专利名称：一种心电信号动力特征分析方法
技术领域：
本发明涉及一种心电信号的分析方法，尤其涉及一种心电信号动力特征的分析方法。
背景技术：
心脏病已成为威胁人类健康的主要杀手之一，因此，开发出快速有效的心电信号自动分析工具意义重大。正是基于这种需要，近几十年人们提出了许多分析心电信号的方法序列假设检验算法，复杂度算法，谱分析，小波分析的方法，这些方法都是从心电信号的时域或频域上提取特征，根据这些特征对采集到的心电信号进行识别分类。其中，一些方法已被用于自动除颤器，并取得了不错的效果。但是这些方法均没有涉及到心电信号中所隐含的心脏系统的非线性动力特征。于此同时，一些研究人员开始利用非线性动力学方法来分析心电信号，相空间重构作为观测信号系统时间波动与动力系统空间特征之间的桥梁， 被广泛地应用到了心电信号分析中。但不同信号对相空间重构参数(重构维数与时间延迟)的要求不同，目前对所有的信号都采用相同参数进行重构的做法很难把心脏系统的几何结构完全打开，从而限制了在相空间中心电信号分析精度的提高。
发明内容
本发明解决的技术问题是提供一种心电信号动力特征的分析方法，克服现有技术分析心电信号的分类精度不高、未能深层地挖掘心电信号所蕴含的信息的技术问题。本发明的技术方案是提供一种心电信号动力特征的分析方法，包括如下步骤采集心电信号以心电采集设备采集心电信号，记为{xj, i = 1，2，3，. . ·，n ；其中:i 表示采样点数；对心电信号进行动力特征分析将心电信号映射为加权的网络，每次采集的心电信号为一个数据段，所述加权的网络以每个数据段对应所述网络中的一个结点，一对结点间边的权值为这对结点所对应的数据段之间的距离，以R波波峰位置为分割点将目标心电信号段切成若干数据段Is1, &，. .. }，每个数据段对应所述复杂网路中的一个结点；然后， 定义一对数据段之间的简单距离，并将此距离对应为网络中相应结点间边的权值；获取所得网络的结点强度分布图；步骤300 判断心电信号，即对得到的结点强度分布图进行高斯拟合，在此基础上定义统计量Rs。当点强度分布比值Rs < 0. 5时，该心电信号为房颤信号；若点强度分布比值Rs彡0. 5时，则该心电信号正常。本发明的进一步技术方案是在采集心电信号步骤中，还包括采用数据替代算法对心电信号动力特征进行识别。本发明的进一步技术方案是采用数据替代算法进行心电信号动力特征识别包括如下步骤给定零假设假设{Xi}序列为随机信号；
生成替代数据将信号{Xi} ,i = l,2,3,...,η随机生成替代数据j = 1， 2 j ... j T ；选用关联维数作为统计量从小到大选择嵌入维数d，分别计算不同嵌入维数下 IxJ 的关联维数 ‘{υ=, j = 1，2，. . .，T 的关联维数 D1, D2, ... , DT、D1; D2,..., Dt 的均
值 和标准差Dvar及最大值Dmax最小值Dmin ；动力特征识别若Dtl 不在区间[Inin(Z)mm, (D - Dmr)), max(Z)max, (D + Dmr))]内，则拒绝原假设；若D。在区间[min(Z)mm, (D - Dmr)), max(Z)max, (D + Dvai))]内，则认定假设成立。本发明的进一步技术方案是在对心电信号进行动力特征分析步骤中，两个数据段之间Si与~之间距离的确定，采用以下公式
1^ = min yU\s^-sjmi\\
I=QX…I厂It li k=\其中山为Si的长度，Ij为~的长度，设Ii ( Ij, Si,k, Sj,k+1分别为Si，Sj数据段上第k，第k+1个点。5.根据权利要求1所述心电信号动力特征的分析方法，其特征在于在步骤对心电信号进行动力特征分析中，用高斯函数模型来拟合所得到的点强度分布图，在此基础上定义统计量Rs
权利要求
1.一种心电信号动力特征的分析方法，包括如下步骤采集心电信号以心电采集设备采集心电信号，记为{xj , 1 = 1，2，3，. . .，η ；其中:i表示采样点数；对心电信号进行动力特征分析将心电信号映射为加权的网络，对每次采集的心电信号，以R波波峰位置为分割点将目标心电信号段切成若干数据段Is1, s2, ... }，每个数据段对应所述复杂网路中的一个结点；然后，定义一对数据段之间的简单距离，并将此距离对应为网络中相应结点间边的权值；获取所得网络的结点强度分布图；判断心电信号对得到的结点强度分布图进行高斯拟合，在此基础上定义统计量Rs。当点强度分布比值Rs < 0. 5时，该心电信号为房颤信号；若点强度分布比值Rs ^ 0. 5时，则该心电信号正常。
2.根据权利要求1所述心电信号动力特征的分析方法，其特征在于在采集心电信号步骤中，还包括采用数据替代算法对心电信号动力特征进行识别。
3.根据权利要求2所述心电信号动力特征的分析方法，其特征在于采用数据替代算法进行心电信号动力特征识别包括如下步骤给定零假设假设IxJ序列为随机信号；生成替代数据将信号IxJ，i = 1,2,3,...，η随机生成替代数据{U= j = 1,2,...,T ；选用关联维数作为统计量从小到大选择嵌入维数d，分别计算不同嵌入维数下{Xi} 的关联维数 D。、{U 二 j = 1，2，...，T 的关联维数 D1, D2, ... , DT、D1, D2, ...，Dt 的均值 d 和标准差Dvar及最大值Dmax最小值Dmin ；动力特征识别若D0不在区间[Itiin(Z)mm,φ-Z)JXmax(Z)max,φ+DJ)]内，则拒绝原假设；若 Dtl 在区间[Inin(Z)mm, (D - Dmi)), max(Z)max, (D + Dvai))]内，则认定假设成立。
4.根据权利要求1所述心电信号动力特征的分析方法，其特征在于在对心电信号进行动力特征分析步骤中，两个数据段之间Si与~之间距离的确定，采用以下公式
5.根据权利要求1所述心电信号动力特征的分析方法，其特征在于在步骤对心电信号进行动力特征分析中，用高斯函数模型来拟合所得到的点强度分布图，在此基础上定义统计量Rs
全文摘要
本发明涉及一种心电信号动力特征的分析方法,首先利用替代数据算法对采集来的信号进行动力特征识别；然后,将识别出的心电信号转化为加权的网络，进而在复杂网络的框架下，利用点强度分布图来捕获不同类型心电信号间动力特征的差异；最后,定义统计量Rs，并根据此统计量成功地将正常心电信号与房颤心电信号区分开。本发明技术方案提高了心电信号的分类精度，更深层地挖掘心电信号所蕴含的信息。
文档编号A61B5/0402GK102389302SQ20111020386
公开日2012年3月28日 申请日期2011年7月20日 优先权日2011年7月20日
发明者孙晓冉, 赵毅 申请人:哈尔滨工业大学深圳研究生院