专利名称：一种动脉压信号逐拍分割方法
技术领域：
本发明涉及动脉压自动检测与分析技术领域，特别涉及一种基于波形特征提取和 模板匹配的动脉压信号逐拍分割方法。
背景技术：
动脉压信号携带着重要的生理病理信息，例如血流的入射和反射，心脏搏血功能， 动脉管壁的弹性和僵硬度等信息。动脉压信号随着心脏的搏动而波动，是一种以连续波动 的方式传播的准周期逐拍信号，连续逐拍中每一节拍的起点代表着一个脉搏波的到来，两 个连续节拍起点之间为一个完整节拍的动脉压信号，它提供着重要的血压信息和心脏搏动 信息，患者当前的血压和心脏参数都可以由一个节拍的动脉信号计算得到。目前，临床上使 用的动脉压分析设备正是通过综合分析不同节拍的动脉压信号，获取患者当前的血压和心 脏参数，从而检测患者的心率、收缩压以及舒张压。因此，对于动脉压分析设备而言，动脉压 信号的逐拍分割技术是非常关键的，逐拍分割的准确与否，将直接影响到动脉压分析设备 对心率、收缩压以及舒张压的检测精度的好坏。动脉压信号的逐拍分割技术中，节拍起点检测是非常重要和基础的，通常动脉压 信号的逐拍分割都采用“检测节拍起点一以节拍起点为分割点进行逐拍分割”的方法实现。 现有技术中，主要采用的节拍起点检测方法有两种。一种方法是通过计算动脉压信号的幅 值大小来检测节拍起点，该方法首先利用信号自相关或者功率谱估计来估算被测动脉压信 号的近似周期，即信号周期处的频率对应的功率贡献最大，然后通过近似周期确定节拍起 点的大概范围，找到该范围内信号幅值最小的点，即把该点作为动脉压信号中的一个节拍 起点；另一方法是通过计算动脉压信号的局部最小值点来检测节拍起点，该方法首先对动 脉压信号求导运算，取得动脉压信号上导数为“0”的极值点，再进一步判断这些极值点是极 大值点还是极小值点，其中的极小值点即为动脉压信号的局部最小值点；最后比较局部最 小值点的幅值，幅值最小的点即判定为节拍起点。这两种节拍起点检测方法，用于检测波形 轮廓比较规则的动脉压信号中的节拍起点，检测效果还是比较好的。但是在临床实践中， 由于受到入射动脉波和反射波的相互作用，动脉压信号的波形轮廓会产生一定程度的变异 性；特别是在每一节拍的波尾处，反射波的作用逐渐增强，入射波的作用逐渐减弱，导致每 一节拍动脉压信号波尾处的波动剧烈，变异性增强。因此，在临床实际检测得到的动脉压信 号中，某些节拍波尾部分的局部最小值不一定是下一节拍的节拍起点。例如，如图2所示的 动脉压信号，其中点P2是实际信号节拍的节拍起点，点P1只是该节拍起点前一节拍波尾部 分的变异性干扰点；但是无论采用计算幅值的方法还是采用计算局部最小值点的方法，都 会将干扰点P1误判为动脉压信号的节拍起点，导致动脉压信号的逐拍分割不够准确，从而 会在一定程度上影响到动脉压分析设备在后续过程中对心率、收缩压以及舒张压的检测精 度。此外，憋气、用力还会引起动脉压信号产生相应的明显起伏波动，特别是咳嗽、喷嚏等动 作更会引起动脉压信号产生相应的剧烈抖动；若动脉压信号中存在这样的波动或者抖动干 扰，采用现有技术的检测方法很容易将其中的一些干扰点误检测为正常的节拍起点，导致动脉压信号的逐拍分割的混乱。
发明内容
针对现有技术存在的上述不足，本发明方法所解决的技术问题是提高动脉压信号 逐拍分割的准确性。将该方法应用于计算机或动脉压分析设备对连续的动脉压信号的逐拍 分割技术中，有助于提高计算机或动脉压信号分析设备的检测和分析精度。本发明的目的是这样实现的一种动脉压信号逐拍分割方法，将动脉压检测仪采 集的动脉压信号输入计算机，由计算机进行低通滤波和采样预处理，然后对动脉压信号进 行逐拍分割，进行逐拍分割的具体步骤包括a)建立K个互不相同的模板信号，形成模板信号库；每个模板信号是已识别的动 脉压信号中一个节拍起点前后各一周期的一段信号，且该段信号通过采样或插值处理为N 个采样点；其中，K彡2，N的取值范围为100 1000 ；b)分别建立每个模板信号中的N个采样点相对于其节拍起点的对数极坐标，并 进行归一化处理，得到每个模板信号中的N个采样点相对于其节拍起点的归一化对数极坐 标；归一化处理的计算公式如下
「^《k,n ^kAninCCk n = --—~， 一
bAjnax _fPk,η ~ Ψk,η ；其中，( , ，朽, )为第k个模板信号中第η个采样点相对于其节拍起点的归一化对 数极坐标，01;,11为归一化极径，外, 为极角；(〖1;,11，Vk,n)为第k个模板信号中第η个采样点 相对于其节拍起点的对数极坐标，极径，！^!^为极角决曰{1，2，...，K}，η e {1， 2，...，N} ； ξ k,max和ξ k,fflin分别为第k个模板信号中各个采样点经投射后对应的对数极坐 标中极径的最大值和最小值。C)对于待测的动脉压信号，从其起始点提取时长为、的信号段作为检测段；然后 对检测段进行自相关分析，计算检测段的自相关函数中每相邻两个局部最大值之间的时间 间隔，取所述时间间隔的平均值作为检测段的近似周期；其中，t0的取值范围为30 90s ；d)计算出检测段起中从始处至ε倍近似周期处的所有的局部最小值点；其中，ε 的取值范围为1.2 1.6;e)提取每个局部最小值点的特征区；每个局部最小值点的特征区是待测的动脉 压信号中该局部最小值点前后各一近似周期的一段信号，且该段信号通过采样或插值处理 为N个采样点；f)分别建立每个局部最小值点的特征区中的N个采样点相对于其局部最小值点 的对数极坐标，并进行归一化处理，得到每个局部最小值点的特征区中的N个采样点相对 于该局部最小值点的归一化对数极坐标；归一化处理的计算公式如下
__ ηζ , η ζ ,νη η ^-' Yijn= Vi, ；
-'/,max b/,inin其中，Yi,n)为检测段中当前ε倍近似周期以内第i个局部最小值点的特 征区中第η个采样点相对于该局部最小值点的归一化对数极坐标，β i,n为归一化极径，Yi, 为极角；，Vi,n)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区 中第η个采样点相对于该局部最小值点的对数极坐标，Ii,η为极径，Vi,η为极角；ne {1，2，...，N} ； ξ ^in和ξ ^in分别为检测段中第i个局部最小值点的特征区中各个采样点相 对于该局部最小值点的对数极坐标中极径的最大值和最小值。