超声多普勒包络和心率检测方法
【技术领域】
[0001] 本发明涉及一种超声多普勒包络和心率检测方法。
【背景技术】
[0002] 目前，实现包络检测和心率计算的方法主要有希尔伯特-黄变换法、数字形态学 方法、平均香农能量方法。
[0003] 然而，希尔伯特-黄变换法提取包络会产生大量毛刺，所得到的包络曲线不够平 滑，从而影响后面的分析和处理。采用数字形态学提取包络的方法虽然简单，但其性能的好 坏与结构元素相关，而结构元素的选择依赖算法编写者的经验，而且利用这种方法得到的 包络曲线峰值不明显，无法反映准确位置。平均香农能量方法则需要计算信号在一段时间 内的平均能量，这会导致信号的时域位置发生偏移，因此利用香农能量法提取时域特征会 存在较大的误差。
【发明内容】
[0004] 有鉴于此，有必要提供一种超声多普勒包络和心率检测方法。
[0005] 本发明提供一种超声多普勒包络和心率检测方法，包括如下步骤：a.为获取的超 声信号建立自适应模型；b.在上述建立的自适应模型中对所述超声信号进行卡尔曼跟踪 滤波；c.对所述卡尔曼跟踪滤波后的超声信号进行小波变换，完成对所述超声信号中的多 普勒包络和心率的检测。
[0006] 所述步骤a中的自适应模型为：
【主权项】
1. 一种超声多普勒包络和心率检测方法，其特征在于，该方法包括如下步骤： a. 为获取的超声信号建立自适应模型； b. 在上述建立的自适应模型中对所述超声信号进行卡尔曼跟踪滤波； c. 对所述卡尔曼跟踪滤波后的超声信号进行小波变换，完成对所述超声信号中的多普 勒包络和心率的检测。
2. 如权利要求1所述的方法，其特征在于，所述步骤a中的自适应模型为：
其中，Ak，Bk，rk，Ck，Dk分别是已知的常值矩阵，ξ k，Ilk分别是已知均值、方差和协方差 等统计信息的系统和观测噪声序列。
3. 如权利要求1所述的方法，其特征在于，所述的步骤b具体包括：
\ 采用公式 ^实时跟踪计算出xk，其中，Gk为卡尔曼 增益矩阵； 采用公式进行卡尔曼跟踪滤波，其中X = 1,2,L
是获取的带有噪声的信号。
4. 如权利要求1所述的方法，其特征在于，所述的步骤c具体包括： 利用公式
进行小波积分变 换，其中P为小波函数；
行离散小波变换。
【专利摘要】本发明涉及一种超声多普勒包络和心率检测方法，包括：为获取的超声信号建立自适应模型；在上述建立的自适应模型中对所述超声信号进行卡尔曼跟踪滤波；对所述卡尔曼跟踪滤波后的超声信号进行小波变换，完成对所述超声信号中的多普勒包络和心率的检测。本发明能够直接从原始信号中提取多普勒包络和心率，克服双倍频干扰，鲁棒性好，速度快。
【IPC分类】A61B8-02, G06F19-00
【公开号】CN104665875
【申请号】CN201510068330
【发明人】覃正笛, 覃道鼎, 李 杰, 陈思平
【申请人】深圳大学
【公开日】2015年6月3日
【申请日】2015年2月10日