說明體現(xiàn)，部分還將通過對本發(fā)明的研究和實踐而為本領(lǐng)域的技術(shù)人員所理解。

附圖說明

圖1為本發(fā)明所述的腦血氧檢測的信號處理方法的流程圖；

圖2為本發(fā)明所述的二級處理的流程圖；

圖3為本發(fā)明所述的改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解的流程圖；

圖4為本發(fā)明所述的排列熵計算的流程圖；

圖5為本發(fā)明所述的計算出腦組織血氧飽和度的流程圖；

圖6為本發(fā)明所述的腦血氧檢測系統(tǒng)的通信示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)說明，以令本領(lǐng)域技術(shù)人員參照說明書文字能夠據(jù)以實施。

應(yīng)當(dāng)理解，本文所使用的諸如“具有”、“包含”以及“包括”術(shù)語并不排除一個或多個其它元件或其組合的存在或添加。

實施例1

如圖1所示，本發(fā)明提供一種腦血氧檢測的信號處理方法，其包括以下步驟：

S10，采集未被腦組織血紅蛋白吸收的模擬式的光密度電流信號，對模擬式的光密度電流信號進(jìn)行一級處理，輸出數(shù)字式的光密度電壓信號；

S20，對光密度電壓信號進(jìn)行二級處理以去噪；

其中，如圖2所示，二級處理包括以下步驟：

S21，對光密度電壓信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解，輸出所有模態(tài)分量；

S22，對每個模態(tài)分量進(jìn)行排列熵計算，選擇閾值，進(jìn)行信號重構(gòu)。

上述實施方式中，一級處理用于將模擬式的光密度電流信號轉(zhuǎn)換成數(shù)字式的光密度電壓信號。二級處理，通過將改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解(ICEEMD)和排列熵(PE)結(jié)合的方式對光密度電壓信號去噪，有效降低了基線漂移和高頻噪聲的影響，提高了數(shù)據(jù)的精確度。

作為優(yōu)選，一級處理，包括依次進(jìn)行電流電壓轉(zhuǎn)換、低通濾波、比例放大以及模數(shù)轉(zhuǎn)換。電流電壓轉(zhuǎn)換將采集的模擬式的光密度電流信號轉(zhuǎn)化為正常范圍的電壓信號(如幾伏的電壓)，同時獲得最小的電流噪聲和電壓噪聲。低通濾波優(yōu)選為二階有源反相濾波器，進(jìn)行低通濾波處理。比例放大用于比例放大低通濾波后的光密度電流信號，方便后續(xù)處理。通過一級處理，將模擬式的光密度電流信號轉(zhuǎn)化為數(shù)字式的光密度電壓信號，降低了設(shè)備的操作電壓至人體安全電壓范圍。

作為優(yōu)選，如圖3對光密度電壓數(shù)字信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解，輸出所有模態(tài)分量，包括以下步驟：

S211，對采集的光密度電壓信號添加高斯白噪聲，生成新的光密度電壓信號：

S212，對新的光電密度電壓信號進(jìn)序列進(jìn)行經(jīng)驗?zāi)B(tài)分解，得到第一個模態(tài)分量和第一個余量信號；

S213，根據(jù)第一個模態(tài)分量以及第一個余量信號，做重復(fù)迭代，計算出所有的模態(tài)分量。

上述實施方式中，步驟S211中，定義采集的光密度電壓信號為x(n)，算子E_k和M(.)，E_k表示經(jīng)驗?zāi)B(tài)分解得到的第k個模態(tài)；M(.)則滿足M(x(n))＝x(n)-E₁(x(n))，改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解分解得到的第k個模態(tài)分量記為IMF_k，k＝1,2,…,K表示分解得到的模態(tài)分量個數(shù)。則，對x(n)添加高斯白噪聲生成新的光密度電壓信號xⁱ(n)：wⁱ表示第i組添加的高斯白噪聲，其定義為xⁱ(n)＝x(n)+β_kwⁱ(n)；其中，i＝1,2,…I，β_k使得每個分解階段選擇合適的信噪比。步驟S211中，將產(chǎn)生的光密度電壓信號序列xⁱ(n)進(jìn)行經(jīng)驗?zāi)B(tài)分解，得到IMF_k和第一個余量信號r₁，其定義為r₁(n)＝x(n)-IMF₁。步驟S213中，第二個余量信號為r₂，r₂為M(r₁(n)+β₁E₂(wⁱ(n))的平均值，IMF₂＝r₁(n)-r₂(n)，對于余下的IMF_k，k＝3,…,K，則利用r_k得到，其定義為：

作為優(yōu)選，如圖4所示，對每個模態(tài)分量進(jìn)行排列熵計算，選擇閾值，進(jìn)行信號重構(gòu)，包括以下步驟：

S221，對光密度電壓信號的所有模態(tài)分量進(jìn)行空間重構(gòu)；

S222，空間重構(gòu)得到的矩陣中每行為一個重構(gòu)分量，根據(jù)數(shù)值大小，將矩陣中的多個重構(gòu)分量按升序進(jìn)行排序，得到新的重構(gòu)分量，計算出模態(tài)分量的排列熵；