g)分别计算每个局部最小值点的特征区与各个模板信号基于归一化对数极坐标 的互相关系数，将每个局部最小值点的特征区与各个模板信号的互相关系数中的最大值作 为该局部最小值点的相似度；所述互相关系数的计算公式为 其中，Pi,k为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区与第 k个模板信号的互相关系数；(β“，Yi,η)为检测段中当前ε倍近似周期以内第i个局部 最小值点的特征区中第η个采样点相对于该局部最小值点的归一化对数极坐标，β i,n为归 一化极径，为极角；( , ，灼,J为第k个模板信号中第η个采样点相对于其节拍起点的 归一化对数极坐标，^^为归一化极径，朽^为极角；ke {1,2,... ,K},η e {1,2,... ,N}； Wp表示权重，其加权系数λ的取值范围为0 < λ < 1 ；h)比较得出检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点， 并将该局部最小值点的相似度与预先设定的阈值Ctl进行比较；若其相似度大于阈值Ctl，即 判定该局部最小值点为一个节拍起点；其中，阈值Ctl的取值范围为0. 2 0. 5 ；i)以检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点为起始 点，计算出其后ε倍近似周期以内所有的局部最小值点；然后重复步骤e) i)，由此判断 出检测段中所有的节拍起点；j)在待测动脉压信号中，以当前检测段中最后一个节拍起点所在位置为起始点， 提取其后时长为、的信号段作为新的检测段；并且，以当前检测段中最后3个正常周期时 间间隔的平均值作为新的检测段的近似周期；然后重复步骤d) j)，由此判断出待测动脉 压信号中所有的节拍起点；所述正常周期时间间隔是指相邻两个节拍起点之间不超过1. 5倍且不小于0. 5倍 当前近似周期时长的时间间隔；k)对待测动脉压信号进行逐拍分割，存储并显示待测动脉压信号逐拍分割结果。作为进一步的优化，所述步骤i)和j)之间还包括il)若当前检测段中检测出的 节拍起点超过6个，则获取其中相似度最大的6个节拍起点的特征区，作为新的模板信号添 加到模板信号库中。在上述方案中，所述低通滤波的截止频率为20 50Hz ；所述预采样预处理的采样 频率为125 IOOOHz。作为进一步的优化，所述N的优选取值为200 ；所述、的优选取值为60s ；所述ε 的优选取值为1.5;所述步骤g)中加权系数λ的优选取值为0.8，所述步骤h)中阈值Ctl的 优选取值为0. 20。
相比现有技术，本发明具有如下有益效果1、本发明方法以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转 不变性，能够克服动脉压信号的基线漂移的影响。2、对差向量进行对数极坐标转换来度量波形的相似性，这种度量对邻近的波形形 态特征敏感，同时又能捕获波形的全局轮廓信息，并对波形抖动具有鲁棒性。3、仅以动脉压信号中的局部最小值点作为识别点，忽略对非局部最小值点的计算 和识别，大大简化了检测过程中的数据计算量，进一步提高了识别的鲁棒性。4、分别对待测的局部最小值点之前与点之后的波形特征给予不同的权重，减弱点 之前波形特征的权重，增强点之后波形特征的权重，从而削弱动脉压信号节拍尾部干扰点 对节拍起点识别的影响，提高节拍起点的识别准确率。5、通过设置恰当的阈值，能够进一步有效排除干扰点，进一步提高节拍起点的识 别准确率。6、由于同一待测动脉压信号中不同节拍的驱动机制相似，相互之间的相似性比较 高；在优化方案中，将待测动脉压信号中在先检测的相似度较高的节拍起点所在特征区添 加为新的模板信号，有利于在后节拍起点的准确判断。7、实现了计算机对动脉压信号的逐拍分割，并适用于在临床上应用的有创方法和 无创方法检测到的动脉压信号。
图1为本发明方法的流程框图；图2为动脉压信号示例波形图；图3为一个模板信号的笛卡尔坐标映射示意图；图4为图3所示模板信号中采样点ak,n在对数极坐标域中的归一化映射示意图；图5为实施例中模板信号A6的波形图；图6为实施例中待测动脉压信号首个检测段中前15秒信号的波形图；图7为图6所示信号中局部最小值点S1和S2所在位置；图8为图6所示信号中节拍起点S2以及局部最小值点s3、s4, S5和S6所在位置；图9为图6所示信号中节拍起点S17以及局部最小值点s18、s19, S20, S21、S22和S23 所在位置；图10为图6所示信号中各个节拍起点所在位置；图11为图6所示信号中各个局部最小值点的相似度分布图。
具体实施例方式下面结合附图和实施例对本发明的技术方案作进一步说明本发明提出了一种结合动脉压信号的波形轮廓进行综合分析的动脉压信号逐拍 分割方法。动脉压信号的逐拍对应着心脏搏动，而且各节拍的内在驱动机制相同，都是动脉 入射波和反射波共同作用驱动的结果，相邻的节拍的波形具有相似性；如果能够对相似性 加以度量和匹配，就可以找到与节拍起点相似的点，实现动脉压信号的节拍分割。本发明提 取动脉压信号中的点与其所在波形上的其它点的相对位置关系，并通过度量其在对数极坐标域中的分布特征，来度量这些点与节拍起点之间的相似性；同时，将点与点的相似性度量 转化为对点所在的波形经对数极坐标变换后的相似性匹配程度来加以度量，转换后的度量 对邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息。将本发明方法应用于带 有微处理器等计算处理单元的识别处理设备(如具备计算机功能的动脉压分析仪、动脉压 分析系统等)，结合对动脉压信号局部形态结构和全局轮廓信息进行识别，便能够准确的判 断节拍起点的位置，从而提高对动脉压信号的逐拍分割准确度。本发明采用动脉压检测仪采集动脉压信号，这些信号是通过A/D转换后的数字信 号(A/D转换的采样频率为400Hz)，将这些信号输入计算机，进行低通滤波和预采样处理， 其滤波的截止频率为20 50Hz，预采样频率在125 1000Hz之间；然后由计算机建立模 板，对待侧动脉压信号进行处理，进而通过匹配对动脉压信号进行逐拍分割。计算机进行逐 拍分割的流程框图如图1所示，依次按如下步骤进行I、建立模板信号，以及模板信号中节拍起点的度量特征a)建立模板信号在不同个体、不同身体状态下，所采集到的动脉压信号的周期、幅值和波形轮廓都 不尽相同，因此在建立模板时应当充分考虑这些因素，建立K个互不相同的模板信号，形成 模板信号库，K >2。模板信号的建立过程是选取多个波形轮廓互不相同的动脉压信号，并 且其各自的周期、幅度和节拍起点等参数均预先通过人工检测识别或其他现有的检测识别 手段获取为已知条件，便于建立模板信号。这些选取的动脉压信号，应当尽可能涵盖实践临 床上常见几种动脉压信号的波形轮廓，其周期在0. 43 1. 5秒之间，以尽可能使得这些模 板信号能够用于识别心率范围在40 140次/分钟的动脉压信号。由动脉压检测仪采集 上述各类动脉压信号，输入计算机进行低通滤波和预采样处理后，然后从这已识别的动脉 压信号中选取K个节拍起点，其中任意的第k个节拍起点记为0k，k e {1，2，...，K}。由于 动脉压信号为准周期信号，两个周期的信号段足以体现节拍起点附近的波形轮廓信息，因 此从提高鲁棒性的角度考虑，提取节拍起点Ok前一周期和后一周期的信号段Λ作为建立模 板信号的长度范围。然而，对于不同的动脉压信号，其周期不尽相同，因而所提取的两周期 信号段内的采样点数也不一致；为了建立统一的模板标准，需要通过再采样或再插值处理 将各模板信号的长度统一为固定的N个采样点。对于信号段式而言，即计算其中经采样预 处理后所包含的采样点数Nk，若Nk大于统一长度N则对信号段Λ进行再采样，若Nk小于统 一长度N则对信号段4进行再插值，最终将其长度调整为N个采样点，形成模板信号Ak。通 过上述步骤对选取的K个信号段进行处理，即可建立K个模板信号，每个模板信号的长度均 为N个采样点。N的大小在一定程度上决定了后期识别的精度，兼顾识别精度和鲁棒性的考 虑，N的适宜取值范围为100 1000。b)分别建立每个模板信号中的N个采样点相对于其节拍起点的归一化对数极坐 标由于多种因素的影响，动脉压信号中各个节拍的波形轮廓不可能完全吻合，因此 只能通过比较波形形态的相似性匹配程度来识别节拍起点。节拍起点邻近的波形形态与非 节拍起点邻近的波形形态之间存在较大的差异，如果可以建立一种度量关系，让度量对邻 近的波形形态特征更加敏感，就更容易将节拍起点与非节拍起点加以明显的区分，达到识别目标。本发明将采集的动脉压信号映射到对数极坐标域中，让动脉压信号中的识别点与 其所在波形上的其它点的相对位置关系呈现对数变化规律，通过度量动脉压信号中的识别 点相对于其所在波形的其它点在对数极坐标域中的分布特征，以其对数变化规律来体现识 别点对其邻近的波形形态的敏感特性，进而实现对动脉压信号中节拍起点的匹配识别。对 数极坐标域能够与笛卡尔坐标系相互映射转换。若对数极坐标域为(ξ，Ψ)，其与笛卡尔 坐标系(X，y)的转换关系如下 f = log ρ = log Jx2 +y2
ψ - θ =
y
arctan(—)，
χ>0
π + arctan(—), y > OJLx < 0 χ
V
-π + arctan(—)’ χ
π
2' π
不解析，
jv <0且 χ <0
少>0且χ=0
；;<0 且 χ = 0 = 0且χ = 0
，θ G (-π, π]其中，(ρ，θ)为笛卡尔坐标系(X，y)所对应的极坐标，对数极坐标域中极径ξ 即表示点与点之间距离的对数值，对数极坐标域中极角Ψ的取值范围为(-η，η]。本发明的具体处理方式是，对于模板信号Ak而言，为了度量和计算模板信号Ak中 节拍起点Ok与N个采样点的相对位置关系，将这N个采样点投射到以节拍起点Ok为原点的 笛卡尔坐标系中，建立各采样点相对于该节拍起点的笛卡尔相对坐标，以笛卡尔相对坐标 度量各采样点与节拍起点Ok的差向量；差向量的大小仅与节拍起点Ok和其分布特征点之间 的相对位置关系有关，而与节拍起点Ok前一周期和后一周期信号波形的基线无关，因此以 点与点之间的差向量作为基础特征，使得基础特征具有平移和旋转不变性，该特性能够克 服动脉压信号的基线漂移的影响。然后，再根据笛卡尔相对坐标所表示的差向量，将模板信号Ak的N个采样点映射 到对数极坐标域中，得到采样点的对数极坐标；这N个采样点的对数极坐标直接的反映了 其与节拍起点Ok之间的位置关系，并且分布呈对数规律变化，通过度量N个采样点的对数 极坐标，这种度量对节拍起点Ok邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓 信息。最后，再对模板信号中采样点相对于其节拍起点的对数极坐标进行归一化处理，得 到归一化对数极坐标，目的是消除模板信号Ak的各对数极坐标中所附带的部分个性特征信 息，同时可以使得其中含有的节拍起点周边波形轮廓的共性特征得以保留。记模板信号中 采样点相对于其节拍起点的归一化对数极坐标为&，树。例如，模板信号Ak中第η个采样点ak,n，η e {1,2,..., N}，在以节拍起点Ok为原 点的笛卡尔坐标系中的笛卡尔相对坐标为(xk,n，yk,n)，相应的极坐标为(Pk,n，ek,n)，如图 3所示；再由(Pk,n，ek,n)映射到对数极坐标域之后，得到采样点\ 相对于节拍起点Ok的 对数极坐标 Gk,n，Vk,n)，其中，极径 “,n= logPk,n，极角 vk,n= ek,n，且 ne (ι,
10JI ]；由此得到模板信号Ak中各个采样点相对于节拍起点Ok的对数极坐标后，计算得到其中 极径的最大值Ik,_和最小值ξ k,min，再将各个采样点对数极坐标的极径归一化处理到0 1之间，保持极角不变，具体对于采样点ak, n而言，即为
( , ，朽,J则为模板信号Ak中第η个采样点ak,n相对于节拍起点Ok的归一化对数 极坐标，ak,nG W，l]，％, e(-7T,;r]，如图 4 所示。由上述步骤可分别建立各模板信号中采样点相对于其节拍起点的归一化对数极 坐标，将之储存在计算机或动脉压分析设备的存储设备中，作为待测动脉压信号中节拍起 点的匹配标准。至此，测试准备工作已完成，接下来即可进行待测动脉压信号的测试步骤。II、识别待测动脉压信号中的节拍起点待测动脉压信号也由动脉压检测仪采集，再输入计算机进行低通滤波和采样预处 理，以备分割处理。待测动脉压信号中的每个节拍起点都应该是一个局部最小值点，若仅 以检测段中的各个局部最小值点作为识别点进行计算，可以避免对信号中大量的明显非节 拍起点进行识别，大大简化了检测过程中的数据计算量，能够进一步提高识别的鲁棒性。在 每个节拍中，除实际节拍起点以外的局部最小值点均为干扰点，判断单个节拍中与模板信 号的节拍起点最相似的局部最小值点即为该节拍中的实际节拍起点。但在确定节拍起点之 前，单个节拍的周期时长无法准确的判定，因此需要一个判定时长，该判定时长中既能确定 至少包含一个节拍起点，又不会超过2个节拍时长，以尽可能保证判定的准确性。我们以一 个“近似周期”来作为待测信号中单个节拍的判定时长基准。但实际操作中，不同时段心率的快慢很可能各有差异，心率的变化直接引起动脉 压信号周期的变化，因此在采集的整段待测动脉压信号中，可能存在周期互不相同的节拍； 若不同点所在节拍之间的周期差别过大，却以同一近似周期对这不同点进行识别，势必导 致识别结果存在较大的误差。为此，本发明采用了对待测动脉压信号以分段方式逐进行检 测处理，每一个分段的时长设定为30 90s，以避免单个分段中不同节拍之间的周期差别 过大，从而将识别误差控制在有限的范围内。综合考虑上述因素，本发明对待测动脉压信号中节拍起点的识别过程如下c)确定待测动脉压信号的首个检测段对于待测动脉压信号的首个检测段而言，是从待测动脉压信号的起始点提取时长 为、的信号段作为检测段；然后对检测段进行自相关分析，计算检测段的自相关函数中每 相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期； 其中，t0的取值范围为30 90s。计算检测段的近似周期，可采用本领域常用的自相关函数求解，对检测段进行自 相关分析，计算其自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔 的平均值作为检测段的近似周期。例如，对于检测段i，其信号值为时间的函数，记为S(t)， 则检测段S的自相关函数Rs ( τ )为 计算其自相关函数Rs(T)取局部最大值时所对应的L个τ值，记为τ ρ 1 e {1，2，. . .，L}，则检测段及的近似周期巧为