S223，對模態(tài)分量的排列熵進(jìn)行歸一化處理；

S224，基于歸一化處理后的模態(tài)分量排列熵，選擇閾值，進(jìn)行信號重構(gòu)。

上述實施方式中，步驟S221中，將改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解得到的模態(tài)分量IMF_k(t)進(jìn)行空間重構(gòu)，k＝1,2…,K表示模態(tài)分量個數(shù)，t＝1,2,…,n，得到矩陣：

其中N＝n-(m-1)τ，m為嵌入維數(shù)，τ為延遲時間。步驟S222中，空間重構(gòu)得到的矩陣中每行為一個重構(gòu)分量，根據(jù)數(shù)值大小，將矩陣中的多個重構(gòu)分量按升序進(jìn)行排序，得到新的重構(gòu)分量，如下式：

IMF_k(t)＝{IMF_k(t+(i₁-1)τ)，IMF_k(t+(i₂-1)τ)，...，IMF_k(t+(i_m-1)τ)}；其中，每個元素滿足如下關(guān)系：IMF_k(t+(i_j-1-1)τ)≤IMF_k(t+(i_j-1)τ)式中j＝2,3,…,m，因此IMF_k重構(gòu)所組成的矩陣中，每行都含有一組符號序列S(q)＝(i₁,i₂,...,i_m)，式中q＝1,2,…,N，且N≤m！種不同排列方式，不同的序列出現(xiàn)的概率為P，得到IMF_k分量的排列熵為步驟S223中，將H_p進(jìn)行歸一化處理，即：

作為本發(fā)明的另一種實施方式，腦血氧檢測的信號處理方法還包括以下步驟：

S30，基于去噪后的光密度電壓信號，采用修正的朗伯-比爾定律，計算出腦組織血氧飽和度。如圖5所示，具體地，包括以下步驟：

S31，基于修正的朗伯-比爾定律，計算出血紅蛋白的濃度和血氧飽和度：

其中，OD為光密度；I_Out表示透射光強(qiáng)度；I_In表示入射光強(qiáng)度；ε表示摩爾吸光系數(shù)；C表示吸光物質(zhì)濃度；L為有效路徑長度；G表示背景散射補(bǔ)償系數(shù)；則，基于雙檢測的采集方式，修正的朗伯-比爾定律的矩陣為：

S32，將去噪后的光密度電壓信號帶入，計算得出氧合血紅蛋白濃度和脫氧血紅蛋白濃度C_Hb；

S33，根據(jù)氧合血紅蛋白濃度和脫氧血紅蛋白濃度C_Hb，計算出腦組織血氧飽和度：將腦組織血氧飽和度定義為rSaO₂，則，

需要說明的是，基于雙檢測的采集方式，指的是，基于雙波長和雙檢測的采集方式。

實施例2

在實施例1提供的腦血氧檢測的信號處理方法的基礎(chǔ)上，如圖6所示，本發(fā)明提供一種腦血氧檢測系統(tǒng)，包括：

光密度信號采集模塊10，其用于采集未被腦組織血紅蛋白吸收的模擬式的光密度電流信號；

信號處理與運算模塊20，其通信連接到光密度信號采集模塊，用于對模擬式的光密度電流信號進(jìn)行一級處理、二級處理以及腦組織血氧飽和度的運算處理；以及，

顯示模塊30，其通信連接到信號處理與運算模塊，用于顯示腦組織血氧飽和度；

其中，一級處理包括依次的電流電壓轉(zhuǎn)換、低通濾波、比例放大和模數(shù)轉(zhuǎn)換；二級處理包括對光密度電壓信號進(jìn)行改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解以輸出所有模態(tài)分量以及對每個模態(tài)分量進(jìn)行排列熵計算和信號重構(gòu)。

上述實施方式中，光密度信號采集模塊10包括LED燈11和兩個檢測器12。LED燈11發(fā)出兩束波長不同的近紅外光射入大腦組織。兩個檢測器12用于分別接收兩束近紅外光中未被大腦組織吸收的光。信號處理與運算模塊20通過將改進(jìn)的總體完備經(jīng)驗?zāi)B(tài)分解(ICEEMD)和排列熵(PE)結(jié)合的方式對光密度電壓信號去噪，有效降低了基線漂移和高頻噪聲的影響，提高了數(shù)據(jù)的精確度。

作為優(yōu)選，檢測器12采用硅光電倍增管，在保持靈敏度的同時降低了設(shè)備的體積，使其具備可穿戴性。將腦血氧檢測系統(tǒng)中的光密度信號采集模塊10制成可穿戴設(shè)備，佩戴到頭部，即可實施腦血氧的實時檢測。

作為進(jìn)一步優(yōu)選，顯示模塊30包括手機(jī)或平板電腦或智能手表。通過手機(jī)或平板電腦或智能手表形式的顯示模塊30來查詢實時檢測結(jié)構(gòu)，提高操作便利性。

盡管本發(fā)明的實施方案已公開如上，但其并不僅僅限于說明書和實施方式中所列運用。它完全可以被適用于各種適合本發(fā)明的領(lǐng)域。對于熟悉本領(lǐng)域的人員而言可容易地實現(xiàn)另外的修改。因此在不背離權(quán)利要求及等同范圍所限定的一般概念下，本發(fā)明并不限于特定的細(xì)節(jié)和這里示出與描述的圖例。