_ I L[=~r^h0。d)确定检测段中首个判定时长中的局部最小值点在一个检测段中，某些节拍的时长有可能大于预上述近似周期的长度。为了保证 一个判定时长中确定包含一个节拍起点，本发明以近似周期的长度为基准，取ε倍(ε > 1)近似周期作为实际的判定时长；ε的取值不能过大，其取值范围为1. 2 1. 6，以避免判 定时长超过了 2个节拍的时长导致其中包含了 2个实际的节拍起点，进而产生漏检情况。对于检测段的首个判定时长而言，则是计算出检测段中从起始处至ε倍近似周 期处的所有的局部最小值点，以备进行后续的检测判定。计算局部最小值点可采用本领域 常用一些方法。例如，可以计算各相邻采样点之间的幅值差，若某一采样点与其前、后相邻 采样点之间的幅值差均不大于零，则判定该采样点为局部最小值点。也可利用求导法，对检 测段进行求导运算，取得检测段上导数为“0”的极值点，再进一步判断这些极值点是极大值 点还是极小值点，其中的极小值点即为动脉压信号的局部最小值点。e)提取局部最小值点的特征区为了让每个局部最小值点能够分别与模板信号中的节拍起点进行对应的匹配和 度量，需要提取每个局部最小值点的特征区。提取的具体方法是，从待测动脉压信号的波形 轮廓中提取每个局部最小值点前后各一近似周期的信号段，利用与步骤a)相似的方法，将 提取的各个信号段的长度统一为N个采样点(与模板信号中的采样点数一致)，以便与模 板信号进行匹配和比较，从而形成每个局部最小值点的特征区。例如，检测段S近似周期为 巧，通过计算得到检测段及中当前ε倍近似周期以内的I个局部最小值点，其中第i个局部 最小值点为Si, i e {1，2，. . .，1}。从待测的动脉压信号中提取局部最小值点Si前一近似 周期和后一近似周期的信号段戈，计算其中包含的预采样点数Ni,若Ni大于统一长度N则对 信号段&进行再采样，若Ni小于统一长度N则对信号段次进行再插值，最终将其长度调整为 N个采样点，形成局部最小值点Si的特征区S”通过上述步骤，从待测的动脉压信号中提取 检测段及中当前ε倍近似周期以内I个局部最小值点各自对应的特征区。f)分别建立每个局部最小值点的特征区中的N个采样点相对于其局部最小值点 的归一化对数极坐标；相应地，与步骤b)相似，分别建立每个局部最小值点的特征区中N个采样点相对 于其局部最小值点的笛卡尔相对坐标，然后根据笛卡尔相对坐标所表示的差向量，将每个 局部最小值点的特征区中N个采样点映射到对数极坐标域中，得到其对数极坐标，最后通 过归一化处理得到归一化对数极坐标。记特征区中采样点相对于其局部最小值点的归一化 对数极坐标为(β，Y)。对于检测段及中当前ε倍近似周期以内第i个局部最小值点Si的特征ESi而言， i e {1，2，...，1}，将其中N个采样点投射到以局部最小值点Si为原点的笛卡尔坐标系中， 建立各采样点相对于Si的笛卡尔相对坐标，以笛卡尔相对坐标度量各采样点与局部最小值 点Si的差向量；其中，特征区Si中第η个采样点Si, η，η e {1，2，...，N}，其在以局部最小 值点Si为原点的笛卡尔坐标系中的笛卡尔相对坐标为(Xi,n，yi,n)，相应的极坐标为(Piin， θ ,η)；再由(Pu，θ ,η)映射到对数极坐标域之后，得到采样点Si,η相对于局部最小值点Si的对数极坐标Gi,n，Fi,n)，极径IogPu，极角Vi,n= θ i,n ；由此得到局部最小 值点Si的特征区Si中各个采样点相对于局部最小值点Si的对数极坐标后，计算得到其中 极径的最大值和最小值分别为ξ 和ξ L，则采样点Si, η相对于局部最小值点Si的归 一化对数极坐标(β“，Υ ,η)满足
Γ] “ζ ,η 《.,mil~3^，Yijn= Vi,n;
S/,max ^/,min 经归一化处理后，β i,n e
，Y i,n e (- JI，JI ]。由上述步骤可分别建立检测 段中当前ε倍近似周期以内每个局部最小值点的特征区中的N个采样点相对于其局部最 小值点的归一化对数极坐标。g)分别计算检测段中当前ε倍近似周期以内各个局部最小值点的相似度在检测段的每一个节拍周期中，只有一个局部最小值点是真正的节拍起点，该局 部最小值点应该与模板信号中节拍起点的相似性匹配程度最高。所以，在此引入“相似度” 这一概念，通过计算局部最小值点的相似度，来描述局部最小值点与模板信号中节拍起点 的相似性匹配程度；局部最小值点的相似度越大，则表示该局部最小值点与模板信号中节 拍起点的相似性匹配程度越高，该局部最小值点就越有可能是检测段的实际节拍起点。本 发明是采用局部最小值点的特征区与模板信号的互相关系数来度量检测段中各个局部最 小值点的相似度的，具体处理方式是基于步骤b)和步骤f)所建立的归一化对数极坐标， 分别计算每个局部最小值点的特征区与各模板信号的互相关系数，将每个局部最小值点的 特征区与各个模板信号的互相关系数中的最大值作为该局部最小值点的相似度，从而得到 各局部最小值点的相似度。例如，检测段力中当前ε倍近似周期以内第i个局部最小值点Si的特征区Si, i e {l，2，...，I}，该特征区的N个采样点中的第n个采样点为Si,n，ne {1，2，...，N}，Si, n相对于局部最小值点SiW归一化对数极坐标为，Yi,n)；同时，第k个模板信号Ak， ke {1,2,...，K}，该模板信号中的节拍起点为0k，其N个采样点中的第η个采样点为ak,n， η e {1，2，...，N}，ak,n相对于节拍起点Ok的归一化对数极坐标为(％, ，％,J。则局部最小值 点Si的特征区Si与模板信号Ak的互相关系数Pu为
1 NPi’k =—-Σ^ ·β,八"cos(rt,n -<pk,n)，其中，
Λ* -1 =ι
义，如果广’ ￡(_冗，_^]’或者7, ￡(^，几]
1，如果 其中，η e {1,2,... ,N} ;Wp表示权重，其加权系数λ的取值范围为0 < λ < 1 ； 由于特征区Si的N个采样点中，局部最小值点Si与其自身的归一化对数极坐标的极径长度
为0，因此，实际仅有N-I个不为0的内积求和取平均，所以求和项前的系数为^。由此，
N
即可得到检测段力中当前ε倍近似周期以内第i个局部最小值点SiW特征区Si与各个模 板信号中节拍起点的互相关系数PmPi^ Pi,2、……Pi,K。将Pu、Pi^PiV……Pi,K中的 最大值作为局部最小值点SiW相似度Ci,以此来度量检测段左中当前ε倍近似周期以内第
13i个局部最小值点Si与模板信号中节拍起点的相似性匹配程度。从互相关计算公式能够看 到，在特征区Si中，局部最小值点Si之前的采样点(U(-;r， $，或者υ(|，;τ])与模
板信号Ak的互相关权重为λ (小于1)，局部最小值点Si之后的采样点(/,，^(-^])与
模板信号Ak的互相关权重为1，其目的是为了相对弱化局部最小值点Si之前的波形轮廓的 匹配特性。如果局部最小值点Si是动脉压信号节拍尾部的一个干扰最小值点，在点Si之后 必定还存在一小段干扰抖动波形，此时Si点前波形轮廓与模板信号匹配相对较好，Si点后 波形轮廓因干扰抖动波形的关系与模板信号匹配相对较差；但Si点前波形轮廓的匹配特性 经加权系数λ弱化以后，再与Si点后波形轮廓的匹配特性求和、平均，干扰最小值点Si的 特征区Si与模板信号Ak的互相关系数则相应地减小，同时相应减小了局部最小值点Si的相 似度。如果局部最小值点Si是待测动脉压信号中的一个节拍起点，即使之前存在一小段干 扰抖动波形，但此时Si点前波形轮廓因干扰抖动波形的关系与模板信号匹配相对较差，Si 点后波形轮廓与模板信号匹配相对较好；加权系数λ即使弱化了 Si点前波形轮廓的匹配 特性，而Si点后波形轮廓的匹配特性得以保持，从而让局部最小值点Si的特征区Si与模板 信号Ak的互相关系数维持在较高的值，相应地确保了局部最小值点Si的相似度相对较高。 由于不同权重的设置，相对弱化局部最小值点Si之前的波形轮廓的匹配特性，使得实际节 拍起点与干扰最小点的相似度差异更加明显，削弱动脉压信号节拍尾部干扰点对节拍起点 识别的影响，有助于进一步提高识别率和逐拍分割准确率。加权系数λ在0< λ < 1的 取值范围内，取值越小，实际节拍起点与干扰最小点的相似度差异就越明显。通过该步骤逐一对检测段中当前ε倍近似周期以内每个局部最小值点进行互相 关分析，得到各个局部最小值点的相似度。h)判定检测段中当前ε倍近似周期以内的节拍起点检测段每一节拍中，除实际节拍起点以外的局部最小值点均为干扰点，应当在识 别过程中加以排除。干扰点是由于动脉压信号受到多方面因素的影响而产生的，从识别角 度来讲可将这些干扰点分为弱干扰点和剧烈干扰点两种。弱干扰点，是节拍起点附近的一 些局部最小值点，这种干扰点可能是由于入射动脉波和反射波相互作用的干扰波而干扰形 成的，也有可能是由于检测信号的短暂不稳定(如动脉压检测仪的检测探头抖动等)造成 的，但是这种干扰点的振幅较小，不致破坏动脉压信号的节拍，并且这种干扰点与模板信号 的相似度也往往比节拍起点要小，可以通过比较相似度大小加以排除。剧烈干扰点，是在射 动脉波和反射波相互作用的干扰波之外，还由于憋气、用力等引起动脉压信号产生相应的 明显起伏波动，或者咳嗽、喷嚏等动作导致动脉压信号剧烈抖动，这种波动或剧烈抖动具有 随机性，并且振幅较大、持续时间较长，形成一段剧烈的干扰波；这种剧烈的干扰波若重叠 在一个节拍以上的动脉压信号中，就可能导致被重叠干扰的节拍被严重的破坏，这种存在 于被剧烈的干扰波破坏的节拍中的局部最小值点被视为剧烈干扰点。如果一段动脉压信号 中存在这样的剧烈干扰，该段信号中有用信息也就被破坏了，实际上就失去了动脉压临床 的识别意义。因此，本发明通过预先设定一个阈值Ctl将节拍起点与剧烈干扰点区分开，避 免把被剧烈干扰波破坏的节拍误检测为正常的节拍而导致逐拍分割混乱。具体处理方式是，先通过比较求出检测段中当前ε倍近似周期以内相似度最大 的一个局部最小值点，而除该点以外的其它局部最小值点均被视为弱干扰点加以排除；然后将该局部最小值点的相似度与预先设定的阈值Ctl进行比较，若其相似度大于阈值Ctl，即 判定该局部最小值点为一个节拍起点；若其相似度小于阈值Ctl，则判定该局部最小值点为 一个剧烈干扰点。例如，计算得到检测段及中当前ε倍近似周期内相似度最大的局部最小 值点为Si,其相似度为Ci ；将Ci与预先设定的阈值Ctl进行比较，若Ci彡Ctl，则将局部最小值 点Si视为剧烈干扰点排除掉；若Ci > Ctl，则判定局部最小值点Si为节拍起点。该步骤中，阈值Ctl的取值是排除剧烈干扰点的决定值，若阈值Ctl取值过小，则会造 成剧烈干扰点的漏检；若阈值Ctl取值过大，则可能将实际的节拍起点判定为剧烈干扰点一 并排除。通常，作为检测段的实际节拍起点，其相似度最高可能达到0. 5 ；但当存在较大振 幅干扰信号的情况下，若被干扰的信号中实际节拍起点的相似度大于0. 2，依然可以认为其 节拍中的有用信息没有被完全破坏，这些有用信息在后续计算心率、收缩压以及舒张压的 误差在临床上还是可以被接受的。因此，阈值Ctl的取值范围取0. 2 0. 5为宜，阈值Ctl取 值越大即表示判定节拍起点的要求越严格。i)判定检测段中的所有节拍起点以检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点为起始点， 计算出其后ε倍近似周期以内所有的局部最小值点；然后重复步骤e) i)，由此判断出 检测段中所有的节拍起点。例如在当前的检测段左中，以当前ε倍近似周期以内相似度最 大的局部最小值点Si*起始点，计算检测段^中点Si之后ε倍近似周期内相似度最大的局 部最小值点，然后判断其相似度与阈值Ctl之间的大小，从而判定其是否为节拍起点；再以该 点为起始点，计算其后ε倍近似周期内相似度最大的局部最小值点进行进一步判断……由 此类推，逐段计算出当前的检测段及中所有的节拍起点。j)判定待测动脉压信号中的所有节拍起点在待测动脉压信号中，以当前检测段中最后一个节拍起点所在位置为起始点，提 取其后时长为、的信号段作为新的检测段，准备检测新的检测段中的节拍起点。但新的检 测段与当前检测段中节拍周期可能存在差异，因此需要先更新近似周期，以避免出现较大 的计算误差。更新近似周期的方法是，以当前检测段中最后3个正常周期时间间隔的平均 值作为新的检测段的近似周期；所述正常周期时间间隔是指相邻两个节拍起点之间不超过 1. 5倍且不小于0. 5倍当前近似周期时长的时间间隔。然后重复步骤d) j)，由此判断出 待测动脉压信号中所有的节拍起点。III、对待测动脉压信号进行逐拍分割k)以待测动脉压信号中的各个节拍起点为分割点，由计算机对待测动脉压信号进 行逐拍分割，并将分割后的待测动脉压信号进行显示和储存，以便观察和进行后续处理。作为进一步的优化改进，在上述步骤i)和j)之间还可以包括步骤il)若当前检 测段中检测出的节拍起点超过6个，则获取其中相似度最大的6个节拍起点的特征区，作为 新的模板信号添加到模板信号库中。由于同一待测动脉压信号中不同节拍的驱动机制相 似，相互之间的相似性比较高；该优化方案中，将待测动脉压信号中在先检测的相似度较高 的节拍起点所在特征区添加为新的模板信号，有利于在后节拍起点的准确判断。下面通过实施例进一步说明本采用发明方法实现动脉压信号逐拍分割的具体过 程。实施例
本实施例中，由动脉压检测仪(VP-2000，科林公司，日本)采集动脉压信号，这些 信号是采样频率为400Hz的数字信号，将这些信号输入计算机，进行低通滤波和采样预处 理，其滤波器采用二阶Butterworth低通滤波器，截止频率为25Hz，采样频率为125Hz，将得 到的信号作为待测动脉压信号。利用本发明方法，对该待测动脉压信号进行逐拍分割，逐拍 分割过程由计算机按如下步骤进行首先，由动脉压检测仪采集多个周期不同、分别代表临床上常见波形轮廓的已识 别动脉压信号(周期、幅度、节拍起点等参数均已经识别获知)，这些信号也是采样频率为 400Hz的数字信号，将这些信号及其相应参数输入计算机，进行低通滤波和采样预处理，其 滤波器采用二阶Butterworth低通滤波器，截止频率为25Hz，采样频率为125Hz。从上述各 个已识别信号中选取20个节拍起点(取K = 20)，分别提取每个节拍起点前一周期和后一 周期的一段信号；其中第6个节拍起点O6前一周期和后一周期的一段信号为Λ。然后通过 再采样或再插值处理将提取的各段信号的长度统一为固定的200个采样点(取N = 200)； 例如，经计算节拍起点O6前一周期和后一周期的一段信号i6中采样预处理后包含的采样点 数为236个，预定的模板信号统一长度为200个采样点，因此将信号段Λ再采样为200个采 样点，得到模板信号A6，其波形轮廓如图5所示；由此得到含有20个模板信号的模板信号 库。再按照步骤b)所述方法建立每个模板信号中200个采样点相对于其节拍起点的归一 化对数极坐标。关于模板信号的准备工作完成后，接着进行待测动脉压信号中节拍起点的识别。 先确定待测动脉压信号的首个检测段，从待测动脉压信号的起始点提取时长为60s的信号 段(取、=60s)作为首个检测段负1)，并通过自相关分析得到检测段力(1)的近似周期€(1) ο 检测段欢1)中前15秒的波形轮廓如图6所示，从图6中可见，在500 600采样点之间存在 一段由于咳嗽引起的剧烈干扰信号，致使此间的信号节拍已被较严重的破坏。接下来，以1. 5倍近似周期巧⑴为判定时长，计算出检测段左(1)中从起始处至 处的所有的局部最小值点；但由于待测动脉压信号起始第一个近似周期中的波形轮
廓不完整，因此起始第一个近似周期中的局部最小值点无法提取其前一周期的完整信号， 便无法利用本发明方法进行测试，所以将待测动脉压信号起始第一个近似周期中的局部最 小值点舍去，得到检测段欢1)中从起始处至1.5 ⑴处能够作为识别对象的局部最小值点有 2个，分别为点S1和点S2，如图7所示。然后，分别提取这2个局部最小值点的特征区；以 点S1为例，提取S1前一近似周期和后一近似周期的信号段$，计算其中经采样预处理后包 含的采样点数为181个，小于预定的统一长度200个采样点，因此将信号段豕进行插值处理 为200个采样点，形成点S1的特征区S1 ；以相同方法形成点S2的特征区S2。再按照步骤f) 所述方法分别建立特征区S1和S2中的200个采样点相对于各自局部最小值点的归一化对 数极坐标。计算点S1的特征区S1与20个模板信号的互相关系数(本实施例中，计算互相 关系数时取加权系数λ =0.8)，得到特征区S1W 20个互相关系数中的最大值是与模板信 号A6的互相关系数Pli6 = 0. 22，即确定点S1的相似度C1 = Plj6 = 0. 22 ；计算点S2的特征 区S2与20个模板信号的互相关系数，得到特征区S2的20个互相关系数中的最大值也是与 模板信号A6的互相关系数P2,6 = 0. 225，即确定点S2的相似度C2 = P2,6 = 0. 225。相比而 言，点S2的相似度较大，将S2的相似度与预先设定的阈值Ctl进行比较，Ctl取值为0. 20 ；由于C2 = 0. 225 > Ctl，并非剧烈干扰点，从而局部最小值点S2被判定为检测段负1)的一个节 拍起点。接下来，又以局部最小值点S2为起始点，计算出检测段匆1)中点S2之后1.5巧(1)以 内的所有的局部最小值点分别为s3、s4、s5和S6，如图8所示；同样，分别提取点s3、s4、s5和 S6的特征区为S3、S4、S5和S6,再按照步骤f)所述方法分别建立上述每个特征区中的200个 采样点相对于各自局部最小值点的归一化对数极坐标，分别计算点s3、s4、s5和S6的特征区 S3、S4、S5和S6与各模板信号基于对数极坐标的互相关系数；通过计算，点s3、s4, S5和S6的 特征区均相对于模板信号A6的互相关系数最大，即得s3、s4、S5和S6的相似度分别为C3 = P3,6 = 0. 155 ；C4 = P4,6 = 0. 17 ;C5 = P5,6 = 0. 23 ；和 C6 = P6,6 = 0. 15。通过比较得知，相 似度大小为C6 < C3 < C4 < C5，从而当前1. 5倍近似周期中相似度最大的局部最小值点为 s5,并且C5 = 0. 23 > C0,即判定局部最小值点S5为检测段对1)的又一个节拍起点。接着，再 以局部最小值点S5为起始点，计算出检测段钱1)中点S5之后1.5巧(1)以内的所有的局部最小 值点s6、S7, S8和S9进行进一步判定……判定节拍起点S17后，计算出检测段匆1)中点S17之 后1.5巧(1)以内的所有的局部最小值点分别为S18、S19、S2(I、S21、S22和S23，如图9所示；再次重 复上述步骤计算相似度的步骤，得到S18、S19、S2(1、S21、S22和S23的相似度分别为C18 = 0. 09、 C19 = 0. 13、C20 = 0. 155、C21 = 0. 185、C22 = 0. 14 和 C23 = 0. 16，通过比较得知，相似度大 小为C18 < C19 < C22 < C23 < C20 < C21，从而当前1. 5倍近似周期中相似度最大的局部最小 值点为S21，但由于C21 = 0. 185 < C0,即判定局部最小值点S21为检测段欢1)中的一个剧烈干 扰点，因此将点S21排除。再以局部最小值点S21为起始点，计算出检测段对1)中点S21之后 1.5巧(1)以内的所有的局部最小值点s22、s23、s24, S25和S26进行进一步判定……由此递推确 定检测段负1)中的82个节拍起点，分别为s2、s5、s8、……、s265、s268、s276、s27i^n S282 ；另还确 定检测段欢1)中存在2个剧烈干扰点，分别为S21和S272，剧烈干扰点S21位于节拍起点S17与 S25之间，剧烈干扰点S272位于节拍起点S268与S276之间。其中，检测段欢1)前15秒以内的节 拍起点如图10所示，检测段欢1)前15秒以内各局部最小值点的相似度分布图如图11所示， 结合图10和11能够看到，信号中节拍起点S17与S25之间(包括500 600采样点)的局 部最小值点均被视为干扰点排除掉，因此在点S17与S25之间不存在有意义的节拍起点。判定出待测动脉压信号首个检测段如)中所有的节拍起点以后，从这82个节拍起 点中选择相似度最大的6个节拍起点，分别获取这相似度最大的6个节拍起点的特征区， 将它们添加为新的模板信号，用于该待测动脉压信号中其他节拍起点的检测。然后，以检 测段对1)中最后一个节拍起点S282所在位置为起始点，从待测动脉压信号中提取点S282之后 60s时长的信号段作为新的检测段欢2)，准备检测新的检测段欢2)中的节拍起点。此时更新 近似周期的值，以检测段欢1)中最后3个正常周期时间间隔的平均值作为新的检测段欢2) 的近似周期；由于节拍起点S268与S276之间因存在剧烈干扰信号导致其间时间间隔T79超过 1.5ζ(1)，因此T79并不是正常周期时间间隔，取节拍起点S265与S268的时间间隔T78、节拍起 点S276与S279的时间间隔T8tl和节拍起点S279与S282的时间间隔T81三者的平均值作为新的 检测段负2)的平均周期巧(2)fs(2):4x(r78+r8。+r81);
17
然后，重复上述步骤，判定待测动脉压信号的检测段釘2)中所有的节拍起点。同样 由此递推判定待测动脉压信号的检测段负3)、负4)、S(5)……直至判断出待测动脉压信 号中所有的节拍起点。最后，以待测动脉压信号中的各个节拍起点为分割点，由计算机对待 测动脉压信号进行逐拍分割，并将分割后的待测动脉压信号进行显示和储存处理。为了评估本发明方法的检测性能，我们构建了一个数据库，数据库中待测动脉压 信号的节拍起点数量为77190个，这些待测动脉压信号的节拍起点已经过临床专家手工 标记。利用本发明方法对待测数据库中待测动脉压信号进行节拍起点识别，然后将检测结 果与专家标记的节拍起点进行比较，进而评估本发明的检测性能。我们将手工标记的节 拍起点前后8ms设为容错区间，即由本发明检测的起拍点与专家手工标记的起拍点误差 不大于8ms时认为该检测是正确的。本发明方法对此77190个节拍起点的识别精确度为 99. 04%，特异度为98. 66%，满足临床识别的要求。本发明方法能够很好对临床上应用的有 创方法和无创方法检测到的动脉压信号进行逐拍分割，有效提高动脉压检测设备对心率、 收缩压以及舒张压的检测精度。本发明方法不仅仅把动脉压信号中的幅值、局部最小值点等局部信息作为参考因 素，更结合了动脉压信号的波形轮廓进行综合分析，以点与点之间的差向量作为基础特征， 该基础特征具有平移和旋转不变性，能够克服动脉压信号的基线漂移的影响；对差向量进 行对数极坐标转换来度量波形的相似性，这种度量对识别点邻近的波形形态特征敏感，又 能捕获波形的全局轮廓信息，同时对波形抖动和变形具有鲁棒性；在计算过程中还分别对 待测的局部最小值点之前与点之后的波形特征给予不同的权重，减弱点之前波形特征的权 重，增强点之后波形特征的权重，从而削弱动脉压信号节拍尾部干扰点对识别的影响，提高 节拍起点的识别准确率，进而准确的实现了对动脉压信号节拍起点的识别；同时，还通过设 置恰当的阈值，能够进一步有效排除干扰点，有利于进一步提高节拍起点的识别准确率。需 要特别强调的是，在计算局部最小值点与模板信号的互相关系数中，若将权重Wp的值相应 提高G倍(G为大于0的任意值)，而没有改变局部最小值点之前与点之后的权重关系(点 前权重小于点后权重)，同时相应地将阈值Ctl提高G倍，则不会对计算结果产生任何影响； 这样通过数值扩张或压缩得到的所有方案在实质上与本发明完全相同。最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较 佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技 术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本 发明的权利要求范围当中。
权利要求
一种动脉压信号逐拍分割方法，其特征在于，将动脉压检测仪采集的动脉压信号输入计算机，由计算机进行低通滤波和采样预处理，然后对动脉压信号进行逐拍分割，进行逐拍分割的具体步骤包括a)建立K个互不相同的模板信号，形成模板信号库；每个模板信号是已识别的动脉压信号中一个节拍起点前后各一周期的一段信号，且该段信号通过采样或插值处理为N个采样点；其中，K≥2，N的取值范围为100～1000；b)分别建立每个模板信号中的N个采样点相对于其节拍起点的对数极坐标，并进行归一化处理，得到每个模板信号中的N个采样点相对于其节拍起点的归一化对数极坐标；归一化处理的计算公式如下 <mrow><msub> <mi>α</mi> <mrow><mi>k</mi><mo>,</mo><mi>n</mi> </mrow></msub><mo>=</mo><mfrac> <mrow><msub> <mi>ξ</mi> <mrow><mi>k</mi><mo>,</mo><mi>n</mi> </mrow></msub><mo>-</mo><msub> <mi>ξ</mi> <mrow><mi>k</mi><mo>,</mo><mi>min</mi> </mrow></msub> </mrow> <mrow><msub> <mi>ξ</mi> <mrow><mi>k</mi><mo>,</mo><mi>max</mi> </mrow></msub><mo>-</mo><msub> <mi>ξ</mi> <mrow><mi>k</mi><mo>,</mo><mi>min</mi> </mrow></msub> </mrow></mfrac><mo>,</mo> </mrow>其中，为第k个模板信号中第n个采样点相对于其节拍起点的归一化对数极坐标，αk，n为归一化极径，为极角；(ξk，n，ψk，n)为第k个模板信号中第n个采样点相对于其节拍起点的对数极坐标，ξk，n为极径，ψk，n为极角；k∈{1，2，...，K}，n∈{1，2，...，N}；ξk，max和ξk，min分别为第k个模板信号中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值；c)对于待测的动脉压信号，从其起始点提取时长为t0的信号段作为检测段；然后对检测段进行自相关分析，计算检测段的自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期；其中，t0的取值范围为30～90s；d)计算出检测段起中从始处至ε倍近似周期处的所有的局部最小值点；其中，ε的取值范围为1.2～1.6；e)提取每个局部最小值点的特征区；每个局部最小值点的特征区是待测的动脉压信号中该局部最小值点前后各一近似周期的一段信号，且该段信号通过采样或插值处理为N个采样点；f)分别建立每个局部最小值点的特征区中的N个采样点相对于其局部最小值点的对数极坐标，并进行归一化处理，得到每个局部最小值点的特征区中的N个采样点相对于该局部最小值点的归一化对数极坐标；归一化处理的计算公式如下 <mrow><msub> <mi>β</mi> <mrow><mi>i</mi><mo>,</mo><mi>n</mi> </mrow></msub><mo>=</mo><mfrac> <mrow><msub> <mi>ξ</mi> <mrow><mi>i</mi><mo>,</mo><mi>n</mi> </mrow></msub><mo>-</mo><msub> <mi>ξ</mi> <mrow><mi>i</mi><mo>,</mo><mi>min</mi> </mrow></msub> </mrow> <mrow><msub> <mi>ξ</mi> <mrow><mi>i</mi><mo>,</mo><mi>max</mi> </mrow></msub><mo>-</mo><msub> <mi>ξ</mi> <mrow><mi>i</mi><mo>,</mo><mi>min</mi> </mrow></msub> </mrow></mfrac><mo>,</mo> </mrow>γi，n＝ψi，n；其中，(βi，n，γi，n)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的归一化对数极坐标，βi，n为归一化极径，γi，n为极角；(ξi，n，ψi，n)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的对数极坐标，ξi，n为极径，ψi，n为极角；n∈{1，2，...，N}；ξi，max和ξi，min分别为检测段中第i个局部最小值点的特征区中各个采样点相对于该局部最小值点的对数极坐标中极径的最大值和最小值；g)分别计算每个局部最小值点的特征区与各个模板信号基于归一化对数极坐标的互相关系数，将每个局部最小值点的特征区与各个模板信号的互相关系数中的最大值作为该局部最小值点的相似度；所述互相关系数的计算公式为且，其中，Pi，k为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区与第k个模板信号的互相关系数；(βi，n，γi，n)为检测段中当前ε倍近似周期以内第i个局部最小值点的特征区中第n个采样点相对于该局部最小值点的归一化对数极坐标，βi，n为归一化极径，γi，n为极角；为第k个模板信号中第n个采样点相对于其节拍起点的归一化对数极坐标，αk，n为归一化极径，为极角；k∈{1，2，...，K}，n∈{1，2，...，N}；Wp表示权重，其加权系数λ的取值范围为0＜λ＜1；h)比较得出检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点，并将该局部最小值点的相似度与预先设定的阈值C0进行比较；若其相似度大于阈值C0，即判定该局部最小值点为一个节拍起点；其中，阈值C0的取值范围为0.2～0.5；i)以检测段中当前ε倍近似周期以内相似度最大的一个局部最小值点为起始点，计算出其后ε倍近似周期以内所有的局部最小值点；然后重复步骤e)～i)，由此判断出检测段中所有的节拍起点；j)在待测动脉压信号中，以当前检测段中最后一个节拍起点所在位置为起始点，提取其后时长为t0的信号段作为新的检测段；并且，以当前检测段中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期；然后重复步骤d)～j)，由此判断出待测动脉压信号中所有的节拍起点；所述正常周期时间间隔是指相邻两个节拍起点之间不超过1.5倍且不小于0.5倍且不小于0.5倍当前近似周期时长的时间间隔；k)对待测动脉压信号进行逐拍分割，存储并显示待测动脉压信号逐拍分割结果。FSA00000186984100012.tif,FSA00000186984100013.tif,FSA00000186984100014.tif,FSA00000186984100022.tif,FSA00000186984100023.tif,FSA00000186984100024.tif,FSA00000186984100025.tif
2.根据权利要求1所述的动脉压信号逐拍分割方法，其特征在于所述步骤i)和j)之 间还包括il)若当前检测段中检测出的节拍起点超过6个，则获取其中相似度最大的6个节拍起 点的特征区，作为新的模板信号添加到模板信号库中。
3.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述低通滤波 的截止频率为20 50Hz。
4.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述预采样预 处理的采样频率为125 IOOOHz。
5.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述N的优选 取值为200。
6.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述、的优选 取值为60s。
7.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述ε的优选 取值为1.5。
8.根据权利要求1或2所述的动脉压信号逐拍分割方法，其特征在于所述步骤g)中 加权系数λ的优选取值为0.8，所述步骤h)中阈值Ctl的优选取值为0.20。
全文摘要
本发明提供一种动脉压信号逐拍分割方法。该方法以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转不变性，能够克服动脉压信号的基线漂移的影响；对差向量进行对数极坐标转换来度量波形的相似性，这种度量对邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息并对波形抖动具有鲁棒性；同时，分别对待测的点之前与点之后的波形特征给予不同的权重，以削弱动脉压信号节拍尾部干扰点对节拍起点识别的影响，进一步提高节拍起点识别率；还通过设置恰当的阈值进一步排除出动脉压信号中的干扰点，避免导致逐拍分割混乱。本发明方法能够准确的对动脉压信号进行逐拍分割，有助于提高动脉压分析设备的检测和分析能力。
文档编号A61B5/02GK101897578SQ201010214608
公开日2010年12月1日 申请日期2010年6月30日 优先权日2010年6月30日
发明者彭承琳, 杨力, 赵明玺 申请人:重庆大学